Google Mandiant AVDH Trouver 100 extérieurs Deux jours

Deux jours. Vulnérabilité critique vérifiée sur le visage. Le matériel numérisé était les entrepôts de code d'entreprise que les agresseurs jouaient. Google Threat Intelligence Group a partagé l'architecture de l'AVDH, qui a utilisé Mandiant pendant dix mois en 18 août 2026. Comment fonctionne le véhicule, quels numéros CVE produisent et ce qu'il signifie du côté de la défense sont discutés ci-dessous.

Qu'est-ce que l'AVDH et que fait-il?

Avec l'angle AVDH, Agentic Vulnerability Discovery Harness est un outil interne que les consultants Mandiant utilisent dans les revues de code source. La base de code se compose d'agents d'intelligence artificielle experts qui sont enchaînés ensemble pour scanner et supprimer les chemins exploitables ouverts et d'attaque.

L'architecture du véhicule Google Cloud Threat Intelligence blog ouvert pour la première fois au public. Sous l'article Alex Tselevich et Michael Maturi signature. Selon Google, l'architecture a été partagée pour guider les défenseurs qui veulent construire des approches similaires dans leur environnement.

Infrastructure Kit de développement d'agents Google à bord. Les agents ne sont pas aléatoires, ils sont même séquencés comme dans le modèle de chute d'eau : chaque étape ne peut pas commencer la prochaine sans être terminée. Cette structure est préférable pour limiter le comportement imprévisible des grands modèles de langage. Au lieu de dire "trouver dans cet entrepôt" à un seul modèle, systèmes multifacteurs Une tâche étroite et définie est donnée à chaque agent avec une logique.

Non seulement utiliser des zones. Circuit AVDH dans des examens proactifs du code, des tests de fuite, des opérations d'outils rouges et des interventions en cas d'incident.

Comment produire 100 Bulgus par deux jours?

La sortie la plus remarquable du véhicule a été prise lors d'une intervention incidente. Lors de l'examen des entrepôts de codes d'entreprise joués par les saldurgans, le harnais a pris le relais critique en deux jours. Avec l'expression de Google, le même travail a été fait à la main, le plancher dure plus longtemps.

L'échelle dans les dix mois d'utilisation est plus développée. Le véhicule a été exécuté dans des environnements avec des dizaines de millions de lignes de code, des milliers de lignes d'analyse ont été exécutées, et des milliers de trouvailles. Selon les nouvelles publiées dans Help Net Security Si 12 de ces constatations ont reçu le numéro CVE, une douzaine est également en cours de divulgation.

Deux vulnérabilités Drupal se distinguent parmi les nombres assignés. Une maison CVE-2026-13242 dans le module additifAutre foyer CVE-2026-55803 dans la libération du noyau publié. Les plugins web et les projets open source largement utilisés sont considérés parmi les domaines les plus efficaces du véhicule.

Il est à noter qu'il fonctionne dans des opérations ciblées. Un déficit d'exécution de code distant qui rend le premier accès possible quand une application web client est passée du harnais de code source trouvé en peu de temps.

Quelles phases passe la chaîne d'agents?

La ligne commence à supprimer le modèle de menace. L'agent appelé Explorer détermine ce que fonctionne la base de code: Est-ce que le champ logiciel application web, bureau, ce que la documentation contenait, quels dossiers comme les tests unitaires devraient être laissés en dehors de l'analyse. Ensuite, les sous-agents de Specialist Explorer sont activés et séparés en zones telles que l'authentification, l'autorisation, le routage. Les extrants sont combinés dans l'agent de synthèse du modèle de menace et transformés en un seul modèle de menace.

Ici, l'homme entre en action. Le modèle de menace est présenté à la fois au texte et au consultant visuel et ne fait pas appel aux lignes sans approbation. L'objectif est d'empêcher les étapes restantes de travailler sur un terrain défectueux.

Après approbation, chaque dossier dans le contexte des agents Discovery qui travaillent en parallèle. À ce stade, le modèle léger Gemini Flash Lite est utilisé, car l'échelle de travail nécessite : les routes HTTP, les auditeurs de communication interprocessus et les points d'entrée similaires sont supprimés des entrées utilisateur atteignant ces points.

Chaque point d'entrée sélectionné est donné à un agent d'enrichissement. Les nettoyants, les contrôles des autorisations et les conditions d'acheminement dans les applications corporatives sont distribués à différents endroits du code. L'agent d'enrichissement les complète et le contexte, puis décide s'il s'agit de l'agent de contrôle d'accès ou de l'agent d'analyse du flux de données.

Les travaux de production d'hypothèses de ces deux agents. L'agent de contrôle de l'accès est vraiment protégé contre un point d'entrée et cherche des défauts tels que l'autorisation manquante, la mise à niveau de l'autorisation, la contrefaçon de demandes de site à site. L'agent d'analyse de flux de données suit la façon dont l'utilisateur contrôle tout au long de l'application. Il apparaît clair si l'entrée atteint un point dangereux: injection SQL, opération de script entre sites, injection de script, navigation de répertoire.

Pourquoi la vérification humaine?

Le problème que les scanners automatiques de code transportent pendant longtemps est le bruit : les résultats sont raisonnablement visibles sur le papier mais ne sont pas debout lorsqu'ils sont contrôlés. L'AVDH essaie de résoudre ce problème avec deux couches.

Sur la première couche côté machine. Chaque hypothèse produite est envoyée à plusieurs agents de validation structurés à haute température. La température élevée permet au modèle d'essayer un plus grand éventail de possibilités, ce qui signifie que les agents discutent les résultats les uns des autres. Ensuite, un seul agent de synthèse de validation lit et décide sur les motifs. L'un des trois résultats ressort : la constatation vérifiée est une hypothèse rejetée, car elle ne correspond pas à l'hypothèse désuète ou au modèle de menace.

La deuxième couche du côté humain. Les résultats corrigés sont renvoyés et vont à Mandiant consultant après l'obtention du diplôme de risque. Le consultant régénère l'exploitation, le concept exécute le code de preuve, et la revue s'en va et ferme le chemin d'attaque de quelques contrôles compensés. Ce test est lancé directement à la découverte invisible. Google recommande une vérification manuelle des résultats aux défenseurs qui installeront une ligne similaire.

Il y a une solution séparée pour les mauvais négatifs. L'accumulation de consultants est convertie en ensembles de règles, qui sont divisés en catégories de langage, de cadre et de type ouvert, de sorte que la zone logicielle sera en haut, et est directement injectée. Sécurité artificielle du renseignement La réponse au problème de fiabilité du modèle qui est souvent discuté sur le côté est mise ici au niveau architectural.

Différences entre AVDH, CodeMender et MDASH

Les lignes d'agents n'ont plus essayé une seule compagnie. Sur le côté Google, l'analyse en profondeur de l'impulsion AVDH, CodeMender est en continu balayage et patching couche. L'utilisation de deux ensemble est décrite comme des sociétés de défense à deux couches et prêtes à installer Google AI Défense des menaces Plateforme d'affichage.

La façade Microsoft a une architecture similaire. Microsoft annoncé sur le blog de sécurité Le système appelé code MDASH fonctionne sur plusieurs modèles d'agents plus spécialisés. Le réseau Windows et la pile d'authentification étaient 16 ouverts. Dördu était dans la classe critique distante. Nuageux architecture de sa propre vulnérabilité harnais Accueil en publiant la même direction : le modèle de produit n'est pas, la ligne elle-même.

Où est la Défense contre l'Intelligence Artificielle Saldurgan ?

Google résume la préoccupation de la partie défense de cadre choisie pour l'article. Lorsque le code source est divulgué, les défenseurs se déplacent sur la vitesse de la machine sur le même code quand ils courent pour trouver et corriger l'ouverture. Les deux côtés de la course sont également rapidement faits à la main, la révision du code est insuffisante seule.

L'état concret de la menace a commencé à être vu. Modèles d'IA nuisibles Accueil discussion autour, les filtres enregistrent les cadres d'attaque multi-tâches des modèles supprimés. Du côté de la défense, il y a un risque différent: émergence d'agents autonomes dans un environnement d'essai isolé Comme les cas l'ont montré, les systèmes mis en place pour la sécurité sont la seule surface d'attaque.

La partie à lire pour les équipes de sécurité en Turquie du côté architectural. La structure partagée par Google n'est pas un produit prêt à l'emploi, la recette d'installation. Une ligne en quatre parties est installée au lieu de connecter un modèle directement à la base de codes : modèle de menace, agents de service restreint, vérification contradictoire et portail humain obligatoire. La même approche est répétable dans l'institution. Modèle de codage autonome Les développements du côté permettent également aux inspections de sécurité de se retirer du cycle de vie du logiciel.

Foire aux questions

Qu'est-ce que AVDH et qui utilise? AVDH est une ligne de découverte de vulnérabilité multi-facteurs que l'équipe de Mandiant utilise dans les examens des codes de ressources sur Google. Le véhicule est sur dix mois en utilisation interne et des examens proactifs, des tests de fuite, des opérations de l'équipe rouge avec des interventions d'incident. L'architecture a été ouverte le 18 août 2026, mais le véhicule lui-même n'est pas distribué comme produit téléchargeable.

Combien de vulnérabilités ont trouvé? Le résultat le plus concret expliqué est extrêmement clair, qui est plus vérifié, donc il est situé dans deux jours sur les entrepôts de code d'entreprise volés. Plus de dizaines de millions de lignes de codes ont été balayées en utilisant au total dix mois et des milliers de découvertes ont été produites. Le nombre de CVE a été nommé de ces constatations à 12, allant de l'avant dans le processus de révéler jusqu'à une douzaine.

Comment garantir l'exactitude des résultats? La vérification fonctionne en deux étapes. Plusieurs agents structurés à haute température sont des hypothèses distinctes, et il décide s'il faut évaluer et juger un agent de synthèse. Ensuite, le consultant Mandiant régénère l'exploitation et exécute le code de preuve de concept; le test est éliminé.

Quelle est la différence entre AVDH et CodeMender? AVDH est conçu pour une analyse approfondie d'un maître particulier, tandis que CodeMender est constamment la navigation et le travail de patching. Google définit l'utilisation de deux ensemble comme des défenses à deux niveaux : examen point-off pour des chaînes complexes, visibilité transparente pendant le cycle de développement.

Les entreprises peuvent-elles construire elles-mêmes une ligne similaire? Oui, l'architecture Google a été publiée à cette fin. La production de modèles de menace pour l'installation, les agents à usage restreint, la couche de vérification contradictoire et l'examen humain obligatoire requis. Google AI Threat Defense est présenté comme une alternative pour les entreprises à la recherche d'une plate-forme prête.

L'essai réel du véhicule sera certain de la rapidité avec laquelle il est commun du côté attaque de la même approche. L'équipe de Mandiant a annoncé que les vues en direct de la ligne seront partagées lors de la session du sommet sur la cyberdéfense, qui se tiendra à Washington les 15 et 16 septembre 2026. La seule mesure décrite jusqu'à cette date est le visage qui vient dans deux jours.