Cisco hat am Dienstag offiziell eine neue Familie kleiner Modelle für künstliche Intelligenz veröffentlicht und als Open-Source-Lösung bereitgestellt, die Unternehmen dabei helfen soll, effizienter nach Sicherheitslücken in Software-Codebasen zu suchen. Diese Modellfamilie namens Antares ist für die Untersuchung von Software-Codebasen konzipiert und kann genau identifizieren, wo sich bekannte Schwachstellen im Code befinden.
In einem neuen Benchmark, der die Fähigkeit eines Modells misst, anfällige Dateien in realen Codebasen genau zu identifizieren, schnitt Antares auf Augenhöhe mit größeren Modellen ab, darunter GPT-5.5 von OpenAI und GLM-5.2 von Z.ai, sagte Amin Karbasi, Vizepräsident und Chef-KI-Wissenschaftler bei Cisco.
Auf praktischer Anwendungsebene ist die Ausführung großer KI-Modelle zum vollständigen Scannen der großen Codebasis einer Organisation oft kostspielig, und Verteidiger müssen Scans wiederholen, da die Software kontinuierlich aktualisiert wird. Im Gegensatz dazu hat Antares erhebliche Kosten- und Effizienzvorteile gezeigt. In Ciscos Tests scannte Antares 500 Codebasen in nur etwa 15 Minuten und kostete weniger als 1 US-Dollar, während GPT-5.5 etwa 5 Stunden dauerte und mehr als 10 Milliarden US-Dollar kostete. Da diese kleineren Modelle lokal ausgeführt werden können, können Unternehmen sensiblen Quellcode in ihrer eigenen sicheren Umgebung aufbewahren, ohne ihn an einen externen KI-Dienstanbieter zu senden. DJ Sampass, Senior Vice President und General Manager von Cisco AI Software and Platform, wies darauf hin, dass Unternehmen mehr praktische Tools in praktischen Anwendungen benötigen als übermäßig redundante Großlösungen.
In Bezug auf die Trainingslogik hat Cisco Antares nicht zu einem gewöhnlichen Codierungsassistenten ausgebildet, sondern eher zu einem professionellen Sicherheitsermittler gemacht. Anstelle eines Allzweck-Sprachmodells, das lediglich Fragen zum Code beantwortet, kann dieses Modell autonom lernen, wie man innerhalb einer Codebasis sucht, Dateien überprüft, wechselt, wenn bestimmte Hinweise blockiert werden, und letztendlich auf Dateien abzielt, die am wahrscheinlichsten Schwachstellen enthalten. Calbasi beschrieb diesen Mechanismus als eine Art Suche nach Sicherheitslücken in einem riesigen Ozean von Codebasen.
Im Hinblick auf Modellsicherheits- und Release-Strategien hat Cisco mit relevanten US-Regierungsbehörden in Modellsicherheits- und Release-Fragen zusammengearbeitet. Um zu verhindern, dass sich böswillige Angreifer und Cyberkriminelle verschwören, um an relevante Tools zu gelangen, führt Cisco eine strenge Überprüfung der Benutzer durch, die die Modelle herunterladen. Derzeit stehen Antares-350M und Antares-1B am Dienstag verifizierten Cyber-Verteidigern auf der Hugging Face-Plattform zur Verfügung. Allerdings ist die leistungsstärkere 3-Milliarden-Parameter-Version Antares-3B derzeit nicht für die Öffentlichkeit verfügbar und Cisco plant, sie direkt in seine eigene Sicherheitsproduktlinie zu integrieren.
Die Open-Source-Initiative von Cisco ist kein Einzelfall. Erst letzte Woche hat Capital One auch VulnHunter als Open-Source-Lösung herausgebracht, ein agentenbasiertes KI-Sicherheitstool, das die Denkweise eines Angreifers übernimmt und den Quellcode überprüft, um potenzielle Hacking-Pfade zu finden. Sampath gab bekannt, dass Cisco derzeit die Gründung einer Branchenallianz prüft, um seine Arbeit im Bereich Open-Source-KI-Sicherheitstools weiter auszubauen, und dies ist nur ein Anfangspunkt.