تیم تحقیقات امنیتی پروژه زیرو (Project Zero) گوگل، قاعده افشار ۹۰ + ۳۰ روزه را کنار گذاشت. این قاعده از سال ۲۰۲۱ اعمال میشد و هدف آن بود که سازندگان نرمافزار زمان کافی برای شناسایی و رفع آسیبپذیریها داشته باشند و سپس ۳۰ روز «زمان خیسخوردن» برای پخش به کاربران در نظر گرفته شود. این سیاست با هدف تشویق به سریع تعمیرات و کاهش خطرات امنیتی طراحی شده بود. با این حال، پیشرفتهای هوش مصنوعی، به ویژه استفاده از مدلهای زبانی بزرگ (LLM)، سرعت کشف و بهرهبرداری از آسیبپذیریها را بهشدت افزایش داده است. این امر باعث شده که فاصله بین انتشار یک وصله و ظاهر شدن یک اکسپلویت کارکرد به صفر نزدیک شود. در نتیجه، زمانبندی قدیمی دیگر کارآمد نیست و نیاز به تغییر سیاست وجود دارد. مثالی عینی از این تسریع، مدل GLM 5.3 است که توانسته شش نسخهٔ فایرفاکس را تنها با هزینهٔ ۱۰۰۰ دلاری در فاصلهی پچگپ اکسپلویت کند.
پروژه زیرو: هوش مصنوعی «زمان خیسخوردن» را منتفی کرد

نخستین بار است که یک تیم اصلی امنیتی، حضور هوش مصنوعی زاینده را دلیل اصلی ل-go یک قاعده طولانیمدت در افشار آسیبپذیری اعلام میکند نه تنها تغییری فنی، بلکه یک دگرگونی استراتژیک در برابر تهدیدات است.
این تصمیم نشاندهندهٔ گذار صنعت به سمت سرعت بخشیدن به امنیت است؛ سازندگان نرمافزار و تیمهای امنیتی باید فرآیند تعمیر و پخش را خودکار کنند. تخصص و تجربه تیم پروژه زیرو در کشف آسیبپذیریهای پیچیده، این تغییر را به یک استاندارد جدید تبدیل میکند.
این خبر بیشتر برای پژوهشگران امنیت سایبری و تولیدکنندگان نرمافزار اهمیت دارد؛ مسیر مستقیمی به اکوسیستم ایران ندارد.
آنچه از این اقدام باید آموخت این است که «زمان خیسخوردن» یک مفهوم نرمافزاری بود که حالا به دلیل سرعت ماشینی حملات، به یک مانع امنیتی تبدیل شده است. این تغییر نشان میدهد که صنعت باید به جای تمرکز بر تأخیر، بر سرعت اجرا و نصب تمرکز کند.
منابع
راهنماهای داتهوش
راهنماهای کاربردیِ داتهوش برای کار با هوش مصنوعی — از همینجا شروع کنید:
- راهنمای پرامپتنویسیچطور درست بپرسی تا جوابِ بهتری بگیری
- ۱۰ پرامپتِ آمادهٔ فارسیقالبهای آماده برای کارهای روزمره
- ابزارهای رایگانِ هوش مصنوعیکدامها از داخلِ ایران باز میشوند
- معلمِ انگلیسیِ هوش مصنوعیهوش مصنوعی را به معلمِ خصوصیِ زبانت تبدیل کن
- تشخیصِ عکس و ویدیوی جعلینشانههای جعلِ هوش مصنوعی و دفاعِ پایدار
- امنیتِ داده در هوش مصنوعیچه چیزهایی را هرگز نباید وارد کنی
- اجرای هوش مصنوعی روی کامپیوترِ خودتراهنمای عملیِ مدلهای متنباز
- پرداخت برای هوش مصنوعیِ خارجیواقعیت، خطرها و جایگزینِ رایگان
- هوش مصنوعی و تکلیفِ درسیمرزِ کمکگرفتن و تقلب کجاست
- چرا هوش مصنوعیِ ایران عقب ماندریشههای عقبماندگی و راهِ واقعبینانهٔ جبران
داتهوش
راهنمای فارسی هوش مصنوعی — با نگاه به ایران
اخبار روزانه، معرفی ابزارها و مدلها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار میکند و چه چیزی نه.



گفتگو