Aikido Security משחררת את Altar-1: מודל אבטחה פתוח שרץ בתוך הרשת של הלקוח, גם בלי חיבור לאינטרנט
חברת האבטחה Aikido Security שחררה את Altar-1, מודל האבטחה הראשון שלה עם משקולות פתוחות. זו גרסה מכווצת של GLM-5.3 של Z.AI, בנפח 328GB. המודל מפעיל את Aikido Machine, מערכת לבדיקות חדירות אוטונומיות שמיועדת לרשתות מקומיות ולרשתות מבודדות.
חברת האבטחה Aikido Security שחררה את Altar-1, מודל האבטחה הראשון שלה עם משקולות פתוחות (open-weight). המודל הוא גרסה מכווצת של GLM-5.3 מבית Z.AI, בנפח 328GB. הוא נבנה כדי לרוץ על תשתית שהלקוח שולט בה. Altar-1 הוא המנוע של Aikido Machine, מערכת לבדיקות חדירות (pentesting) אוטונומיות שהחברה מייעדת לרשתות on-prem ולרשתות air-gapped, כלומר רשתות מבודדות שאין להן חיבור לאינטרנט.
מה בדיוק שוחרר
לפי הדיווח ב-MarkTechPost, המשקולות של Altar-1 זמינות לציבור ב-Hugging Face. אפשר להריץ אותן עם vLLM, ספריית קוד פתוח נפוצה להרצת מודלי שפה על שרתים. במילים אחרות, זה לא שירות ענן שנשלחות אליו שאילתות. ארגון יכול להוריד את המודל ולהפעיל אותו על החומרה שלו.
הכותרת של הדיווח מתארת את המודל כ-pruned, "גזום", מ-GLM-5.3 לנפח של 328GB. גיזום (pruning) היא שיטה נפוצה להקטנת מודלים: מסירים חלקים מהרשת שתורמים פחות לביצועים במשימה מסוימת. כך המודל קטן יותר וזול יותר להרצה. במקור אין פירוט על שיטת הגיזום, על גודל מודל הבסיס או על תוצאות במבחני ביצועים.
למה צריך מודל שרץ בבית
בדיקת חדירות היא תקיפה מבוקרת שארגון מזמין נגד המערכות שלו, כדי למצוא פרצות לפני שתוקף אמיתי ימצא אותן. כשסוכן AI מבצע את הבדיקה, הוא נחשף למידע רגיש מאוד: מבנה הרשת, שמות שרתים, תצורות, ולפעמים גם פרטי גישה וחולשות שעדיין לא תוקנו.
ארגון ששולח את כל זה למודל שרץ בענן של ספק חיצוני יוצר סיכון חדש בזמן שהוא מנסה לצמצם סיכונים. ברשתות מבודדות, שנפוצות בגופים ביטחוניים, בתשתיות קריטיות ובמוסדות פיננסיים, האפשרות הזאת בכלל לא קיימת, כי הרשת לא מחוברת החוצה. מודל שמותקן ורץ כולו בתוך הרשת פותר, לפחות על הנייר, את שתי הבעיות. כנראה זו הסיבה ש-Aikido בנתה את Aikido Machine כמכשיר (appliance) שמותקן אצל הלקוח.
המשמעות
יש כאן שתי מגמות שנפגשות. הראשונה היא ההתבססות על מודלים פתוחים חזקים כבסיס למוצרים ייעודיים: במקום לאמן מודל מאפס, Aikido לקחה את GLM-5.3 של Z.AI והתאימה אותו לצרכים שלה. השנייה היא הביקוש של ארגונים להפעיל AI בלי להוציא נתונים מחוץ לארגון.
עם זאת, 328GB הם עדיין נפח לא קטן. ככל הנראה ארגון שירצה להריץ את המודל בעצמו יצטרך שרת עם כמה מעבדים גרפיים ייעודיים, ולא מחשב רגיל. הבחירה לפרסם את המשקולות בגלוי משמעותית גם היא. ארגוני אבטחה נוטים לא לסמוך על "קופסה שחורה", ומשקולות פתוחות מאפשרות לבדוק את המודל באופן עצמאי לפני שמכניסים אותו לרשת הרגישה ביותר בארגון.
השאלה החשובה, שהמקור לא עונה עליה, היא עד כמה הגיזום פגע ביכולות של מודל הבסיס. זה נתון שכל צוות אבטחה ירצה לבדוק לפני שיסמוך על Altar-1.