网络安全防线迎来全新智能帮手,思科于周二正式开源小型AI模型家族Antares。该模型专为软件代码库调查而生,能精准锁定已知安全漏洞在代码中的位置。
相比于动辄耗费巨资的大型AI模型,Antares在保持高准确率的同时展现出了惊人的效率。测试显示其仅需 15 分钟便能完成 500 个代码库的扫描,且成本低于 1 美元。
注重本地隐私保护,学习黑客思路精准搜寻
更具优势的是,该小型模型支持在企业本地运行,完全无需将敏感源代码上传给第三方服务商。其训练逻辑犹如一位经验丰富的安全调查员,能够在海量代码中自主追查线索。
针对模型可能被滥用的风险,思科与相关机构合作建立了下载审核机制。目前Antares-350M与1B版本已在开源平台上向经过验证的防御者开放。
推动开源安全生态,行业联动筑牢网络防线
而性能更强劲的3B版本暂不对外公布,思科计划将其直接整合进自身的安全产品线中。思科正在探讨建立行业联盟,以进一步扩展在开源AI安全工具领域的合作。
随着多家企业相继推出相关工具,开源安全领域的产业合作正在逐步走向深化。这种高效且廉价的AI防护工具,将为数字时代的网络安全筑起更加稳固的防线。
Antares体现了“安全专用小模型”路线:不追求通用对话能力,而是聚焦代码漏洞定位、批量扫描和本地部署。其核心应用场景包括企业代码审计、供应链安全排查、漏洞复现辅助与防御响应。相比通用大模型,它更强调低成本、低延迟和隐私可控;相比传统静态扫描工具,则多了基于模型推理的线索追踪能力,适合与现有安全流程协同使用。
Antares AI适合做什么漏洞检测?
Antares主要用于软件代码库调查,重点是精准锁定已知安全漏洞在代码中的位置。它更像自动化安全分析助手,适合大规模代码审查、漏洞排查和防御侧的快速定位工作。
Antares为什么适合企业本地部署?
因为它支持在企业本地运行,无需把敏感源代码上传到第三方服务商,能更好保护代码隐私与合规要求。同时它在本地也能保持较高效率,适合内部安全团队使用。
Antares和大型AI安全模型相比有什么优势?
它的优势在于轻量、便宜、快。测试显示15分钟可扫描500个代码库,成本低于1美元;相比动辄高算力、高费用的大模型,更适合高频、批量的安全扫描场景。
Antares 这类小模型为何能扫得又快又省?
因为它把任务收敛到“已知漏洞定位”而非泛化生成,模型更小、推理链路更短,适合批量扫描。再配合本地代码索引和规则过滤,就能在低成本下快速缩小可疑位置,提升安全团队的排查效率。
企业部署漏洞扫描模型要注意什么?
重点是误报率、覆盖范围和权限隔离。先用历史漏洞样本做回测,再把模型接入CI/CD或代码审计流程,避免直接替代人工复核;同时要确保代码不外传,满足合规和隐私要求。
