Cisco lancia Antares, modelli IA compatti per individuare le vulnerabilità nel codice

Cisco amplia la propria offerta nel campo della sicurezza informatica basata sull’intelligenza artificiale con Antares, una famiglia di piccoli modelli linguistici (SML) specializzati nell’individuazione delle vulnerabilità all’interno del codice sorgente. La nuova famiglia comprende due modelli open-weight progettati per accelerare l’analisi dei repository software, contenere i costi e tutelare la riservatezza del codice sorgente. Segnatamente sono Antares-350M e Antares-1B, pubblicati in modalità open weight e resi disponibili alla community attraverso Hugging Face. Secondo i test di valutazione presentati da Cisco, le due soluzioni sarebbero in grado di superare numerosi modelli proprietari e open-weight più potenti, offrendo prestazioni elevate con costi di utilizzo inferiori. Le dimensioni contenute consentono inoltre di eseguire Antares localmente o all’interno delle infrastrutture aziendali. In questo modo, le organizzazioni possono analizzare i repository senza trasferire codice sensibile verso servizi cloud esterni.

Un assistente per il triage delle vulnerabilità

Individuare la posizione esatta di una vulnerabilità nota all’interno di un repository è una delle attività più complesse e dispendiose della sicurezza applicativa. Gli analisti devono mettere in relazione informazioni provenienti da database pubblici, advisory di sicurezza e classificazioni CWE con basi di codice spesso molto estese e poco familiari. Le evidenze rilevanti, inoltre, raramente si trovano in un unico punto. L’analisi può richiedere di seguire percorsi di chiamata, interpretare convenzioni di denominazione, confrontare più file e stabilire se una determinata debolezza sia effettivamente presente.

Cisco ha sviluppato gli Antares per velocizzare questa fase preliminare. A partire dalla descrizione di una vulnerabilità, il modello esplora il repository, ricerca schemi di codice pertinenti, esamina i file candidati e aggiorna progressivamente la propria analisi. Se una linea di ricerca non produce risultati, può cambiare direzione e concentrarsi su elementi differenti. Al termine del processo, il sistema restituisce un elenco ordinato dei file che hanno maggiori probabilità di contenere la vulnerabilità, accompagnato dalla traccia delle operazioni effettuate tramite terminale. Questa ricostruzione permette agli specialisti di verificare il percorso seguito dal modello e di stabilire le priorità della successiva revisione. L’obiettivo dichiarato da Cisco non è sostituire il giudizio umano, ma rendere il triage più rapido, ripetibile e facilmente controllabile.

Tra i possibili ambiti di applicazione figurano la ricerca dei file associati a una determinata categoria CWE, l’analisi guidata dagli advisory e il supporto agli strumenti tradizionali di analisi statica. Cisco Antares può essere integrato anche nei processi CI/CD, dove la tempestiva identificazione dei file potenzialmente vulnerabili può ridurre i tempi necessari per la revisione. L’esecuzione locale lo rende inoltre adatto ad ambienti soggetti a requisiti particolarmente rigorosi in materia di privacy e conformità.

I modelli compatti potrebbero rendere la sicurezza assistita dall’IA più accessibile anche alle realtà con risorse limitate, come università, istituti di ricerca, organizzazioni non profit, enti pubblici e piccoli team di cybersecurity. Cisco Antares non sostituisce gli altri strumenti di application security. Restano necessarie attività quali l’analisi delle dipendenze e della composizione software, il rilevamento dei segreti, i test dinamici, i controlli su infrastrutture e container, il threat modeling e la gestione degli interventi di correzione.

Un benchmark dedicato alla sicurezza

Per valutare i nuovi modelli, Cisco ha sviluppato il Vulnerability Localization Benchmark, composto da 500 casi di test. Il benchmark misura la capacità dei sistemi di navigare in basi di codice sconosciute e riconoscere schemi di vulnerabilità associati a specifiche categorie CWE. I tradizionali test dedicati alla programmazione, infatti, valutano generalmente la capacità di risolvere problemi software, produrre patch o individuare il codice pertinente a una richiesta di sviluppo. Antares è invece specializzato in un compito più circoscritto: localizzare i file potenzialmente vulnerabili partendo da informazioni di sicurezza limitate. Un precedente significativo è CodeScout, che valuta gli agenti capaci di cercare codice attraverso un terminale Unix utilizzando benchmark come SWE-Bench Verified, Pro e Lite. Questi strumenti, però, non sono stati concepiti specificamente per verificare la localizzazione delle vulnerabilità sulla base di advisory o classificazioni CWE.

La scelta del modello open weight

Cisco ha scelto di distribuire Antares con un approccio open weight per favorirne l’adozione e consentire alla comunità della sicurezza di sviluppare nuovi strumenti destinati all’analisi dei repository. La disponibilità dei pesi permette alle organizzazioni di eseguire i modelli nei propri ambienti e di adattarli alle esigenze operative, mantenendo il controllo sui dati. L’approccio punta anche a ridurre le barriere economiche che limitano l’impiego di modelli ad alto consumo di risorse nelle attività di sicurezza.

Antares si inserisce in una strategia più ampia dell’azienda. Con Foundry Security Spec, Cisco ha proposto un quadro indipendente dal modello per la realizzazione e la valutazione di sistemi di sicurezza basati su agenti IA. CodeGuard raccoglie invece regole e pratiche di sviluppo sicuro destinate agli assistenti per la programmazione. Le tre iniziative intervengono in momenti differenti del processo: Foundry Security Spec definisce il quadro operativo, CodeGuard punta sulla prevenzione durante la scrittura del software e Antares supporta la localizzazione delle vulnerabilità già presenti nei repository. Con il nuovo progetto, Cisco punta a promuovere un ecosistema fondato su specifiche aperte, conoscenze riutilizzabili, modelli eseguibili localmente e criteri condivisi per misurare i progressi dell’intelligenza artificiale applicata alla cybersecurity.