CrowdStrike använde sitt keynote på Fal.Con den 1 september för att lansera SafeMind, ett par cybersäkerhetsmodeller byggda tillsammans med Nvidia som är konstruerade för att både angripa och försvara samma nätverk — och för att fortsätta göra det mot varandra.
Två modeller, motsatta uppgifter
Red Tempest är den offensiva halvan. Den letar efter angreppsvägar och efterliknar en angripares beteende. Blue Solano är den defensiva halvan och åtgärdar det Red Tempest hittar.
Båda bygger på Nvidias öppna Nemotron-modeller. CrowdStrike uppger att de tränats på telemetri från Falcon-sensorer, bolagets hotunderrättelser, händelseannoteringar från den hanterade tjänsten Falcon Complete samt femton års fältarbete med incidenthantering.
Loopen är produkten
Det CrowdStrike säljer är ingen av modellerna för sig. De två körs mot en digital tvilling av kundens miljö: Red Tempest letar efter en väg in, Blue Solano stänger den, och cykeln upprepas tills ingenting återstår att hitta.
Den inramningen följer av problemet bolaget ständigt pekar på — breakout time, glappet mellan att en inkräktare tar sig in och börjar röra sig i sidled, har krympt så mycket att CrowdStrike numera beskriver det som körtid. Ett försvar som kräver en människa i loopen får inte plats i det fönstret.
Siffrorna är leverantörens egna
CrowdStrike redovisar 29 procent högre detektionsgrad, sex gånger snabbare åtgärd från början till slut och 99 procents kostnadsbesparing på detektion och åtgärd.
Samtliga siffror kommer från CrowdStrikes utvärdering av CrowdStrikes egen produkt. De bör läsas som ett påstående om arkitekturens riktning, inte som ett reproducerat resultat. Särskilt 99-procentssiffran är en jämförelse mot frontlinjemodeller som bolaget själv valt och inte namngett i pressmeddelandet — ett jämförelsetal som inte går att kontrollera utifrån.
Var den körs
SafeMind körs inbyggt i Falcon-plattformen. De enskilda modellerna, och de riggar som ställer dem mot varandra, finns separat genom ett program CrowdStrike kallar Project QuiltWorks.
CoreWeave levererar beräkningskraft för både träning och inferens, uppgav bolagets vd Michael Intrator i pressmeddelandet. Företaget publicerade varken priser eller datum för allmän tillgänglighet.
Att hålla ögonen på
Om en offensiv modell tränad på femton års verkliga incidentdata stannar innanför den digitala tvillingen. CrowdStrike släpper ett system vars uttalade syfte är att hitta utnyttjbara vägar i kundmiljöer, en vecka efter att OpenAI klassade sin egen modell på nivån Kritisk för cybersäkerhetsförmåga. Branschen närmar sig samma förmåga från två håll, och skyddsåtgärderna konstrueras efter förmågan, inte före.
