Cogent bâtit des usines de défense avec les modèles d’OpenAI

L’éditeur met en place des « usines » d’agents capables d’enquêter et de corriger des failles selon des politiques d’exécution vérifiées. Des clients rapportent des gains de vitesse et de capacité, tandis que la société vise une remédiation de plus en plus autonome, jusqu’à un système en boucle fermée.

Vers une remédiation plus autonome et une recherche offensive outillée

Cogent prévoit d’augmenter l’autonomie de ses agents, avec une feuille de route qui élargit la gamme et la complexité des corrections, des changements de configuration simples à des workflows multi-étapes couvrant plusieurs systèmes d’entreprise. L’entreprise développe aussi la découverte et la validation autonomes, visant un système en boucle fermée capable de détecter et d’éliminer les risques tout en apprenant de chaque vulnérabilité pour améliorer les futures investigations et corrections. Cogent bénéficie d’un appui technique via Trusted Access for Cyber et Daybreak pour ses recherches internes sur les tests d’intrusion et les chemins d’attaque. Daybreak Red fournit à l’équipe des modèles OpenAI spécialisés pour la recherche offensive et la détection de vulnérabilités autorisées. Selon Geng Sng, ces programmes permettent d’explorer comment des vulnérabilités peuvent s’enchaîner à travers identités, ressources et contrôles réseau, afin de guider les prochaines capacités défensives à développer.

Des résultats rapportés chez des clients du Fortune 1000 et 500

Selon Cogent, ses clients recourent à ses usines de défense cybernétique pour accélérer la correction des vulnérabilités et renforcer leurs capacités d’investigation. Un acteur du secteur automobile figurant dans le Fortune 1000 a diminué de 75 % le temps moyen nécessaire à la remédiation des vulnérabilités critiques. Un client du secteur des services informatiques classé dans le Fortune 500 a multiplié par cinq la cadence de triage des vulnérabilités. La plateforme de trading MarketAxess indique que Cogent l’aide à prioriser les expositions à corriger en retraçant le chemin depuis Internet jusqu’à un système vulnérable et en vérifiant les contrôles existants. Son CISO mondial, Vijay Bala, précise que la remédiation se concentre désormais sur les risques les plus élevés et les trajectoires exploitables par un adversaire.

Cadres d’autorisation et exécution contrôlée des agents

Les modifications que les agents peuvent effectuer sont encadrées par des Agent Policies propres à chaque entreprise, qui définissent les changements autorisés et les exigences d’approbation. Le moteur d’application TRACE vérifie les appels d’outils avant exécution selon des règles déterministes, sans recourir à une inférence de modèle distincte. Un Agent Gateway procède à une validation indépendante des autorisations, et les opérations présentant un risque élevé peuvent être réalisées dans des environnements isolés. Les clients ont la possibilité de déléguer l’investigation, de requérir une validation préalable pour les modifications ou de permettre une remédiation autonome limitée.

Architecture de contexte et modèles employés

Pour chaque client, le Context Engine de Cogent maintient un graphe de connaissances couvrant actifs, vulnérabilités, identités, propriétés et dépendances, alimenté en continu par des agents spécialisés qui réconcilient les informations issues des outils et systèmes de sécurité. GPT‑6 Astra prend en charge la planification initiale et le raisonnement complexe, une approche que Geng Sng décrit comme un harnais de mémoire pour l’entreprise, permettant de réduire la latence, les coûts d’inférence et les incohérences. Les agents d’IA de Cogent combinent GPT‑6.1 Sol et GPT‑5.6 avec le contexte et les contrôles internes pour évaluer les expositions, appliquer les changements autorisés et vérifier l’élimination du risque. Cogent indique privilégier la qualité du raisonnement pour les investigations complexes et le coût pour les tâches plus simples, en utilisant GPT‑6.1 Sol pour l’exécution générale et GPT‑5.6 pour la gestion de vulnérabilités de routine.

Choix d’OpenAI et outillage de développement avec Codex

Cogent précise avoir évalué différentes solutions propriétaires et open source et observe, avec les modèles d’OpenAI, une capacité de raisonnement supérieure pour les tâches de sécurité de longue durée, une plus grande fidélité, une réduction des hallucinations sur les bases de code techniques et une exécution jugée plus fiable. Ces modèles autorisent l’enchaînement des appels d’outils, que ce soit de façon séquentielle ou en parallèle, tout en maintenant le contexte tout au long des workflows de remédiation. Geng Sng souligne également un avantage de coût par rapport à d’autres fournisseurs, jugé important pour faire fonctionner de grands essaims d’agents. Selon Geng Sng, l’utilisation des API OpenAI a réduit le logiciel de support à développer pour la remédiation et le patching, rationalisé le routage des requêtes et l’orchestration des agents, diminué la charge d’ingénierie interne et accéléré la mise sur le marché pour des workflows de sécurité complexes. La plupart des ingénieurs de Cogent choisissent Codex pour le développement, Geng Sng estimant qu’ils sont plus productifs en associant Codex avec les modèles OpenAI, Codex intégrant des outils que l’équipe n’a pas à construire.

Un cas d’école : la réponse à PHP2Shell

Lors de la divulgation des vulnérabilités critiques PHP2Shell dans PHP, des clients ont utilisé les usines de défense cybernétique déjà déployées par Cogent. GPT‑6.1 Sol et GPT‑6 Astra ont pris en charge le raisonnement approfondi nécessaire à l’investigation et à la planification de la remédiation. Grâce à la couche de contexte développée par Cogent, les agents ont pu repérer les systèmes concernés, analyser l’exposition, organiser la planification en prenant en considération les dépendances applicatives et les contraintes opérationnelles, coordonner les corrections selon les workflows d’approbation définis par les clients, puis vérifier la résolution. Geng Sng met en avant que la capacité des modèles OpenAI à soutenir des tâches de longue durée permet aux agents d’IA de mener l’investigation jusqu’à la remédiation vérifiée. Cette approche vise à permettre aux défenseurs d’agir à la vitesse des machines face à l’accélération de la découverte et de l’exploitation des vulnérabilités, conformément à l’objectif de Cogent de permettre aux entreprises d’identifier et d’éliminer les risques de façon autonome.