VULTURE - Prevenção, defesa e mitigação inteligentes baseadas em vulnerabilidades usando IA generativa para segurança cibernética

1. Criação de uma defesa efetiva contra ataques gerados por IA generativa: O VULTURE irá desenvolver um inteligente sistema de deteção de intrusão (IDS) que supera os recursos tradicionais de IDS. Utilizando algoritmos de deep learning de última geração, o sistema processará grandes volumes de dados complexos de várias fontes, permitindo a deteção de anomalias altamente precisa e a identificação eficaz de ameaças. Atuando como analista de segurança virtual, o sistema irá monitorizar continuamente os sistemas, por forma a identificar atividades suspeitas e gerar os respetivos alertas. Este IDS orientado por IA não apenas fortalece a segurança, mas também se adapta às ameaças cibernéticas emergentes, oferecendo um mecanismo de deteção resiliente e adaptável. Projetado para ser leve e altamente preciso, ele promete a identificação em tempo real de ameaças de dia zero. 2. Deteção precoce de vulnerabilidades de dia zero: As vulnerabilidades de dia zero apresentam um desafio significativo na segurança cibernética. Essas vulnerabilidades são especialmente perigosas porque fornecem aos atacantes uma janela de oportunidade para lançar ataques a sistemas com pouca ou nenhuma resistência. Como as explorações de dia zero geralmente não são detetadas até que um ataque ocorra, elas podem levar a consequências graves, incluindo roubo de dados, corrupção do sistema e interrupção de serviços críticos. O desafio é ainda mais amplificado pelo ritmo acelerado da implementação de software moderno, que pode inadvertidamente introduzir novas vulnerabilidades mais rapidamente do que podem ser identificadas e corrigidas. Para as organizações, isso significa enfrentar uma corrida contínua contra ameaças desconhecidas, onde a incapacidade de detetar e responder a vulnerabilidades de dia zero pode ter impactos financeiros, operacionais e de reputação devastadores. O projecto VULTURE abordará vulnerabilidades de dia zero utilizando LLMs focados em código que foram treinados com dados de bases de dados de vulnerabilidade de inteligência de código aberto (OSINT). Esta abordagem exclusiva permite que a solução analise padrões associados a vulnerabilidades conhecidas e aplique esse conhecimento para identificar secções potencialmente fracas de código onde podem existir vulnerabilidades de dia zero. Ao alavancar estes LLMs, será possível prever áreas de alto risco dentro de uma base de código, mesmo que vulnerabilidades específicas nessas seções não tenham ainda sido identificadas. Este recurso preditivo é particularmente valioso nos estágios iniciais de desenvolvimento e durante as atualizações de código de rotina, permitindo que os programadores abordem proactivamente os riscos antes que eles possam ser explorados. 3. Automatizar testes de intrusão de segurança: O teste de intrusão é uma tarefa intensiva em recursos que requer habilidades especializadas e profundo conhecimento, criando um desafio significativo para as organizações que enfrentam um número crescente de vulnerabilidades, num momento de escassez de profissionais qualificados em segurança cibernética. Para preencher essa lacuna, propomos a automação de testes de intrusão com recurso a LLMs. Os avanços recentes em LLMs mostram um potencial promissor para simplificar o processo de teste, permitindo que as equipas identifiquem rapidamente riscos críticos e implementem contramedidas, mesmo com pessoal limitado. No entanto, com a pesquisa ainda num estado bastante inicial, há uma escassez de benchmarks de testes de intrusão automatizados abrangentes, abertos e de ponta a ponta para impulsionar a inovação e medir o desempenho desses modelos em cenários de segurança do mundo real. O projeto atenderá a essa necessidade desenvolvendo uma referência aberta para testes de intrusão automatizados baseados em LLM, visando especificamente vulnerabilidades de dia zero e de alto impacto que são difíceis de detetar e não têm correções existentes. 4. Modelação de riscos e ameaças híbridas: O mapeamento de ameaças de cibersegurança oferece benefícios comerciais significativos, fornecendo uma compreensão abrangente dos riscos em domínios cibernéticos e físicos. Ao traçar o perfil dos riscos híbridos (ciber/físicos) juntamente com as ameaças cibernéticas tradicionais, as organizações podem avaliar melhor como o acesso físico a sistemas críticos pode comprometer a segurança digital. Esta abordagem integrada considera fatores como visibilidade, ruído e tempo necessário para derrotar as medidas de segurança, ajudando as empresas a lidar com ameaças internas, invasões físicas e vulnerabilidades distribuídas dentro de uma estrutura unificada. Com as avaliações de risco cibernético e físico alinhadas, as empresas podem prioritizar e implementar controlos de segurança mais eficazes e sensíveis ao contexto. Essa visão holística é especialmente valiosa em ambientes dinâmicos, como escritórios partilhados, incubadoras e sistemas distribuídos, onde as fronteiras de segurança são mais complexas.