Cisco presenta Antares: modelos de inteligencia artificial de peso abierto para identificar vulnerabilidades

Cisco anunció el lanzamiento de Antares, una familia de modelos de lenguaje pequeños (SLM) enfocada en resolver uno de los procesos más complejos e intensivos en recursos de la ciberseguridad: la localización precisa de vulnerabilidades conocidas dentro del código fuente.

La compañía presentó inicialmente dos versiones, Antares-350M y Antares-1B, bajo la modalidad de peso abierto. Ambos modelos están disponibles para la comunidad en la plataforma Hugging Face. Las evaluaciones de rendimiento demuestran que estos sistemas compactos superan a modelos de mayor tamaño en esta labor específica, reduciendo los costos operativos y permitiendo la ejecución local sin enviar información sensible a la nube.

Eficiencia y privacidad en la revisión de código

La seguridad del software exige vincular el conocimiento externo sobre amenazas con la arquitectura interna del código. Esta tarea resulta compleja debido a la extensión de los repositorios y a la presencia de señales ruidosas en los sistemas. Los analistas invierten un tiempo considerable revisando archivos, rastreando llamadas y evaluando datos para confirmar si existe un fallo de seguridad.

Frente a este escenario, Antares simplifica el trabajo al operar de manera local. Esta característica protege la privacidad de las bases de código y democratiza el acceso a herramientas avanzadas para instituciones educativas, entidades del sector público y equipos de desarrollo con recursos limitados.

Metodología de búsqueda iterativa

A diferencia de las herramientas de análisis estático tradicionales que generan volumen elevado de alertas, Antares adopta un patrón de búsqueda iterativo similar al de un investigador humano:

• Análisis inicial: El modelo procesa la descripción de una vulnerabilidad específica.
• Exploración de archivos: Examina patrones de código y revisa los documentos candidatos dentro del repositorio.
• Ajuste de estrategia: Modifica su trayectoria de búsqueda cuando una ruta no ofrece evidencia clara.
• Priorización: Selecciona los archivos con mayor probabilidad de contener la falla para facilitar la revisión humana.

“Antares facilita la costosa fase de localización, reduciendo la información sobre vulnerabilidades a archivos fuente que los revisores humanos pueden examinar”, explicó Amin Karbasi, vicepresidente y científico jefe de inteligencia artificial en Cisco Systems.

Integración en los flujos de trabajo de ciberseguridad

El uso de Antares optimiza diversas tareas dentro del ciclo de desarrollo de software:

• Clasificación automatizada: Agiliza la identificación de archivos asociados con categorías CWE específicas.
• Soporte en CI/CD: Facilita la revisión temprana de archivos potencialmente vulnerables en cadenas de integración continua.
• Análisis local riguroso: Cumple con las normativas de privacidad en entornos que prohíben la transferencia de datos a servidores externos.

Antares no busca reemplazar los esquemas integrales de seguridad. La protección de aplicaciones requiere mantener el análisis de dependencias, el escaneo de credenciales, las pruebas dinámicas y el criterio de los especialistas.

Un compromiso con la ciberseguridad accesible

El lanzamiento de estos modelos bajo una licencia de peso abierto responde a la necesidad de fortalecer la defensa colectiva a nivel de repositorio. Cisco complementa esta entrega con iniciativas como Foundry Security Spec y CodeGuard, orientadas a establecer estándares abiertos y promover prácticas de programación segura en toda la industria.

Los modelos Antares-350M y Antares-1B, junto con su documentación técnica y metodologías de evaluación, se encuentran disponibles para su consulta e implementación desde la plataforma Hugging Face y mediante el equipo de Cisco Foundation AI.