Почему кибербезопасности нужен новый стек — и что такое Project Perception
Правила игры в кибербезопасности уже другие. Не «постепенно меняются», не «эволюционируют» — уже поменялись. Автономные AI-системы умеют рассуждать, подстраиваться под обстановку и работать без пауз, хоть ночью, хоть в выходные. На этом фоне атаки дешевеют, а поверхность риска, наоборот, расползается во все стороны: идентичности, конечные точки, облака, приложения, данные, AI-сервисы. И да, злоумышленники тоже не дремлют: они быстрее собирают эксплойты, шире масштабируют кампании и действуют с машинной скоростью. Старые подходы, заточенные под мир, где всё решает человек вручную, начинают банально не успевать.
Отсюда и вывод: безопасности нужен новый киберстек. Такой, который не просто сыплет алертами, а непрерывно видит риск по всей цифровой среде компании, умеет рассуждать на большом объёме контекста и запускает защитные действия без лишней раскачки. Причём не в вакууме, а так, чтобы усиливать людей — аналитиков, инженеров, SOC-команды. Иначе толку мало, если честно. Следующее поколение систем безопасности будут отличать не красивые дашборды и не количество уведомлений. Ключевое — способность постоянно воспринимать, интерпретировать и действовать.
Именно из этой логики Microsoft и вывела Project Perception. Это агентная система безопасности, спроектированная под эпоху AI, где защищаться приходится уже не только от людей, но и от AI-усиленных атак. Проще говоря, здесь AI используется для защиты от AI.
Project Perception объединяет сигналы, контекст, модели и специализированных агентов в единую, постоянно обучающуюся систему. Она умеет анализировать, расставлять приоритеты и запускать действия на машинной скорости, но при этом оставляет человеку полный контроль. Не декоративный, а реальный.
В основе Project Perception лежит довольно здравая мысль: хорошая защита требует постоянного понимания сразу трёх вещей — как среду видит атакующий, как риск оценивает защитник и как сами меры защиты становятся сильнее со временем. Для этого система координирует три типа агентов. Red team-агенты ищут вероятные пути компрометации ещё до того, как ими воспользуются злоумышленники. Blue team-агенты расследуют события, собирают контекст и отделяют шум от реально опасных рисков. Green team-агенты вносят исправления, закрывают уязвимости и усиливают защиту по всей среде. Вместе они образуют замкнутый цикл: обнаружение, оценка, улучшение. Непрерывно. Без драматических пауз.
Подобная система сильна ровно настолько, насколько хороши четыре её опоры: видимость, доступные действия, практический опыт команд и модели, на которых всё это работает. Microsoft делает ставку сразу на все четыре компонента.
Компания обеспечивает широкую видимость по идентичностям, конечным точкам, приложениям, данным, облачным средам и AI-системам — то есть по всему цифровому ландшафту организации. Но видеть мало. Важно ещё и уметь действовать в этих средах. В сочетании с многолетними исследованиями в области кибербезопасности, threat intelligence и реальным опытом защиты крупных организаций это формирует основу того, как Project Perception анализирует угрозы, определяет приоритеты и реагирует на инциденты.
Безопасность — это режим 24/7. Организациям нужна защита, которая работает постоянно, масштабируется без безумных затрат и при этом остаётся эффективной. Поэтому недостаточно просто взять «самую мощную» модель. Нужна правильная модель для правильной задачи. В этом смысле Project Perception опирается на архитектуру AI-агентов с мультимодельным подходом: frontier-модели сочетаются со специализированными кибермоделями, чтобы сбалансировать качество, скорость и стоимость.
В рамках этой стратегии Microsoft стремится подбирать для каждой задачи безопасности наиболее подходящую модель, включая собственные специализированные разработки. Первый заметный сценарий — управление уязвимостями ПО. Модель MAI-Cyber-1-Flash встроена в MDASH, мультимодельную агентную команду для работы с уязвимостями. По данным Microsoft, MDASH с MAI-Cyber-1-Flash показывает 96% на CyberGym — одном из ключевых отраслевых бенчмарков, что на 12 пунктов выше Mythos. Плюс почти 50% экономии затрат по сравнению с текущей конфигурацией MDASH, доступной на рынке. Неплохая разница. Даже очень.
Дальше Project Perception планируют расширять и на другие сценарии безопасности, не ограничиваясь только управлением уязвимостями.
Microsoft выводит это решение для клиентов по всему миру через Project Perception, который станет доступен в public preview 3 августа.
Видео YouTube
Нажмите здесь, чтобы загрузить медиа
Киберстек, созданный под agentic security
Если говорить прямо, для агентной безопасности мало просто «добавить AI-агентов» в старые процессы. Так это не работает. Нужен новый стек — спроектированный с нуля под разработку AI-агентов и автоматизацию защитных сценариев.
Этот стек начинается с signals and sensors — сигналов и сенсоров, которые дают видимость по всей цифровой среде. Далее идёт security context: он превращает разрозненные сигналы в компактное, пригодное для моделей понимание среды. Затем подключаются модели, обеспечивающие интеллект и рассуждение. Слой harness оркестрирует модели и агентов в рамках security-workflows. Сами агенты применяют этот интеллект в конкретных сценариях защиты, а actuators переводят решения в реальные действия. В сумме получается непрерывно обучающаяся система, способная понимать риск, адаптироваться к изменениям и постепенно улучшать результаты защиты. Не на словах — в операционном контуре.
Каждый слой важен сам по себе. Но настоящая сила Project Perception — в их связке. В том, как они работают вместе, без постоянного ручного склеивания. Это, кстати, и отличает зрелые мультиагентные системы от просто набора разрозненных AI-функций.
Security context, который действительно пригоден для AI
Сырых сигналов для качественного рассуждения недостаточно. Агентам нужен контекст. Иначе они будут бесконечно пересобирать картину мира из кусочков — дорого, медленно и местами криво.
Microsoft превращает свою широкую видимость, threat intelligence и практическую экспертизу в security context, который связывает данные, знания и семантику по всему цифровому ландшафту. В результате формируется постоянно обновляемое представление об активах, идентичностях, взаимосвязях, рисках и действиях организации. Это даёт агентам общее, почти в реальном времени, понимание среды, которую они защищают.
Именно это общее понимание лежит в основе Project Perception. Вместо того чтобы заставлять агентов снова и снова собирать контекст из сырых событий, система даёт им быстрый и token-efficient доступ к уже подготовленной информации. За счёт этого повышаются точность и согласованность рассуждений, а время, вычислительные ресурсы и стоимость работы в масштабе, наоборот, снижаются. Звучит сухо, но по сути это очень практичная вещь.
Если смотреть шире, такой подход напрямую перекликается с тем, как строятся решения на базе агентной памяти и RAG: модели работают лучше, когда получают не хаос, а структурированный, актуальный контекст.
Мультимодельная архитектура для задач кибербезопасности
Одна-единственная модель не будет лучшей для всех задач безопасности. Где-то важнее точность, где-то надёжность, где-то задержка, а где-то экономика. И вот тут начинается самое интересное.
Для Project Perception выбор модели определяется балансом качества, устойчивости, latency и стоимости. Вместо зависимости от одной модели система использует мультимодельную архитектуру, которая подбирает наиболее подходящие возможности под конкретную задачу. Это позволяет одновременно оптимизировать и результат, и экономику эксплуатации. А поскольку безопасность — always-on-функция, вопрос стоимости здесь вообще не второстепенный. Совсем не второстепенный.
Такой подход опирается на постоянные исследования, benchmarking и оценку как frontier-моделей, так и специализированных моделей. Исследователи Microsoft по безопасности непрерывно проверяют модели на реальных security-workflows, чтобы соотнести каждую задачу с моделью, которая даёт лучший результат. Для клиентов это означает одно: можно получать выгоду от развития AI без жёсткой привязки к одному поставщику модели или одному стеку.
Actuators: когда инсайт превращается в действие
Командам безопасности, по большому счёту, не нужна ещё одна порция информации. Им нужны результаты. Закрытая уязвимость. Остановленная атака. Сниженный риск. Всё остальное — ну, вторично.
Поэтому слой actuators критически важен. Project Perception глубоко интегрирован с продуктами Microsoft Security, чтобы агенты могли не только находить проблему, но и связывать выводы с конкретными действиями. Такой подход помогает организациям непрерывно снижать риск, а не просто наблюдать его на экране. При этом человек остаётся в контуре принятия решений, что особенно важно для enterprise-среды и сложных сценариев безопасности AI-агентов.
Безопасность и доверие — не после, а с самого начала
В основе всего этого стека лежит доверие. Project Perception создаётся в соответствии с принципами Responsible AI Microsoft и наследует механизмы безопасности, governance, compliance и операционного контроля, на которые клиенты компании уже опираются. Это важно не только с точки зрения технологий, но и с точки зрения внедрения в крупном бизнесе, где вопросы AI compliance и соответствия требованиям давно перестали быть формальностью.
И да, это тот случай, когда «enterprise-ready» — не просто маркетинговая наклейка. По крайней мере, такова заявленная логика платформы.
Что всё это значит для будущего киберзащиты
Безопасность всегда была гонкой между атакующим и защитником. AI меняет в этой гонке всё: скорость, масштаб, стоимость, порог входа. И защитникам теперь нужны системы, которые умеют не только замечать, но и понимать, и действовать — вместе с людьми, а не вместо них.
Project Perception — это попытка Microsoft заново собрать архитектуру защиты для эпохи AI. Не косметически обновить старую модель, а пересобрать сам принцип работы кибербезопасности вокруг AI-агентов, контекста, автоматизации и непрерывного улучшения.
Чтобы узнать больше о решениях Microsoft Security, можно посетить сайт компании. За обновлениями удобно следить в блоге Microsoft Security, а также в LinkedIn (Microsoft Security) и X (@MSFTSecurity).
Другие материалы по теме:
- Как усилить безопасность AI с помощью глобального AI Red Teaming
- От исследований к реальности: интервью с вице-президентом Microsoft по исследованиям в области безопасности Тэсу Кимом
Hayete Gallot руководит направлением Microsoft, которое помогает организациям безопасно работать в мире, всё сильнее зависящем от AI. В её зоне ответственности — identity, threat protection, compliance и защита данных в глобальном масштабе.