مدل‌های Mythos-Class؛ آغاز عصر جدید در امنیت سایبری

در دو دهه گذشته، فناوری‌هایی مانند تراشه‌های پیشرفته، سامانه‌های رمزنگاری نظامی و تجهیزات سایبری تهاجمی به عنوان دارایی‌های راهبردی کشورها شناخته می‌شدند. اکنون نسل جدید مدل‌های هوش مصنوعی موسوم به Mythos-Class نیز در حال پیوستن به همین دسته هستند. دلیل این موضوع تنها قدرت پردازشی یا توانایی تولید محتوا نیست؛ بلکه ظرفیت این مدل‌ها برای تحلیل، تصمیم‌گیری و تولید دانش تخصصی در حوزه‌هایی مانند امنیت سایبری است.
برخلاف نسل‌های پیشین هوش مصنوعی که عمدتاً نقش دستیار را ایفا می‌کردند، مدل‌های جدید قادرند حجم عظیمی از داده‌های امنیتی را تحلیل کرده، فرضیه‌های هانتینگ تولید کنند، قواعد تشخیص حمله را بنویسند و حتی در کشف آسیب‌پذیری‌های ناشناخته مشارکت داشته باشند. این قابلیت‌ها باعث شده است مرز میان ابزار تحلیل و تحلیلگر امنیتی به تدریج کمرنگ شود.
برای مراکز عملیات امنیت ، تیم‌های Threat Hunting و متخصصان DFIR، مهم‌ترین تحول ناشی از این فناوری، ظهور مفهوم همکار تحلیلی دیجیتال است. در چنین مدلی، هوش مصنوعی نه تنها داده‌ها را جمع‌آوری و طبقه‌بندی می‌کند، بلکه می‌تواند زنجیره حمله را بازسازی کرده، رفتار مهاجم را تفسیر کند و پیشنهادهای عملیاتی ارائه دهد. این موضوع می‌تواند زمان تشخیص و پاسخ به حوادث را از چند روز به چند ساعت یا حتی چند دقیقه کاهش دهد.
با این حال، همین توانایی‌ها ماهیتی دوگانه دارند. مدلی که قادر به کشف آسیب‌پذیری برای اهداف دفاعی است، می‌تواند در اختیار مهاجمان نیز به ابزاری برای توسعه حملات پیچیده تبدیل شود. به همین دلیل دولت‌ها و نهادهای امنیتی به این فناوری‌ها با دیدگاهی مشابه فناوری‌های راهبردی و صادرات‌محور نگاه می‌کنند.
به نظر می‌رسد در آینده نزدیک، مزیت رقابتی سازمان‌ها دیگر تنها در اختیار داشتن داده یا ابزارهای امنیتی نخواهد بود، بلکه در میزان دسترسی و بهره‌برداری مؤثر از مدل‌های هوش مصنوعی پیشرفته‌ای خواهد بود که می‌توانند نقش یک تحلیلگر خبره را در مقیاس وسیع ایفا کنند.

https://edition.cnn.com/2026/06/13/business/anthropic-mythos-model-national-security
لینک خبر ممانعت دولت آمریکا از دسترسی به برخی مدل‌های هوش مصنوعی