Microsoft представила Project Perception для агентной киберзащиты

27 июля 2026 года Microsoft представила Project Perception — агентную систему киберзащиты, которая должна непрерывно собирать сигналы, оценивать риски и запускать защитные действия. Публичная предварительная версия заявлена на 3 августа. Первый сценарий связан с управлением уязвимостями программного обеспечения.

Главное в анонсе — переход от разрозненных ИИ-помощников к замкнутому циклу «обнаружить — оценить — исправить». При этом Microsoft подчёркивает, что специалисты сохраняют контроль. Для корпоративного заказчика это означает не отмену процессов ИБ, а новый слой автоматизации поверх инвентаризации активов, телеметрии, управления изменениями и реагирования на инциденты.

Как устроена заявленная модель

Project Perception координирует три класса специализированных агентов:

• red team ищет возможные пути компрометации до того, как ими воспользуется атакующий;
• blue team сопоставляет сигналы с контекстом и определяет, какие события представляют реальный риск;
• green team выполняет корректирующие действия и усиливает защиту среды.

Под ними находится новый Cyber Stack. В его состав входят сенсоры и сигналы, общий контекст безопасности, набор моделей, управляющий контур для координации агентов и исполнительные механизмы. Идея состоит в том, чтобы не пересылать модели весь массив сырых журналов, а давать ей связанную картину активов, идентификаторов, зависимостей и рисков.

Такой подход логичен для больших инфраструктур. Одна уязвимость имеет разный приоритет на изолированном тестовом сервере и на публичном узле, через который доступна критичная система. Без контекста агент способен лишь сортировать предупреждения; с контекстом он может объяснить цепочку риска и предложить последовательность действий.

Что известно о первом сценарии

Первым сценарием Microsoft называет управление уязвимостями ПО. В многоагентную систему MDASH включается специализированная модель MAI-Cyber-1-Flash. Компания сообщает о результате 96% на тесте CyberGym, преимуществе в 12 процентных пунктов над Mythos и почти 50-процентном снижении стоимости относительно текущей конфигурации MDASH.

Это показатели самого поставщика, полученные на конкретном тестовом наборе. Они не доказывают аналогичную эффективность в инфраструктуре заказчика: результат зависит от состава активов, качества телеметрии, правил приоритизации и допустимого уровня автономности. До промышленного внедрения такие заявления нужно подтвердить пилотом на собственных данных.

Почему «человек под контролем» требует точных правил

Фраза human in control описывает принцип, но не определяет границы полномочий. В корпоративном контуре необходимо заранее разделить действия:

1. Агент может автоматически собрать контекст и подготовить объяснение риска.
2. Низкорисковые обратимые операции могут выполняться по утверждённой политике.
3. Изменения сетевого доступа, учётных записей и продуктивных систем требуют подтверждения.
4. Для каждого автоматического шага сохраняются исходные данные, решение модели, вызванный инструмент и результат.
5. Ошибочное изменение должно иметь проверяемый сценарий отката.

Иначе скорость реакции превращается в скорость распространения ошибки. Подход к полномочиям и проверке действий подробнее разобран в материале об архитектуре безопасных ИИ-агентов, а модель минимального доверия — в руководстве по Zero Trust.

Что проверить в пилоте

Project Perception находится на стадии предварительного доступа, поэтому начинать стоит с наблюдения и рекомендаций, а не с автономных изменений. Для пилота полезно определить:

• полноту инвентаризации активов и идентификаторов;
• долю предупреждений, для которых агент собрал корректный контекст;
• точность приоритизации относительно решения аналитиков;
• время от появления сигнала до проверенной рекомендации;
• число ложных или небезопасных действий;
• стоимость обработки одного подтверждённого риска;
• возможность выгрузить полный журнал в корпоративную SIEM;
• поведение при недоступности модели, сенсора или исполнительного API.

Отдельный контрольный набор должен включать неполные данные, конфликтующие сигналы, устаревшие сведения об активе и попытки навязать агенту инструкцию через внешнее содержимое. Нормальный сценарий показывает производительность, а пограничный — реальную устойчивость системы.

Что это меняет для корпоративной ИБ

Анонс показывает направление рынка: ценность ИИ в безопасности смещается от генерации сводок к координации специализированных агентов и управляемому выполнению действий. Но фундамент остаётся прежним — качественные данные, сегментация, минимальные привилегии, наблюдаемость и понятная ответственность.

Компаниям не стоит ждать полностью автономной защиты. Практичнее уже сейчас описать активы, источники телеметрии, классы решений и операции, которые допустимо делегировать. Тогда любой агентный продукт можно оценивать по измеримым критериям, а не по числу демонстрационных сценариев.

Источник: официальный блог Microsoft; адрес первоисточника указан в карточке материала.