CrowdStrike расширяет AI-бенчмарки в кибербезопасности 2026

CrowdStrike меняет подход к оценке AI в кибербезопасности, переходя от узкого поиска уязвимостей к бенчмаркам, охватывающим весь рабочий процесс защитника.

AI в кибербезопасности часто оценивается по одному критерию: насколько хорошо модель находит уязвимости в коде. Этот показатель полезен, но он не отражает того, как AI реально помогает Security Operations Center (SOC) обнаруживать угрозы, приоритизировать инциденты, вести threat hunting и реагировать на скорости машины. CrowdStrike расширяет AI-бенчмарки так, чтобы они соответствовали задачам, которые защитники решают каждый день, и давали покупателям и практикам возможность сравнивать модели по показателям, важным для реальных программ безопасности.

Что было анонсировано

В новой публикации в блоге CrowdStrike компания описала более широкий подход к оценке AI-моделей в кибербезопасности. Вместо ориентации только на результаты в поиске уязвимостей CrowdStrike предлагает бенчмарки, покрывающие более широкий набор задач защитника: detection engineering, threat hunting, триаж алертов, реагирование на инциденты и эмуляцию действий противника. Цель — согласовать оценку AI с операционной реальностью современного SOC и дать индустрии общую основу для измерения прогресса в области AI cybersecurity.

Эта работа опирается на исследования CrowdStrike в области концепции Agentic SOC, Charlotte AI, Falcon AIDR и альянса Open Secure AI Alliance — все они направлены на то, чтобы сделать AI безопаснее и полезнее для защитников.

Почему это важно

Для CISO, CIO, ИТ-директоров и специалистов по закупкам методика оценки AI напрямую влияет на решения о покупке, модели рисков и планирование персонала. Бенчмарки, ориентированные только на поиск уязвимостей, могут искажать представление о ценности AI и приводить к инвестициям, которые не сокращают время присутствия атакующего, усталость от алертов или ущерб от инцидентов.

Более широкие бенчмарки позволяют лидерам безопасности задавать более полезные вопросы: сокращает ли модель среднее время обнаружения? Ускоряет ли триаж в высоконагруженном SOC? Улучшает ли качество threat hunting? Может ли она безопасно работать в агентных сценариях, не усиливая риски? Именно эти критерии определяют, действительно ли AI усиливает программу безопасности.

Технические детали

• Расширение области оценки: AI-бенчмарки выходят за рамки поиска уязвимостей и охватывают задачи SOC.
• Задачи, ориентированные на защитника: detection engineering, триаж алертов, threat hunting, реагирование на инциденты, эмуляция противника.
• Контекст Agentic SOC: оценка отражает многошаговых AI-агентов, использующих инструменты, а не одиночные запросы.
• Безопасность и контроль: акцент на безопасном исполнении агентов, guardrails и предотвращении escape.
• Согласование с экосистемой: поддержка платформы CrowdStrike Falcon, Charlotte AI и инициатив Open Secure AI Alliance.

Оценивать AI только по способности находить уязвимости — значит упускать суть современной защиты; реальная ценность появляется тогда, когда модели помогают защитникам действовать быстрее, точнее и безопаснее на всём жизненном цикле SOC

Softprom и CrowdStrike

Softprom является официальным дистрибьютором CrowdStrike. Организации могут получить доступ к полной платформе Falcon, возможностям Charlotte AI и специализированным сервисам через команду сертифицированных инженеров и консультантов Softprom.

Этот материал подготовлен в рамках проекта Softprom DistriFlow — автоматизированной системы мониторинга и адаптации новостей вендоров. Источник: оригинальная статья.