Yazılım kodlarındaki derin güvenlik açıklarını tespit etmek, son derece geniş bir çalışma alanının taranmasını gerektirir. Yüksek maliyetli ve büyük yapay zeka modellerine tek bir çağrı yapmak, bu süreçte ciddi bir yavaşlamaya neden olabilmektedir. Geliştirilen Gemini 3.5 Flash Cyber adlı hafif yapay zeka modeli, geniş kod tabanlarını hızlıca tarayarak çok sayıda kod yolunu analiz etme konusunda öne çıkmaktadır.
CodeMender sistemi, bu yeni modeli birden fazla kez çalıştırarak sistemlerin çok daha fazla çalışma yolunu incelemesine imkan tanır. Böylece tespit edilen açıklar doğrulanır ve kapsamlı tek bir rapor haline getirilir. Modelin sunduğu hız ve düşük maliyet avantajı, sık yapılan güvenlik taramalarına, kritik yazılım yayınlama süreçlerine ve sürekli kod entegrasyon hatlarına kolayca entegre edilmesini sağlamaktadır.
Gerçek dünya yazılım açıklarını içeren CyberGym testlerinde Gemini 3.5 Flash Cyber oldukça başarılı sonuçlar elde etmiştir. Tek bir final raporu için modeli en fazla beş kez çağıracak şekilde yapılandırılan sistem, düşük maliyetine rağmen çok daha büyük boyutlu siber güvenlik modelleriyle rekabet edebilecek bir performans sergilemiştir.
Söz konusu model sadece test ortamlarında değil, Google bünyesindeki Chrome, Android, Bulut, Reklamlar ve YouTube gibi temel altyapılardaki güvenlik açıklarının bulunması ve giderilmesinde aktif olarak kullanılmaktadır.
Hafif yapay zeka modelinin sağladığı hız, somut başarıları da beraberinde getirmiştir. Google Bulut Güvenlik Araştırmaları ekibi, Gemini 3.5 Flash Cyber altyapısını kullanarak yalnızca iki saat içinde genel erişime açık bağlantı noktalarında uzaktan kod çalıştırma zafiyetleri ve kritik bir üretim servisinde bellek bozulması hatası tespit etmiştir. Yapay zeka modeli, Adres Alanı Yerleşimi Rastgeleleştirmesi ile Yaz ya da Çalıştır gibi gelişmiş güvenlik önlemlerini aşabilen yüzde yüz etkili bir sızma senaryosunu bağımsız olarak üretebilmiştir.
Wiz ve Bulut CISO Güvenlik Mühendisliği uzmanlarından gelen ilk geri bildirimler, yeni sürümün standart modele kıyasla belirgin bir yetenek artışı sunduğunu doğrulamaktadır. Bu başarının arkasında Google şirketinin geniş veri birikimi yatmaktadır. Yedi yüz binden fazla açık kaynaklı güvenlik zafiyetini barındıran OSV veri tabanı ve on yılı aşkın süredir toplanan OSS Fuzz test sonuçları, yapay zeka algoritmalarının yapay örnekler yerine gerçek siber güvenlik pratikleriyle eğitilmesini sağlamaktadır.
Bu derin öğrenme altyapısı sayesinde model, endüstriyel güvenlik araçlarını kullanmayı, Chromium gibi devasa projelerdeki milyonlarca satır kodu okumayı ve saatler süren karmaşık analizleri bağımsız olarak yürütmeyi öğrenmektedir. Gemini 3.5 Flash Cyber ile güçlendirilen CodeMender, yazılım güvenliğini sağlamak isteyen savunucular için yüksek yetenekli, ölçeklenebilir ve uygun maliyetli bir çözüm sunmaktadır.