Palo Alto Networks brengt AI-gedreven verdediging naar een continu model met Claude Mythos en GPT-5.6

Palo Alto Networks presenta Unit 42 Continuous Frontier AI Defense, un servicio de seguridad ofensiva diseñado para que las empresas puedan detectar, validar y remediar continuamente exposiciones de seguridad antes de que los atacantes puedan aprovecharse de ellas. La solución combina modelos especializados de Anthropic y OpenAI con inteligencia de amenazas y la experiencia en seguridad ofensiva de Unit 42.

Las claves de Palo Alto Networks Continuous Frontier AI Defense en 20 segundos

  • Unit 42 integra Claude Mythos 5 y GPT-5.6-Cyber, junto con modelos de peso abierto.
  • El servicio realiza análisis constantes de aplicaciones, API, nube, código y activos de red.
  • Palo Alto Networks asegura haber identificado exposiciones en el 100 % de las evaluaciones realizadas a sus clientes.
  • El 37 % de estas exposiciones fueron categorizadas como de gravedad alta o crítica.
  • El servicio se ofrece mediante suscripción anual, con un sistema que asigna cada tarea al modelo más adecuado.

La propuesta responde a la aceleración en descubrimiento y explotación de vulnerabilidades. Palo Alto Networks sostiene que los actores maliciosos ya emplean inteligencia artificial para localizar fallos, reduciendo los ciclos de ataque casi un 97 %, de semanas a horas. Continuous Frontier AI Defense se presenta como una respuesta para mantener las pruebas de seguridad activas y adaptarse a los cambios tecnológicos de una organización.

Este nuevo servicio amplía Frontier AI Defense, presentado por Unit 42 en abril. La versión original se centraba en análisis puntuales de exposiciones y en la elaboración de planes de seguridad para evaluar las capacidades existentes. En agosto, Palo Alto Networks anunció también la integración de GPT-5.6-Cyber de OpenAI y Claude Mythos 5 de Anthropic en Frontier AI Exposure Analysis.

Actualmente, la estrategia evoluciona de una evaluación puntual a un proceso de monitoreo continuo. Unit 42 realiza un análisis de referencia de todo el entorno y mantiene pruebas activas a medida que cambian los sistemas de la organización.

Una solución que combina múltiples modelos de IA

Uno de sus pilares es el multi-model AI harness, una arquitectura desarrollada por Palo Alto Networks que distribuye cada tarea entre distintos modelos de inteligencia artificial. La compañía afirma que esto permite emplear el modelo más adecuado para cada análisis, controlando a la vez los costos asociados al uso de modelos avanzados a gran escala.

Los modelos disponibles incluyen Claude Mythos 5 de Anthropic y GPT-5.6-Cyber de OpenAI, además de modelos de peso abierto. El uso de múltiples modelos evita que toda la evaluación dependa de una única tecnología y facilita adaptar el proceso según el tipo de análisis.

El servicio también incorpora simulaciones avanzadas de actores adversarios. Unit 42 valida si una vulnerabilidad puede ser explotada en la práctica y reconstruye las posibles rutas de ataque. Las pruebas abarcan aplicaciones web propias y de terceros, APIs, infraestructura en la nube, repositorios de código y activos de red.

La diferencia radica en que el sistema no solo identifica posibles fallos, sino que también evalúa su explotabilidad y su relación con otros elementos del entorno, para determinar hasta qué punto podría llegar un ataque.

De la detección a una corrección acelerada

La última etapa del proceso se enfoca en la remediación. Continuous Frontier AI Defense ofrece correcciones priorizadas, indicaciones a nivel de código y recomendaciones de parches virtuales.

También dispone de Frontier Virtual Patching para aplicar protecciones virtuales antes de que existan parches oficiales o incluso antes de que las vulnerabilidades sean divulgadas públicamente. Palo Alto Networks presenta ambas capacidades como servicios complementarios que pueden utilizarse conjuntamente.

La compañía indica que ha desarrollado y validado este enfoque durante seis meses de pruebas internas y en más de 100 proyectos realizados por Unit 42 con clientes. Además, ha invertido 17 millones de dólares en investigación y desarrollo y en la implementación de esta metodología.

Según Palo Alto Networks, en su despliegue interno, Unit 42 logró detectar en tres semanas un volumen de exposiciones equivalente al que habrían acumulado en un año usando procesos anteriores.

En evaluaciones con clientes, Frontier AI Exposure Analysis detectó exposiciones en el 100 % de los casos analizados, de las cuales el 37 % fueron calificadas como de alta o crítica gravedad. La mayoría de las exposiciones provenían de aplicaciones propias y en más de dos tercios de los casos en aplicaciones de terceros no se identificaba un CVE conocido.

Un CVE, o Vulnerabilidad y Exposición Común, es un identificador para vulnerabilidades de seguridad conocidas. La referencia a fallos sin CVE reportado sugiere que la compañía busca también detectar problemas aún no registrados públicamente, incluyendo vulnerabilidades potenciales no catalogadas.

Las cifras corresponden a pruebas internas de Palo Alto Networks y no representan una medición independiente en todas las organizaciones o infraestructuras empresariales.

Suscripción con modelos adaptados a cada tarea

Continuous Frontier AI Defense está disponible globalmente mediante suscripción anual. Los precios y condiciones varían según los modelos de OpenAI, Anthropic y código abierto utilizados.

Este servicio refleja una tendencia en la seguridad corporativa: aprovechar modelos de IA especializados para realizar pruebas ofensivas con mayor frecuencia. En lugar de auditorías puntuales, el enfoque busca mantener análisis activos que se actualizan a medida que cambian las aplicaciones, el código y la infraestructura en la organización.

Preguntas frecuentes

¿Qué es Unit 42 Continuous Frontier AI Defense?

Un servicio de seguridad ofensiva de Palo Alto Networks que realiza pruebas continuas para identificar, validar y remediar exposiciones de seguridad en entornos empresariales.

¿Qué modelos de IA emplea?

Incluye Claude Mythos 5 de Anthropic y GPT-5.6-Cyber de OpenAI, además de modelos de peso abierto. Un sistema propio selecciona el modelo más adecuado según cada tarea.

¿Qué activos puede analizar?

Pruebas sobre aplicaciones web, APIs, infraestructura en la nube, repositorios de código y activos de red.

¿Está disponible para empresas?

Sí. Palo Alto Networks indica que se ofrece a nivel mundial mediante suscripción anual, con diferentes opciones según los modelos utilizados.

Scroll naar boven