Evo Continuous Offensive Security: אבטחה התקפית רציפה 350 ימים בשנה
אמ;לק
Snyk Evo Continuous Offensive Security מציעה פנטסטינג אוטונומי מבוסס AI, המכסה את הימים שבין בדיקות מסורתיות. הפתרון חושף פרצות ניתנות לניצול לפני שתוקפים ימצאו אותן. הדבר מאפשר גילוי מתמשך של חולשות אבטחה ביישומי אינטרנט וב-API, תוך שיפור משמעותי של חוסן הארגון.
סיכום בעברית: מערכת VibeSec · מדיניות המקורות
נוסף ל-VibeSec:
כותרת מקורית: Evo Continuous Offensive Security Is Here Pentesting Grade Coverage For The 350 Days A Year You Aren't Testing

התוכן המלא בעברית
תרגום אוטומטי מהמקור; מונחים טכניים נשארו באנגלית. לנוסח המחייב — הכתבה המקורית.
ב-Black Hat USA 2026, משיקה Snyk את Evo Continuous Offensive Security לזמינות כללית: בדיקות חדירות (pentesting) אוטונומיות מבוססות AI, הסוגרות את הפער בין בדיקות החדירות התקופתיות שאתם מבצעים פעם או פעמיים בשנה, לבין 350 הימים בשנה בהם התוקפים אינם נחים. COS הוא הגיבור החדש של הגנה מקושרת, שנבנה כדי לענות על השאלה שכל דירקטוריון שואל כעת: כיצד אנו מתכוננים להתקפות AI אוטונומיות?
זה כבר לא חדשות ש-AI שינה לחלוטין את הדרך שבה תוכנה נבנית. קוד שפעם לקח ימים להפצה לוקח כעת דקות, וכולנו נהנים מעוזרי קידוד מבוססי AI, וביתר שאת מסוכנים אוטונומיים העובדים זה לצד זה. אולם, עם כוח גדול מגיעה אחריות גדולה להתמודד עם רמת האצה זו, שמחוללת בקרב צוותי האבטחה שינוי שהם רק מתחילים להפנים כעת: שטח התקיפה המורחב משמעותית עומד כעת לרשות התוקפים, המשתמשים באותן יכולות הסקה של AI שבהן המפתחים משתמשים כדי לפתח במהירות כזו.
ההכרה הזו נובעת גם מהעובדה ששטח התקיפה משתרע כעת על פני שלוש חזיתות בו-זמנית: פגמים ארכיטקטוניים שרק מערכות בעלות יכולת הסקה יכולות לזהות, אישורי גישה שדלפו מקוד שנוצר על ידי AI, ומודלים וסוכנים המוטמעים כעת ישירות במחזור חיי הפיתוח. היריבים בודקים כעת את כל השלוש בו-זמנית במהירות מכונה.
בחודש יוני הזהיר ה-Five Eyes Alliance כי ה-AI בדרך לעקוף את יכולות אבטחת הסייבר הנוכחיות בתוך חודשים, לא שנים, כאשר זמן הפריצה של התוקפים נמדד כעת בשניות. Gartner צופה שחלון הניצול יצטמצם בחצי עד שנת 2027, בעוד שהמחקר העדכני של Snyk בנושא אימוץ AI בארגונים מספר סיפור דומה, אך מבפנים: הפיתוח מבוסס הסוכנים (agentic development) מואץ מהר יותר ממה שתוכניות האבטחה מסוגלות לעקוב אחריו. הגנה מפני כל זה דורשת ארבעה דברים, לא אחד.
היום, ב-Black Hat USA 2026, Snyk מגיבה לשינוי הזה עם ההרחבה הגדולה ביותר עד כה של פלטפורמת Snyk AI Security. לא עם חבילת מוצרים, אלא עם הגנה מקושרת המאורגנת סביב ארבעת השלבים שארגונים צריכים כדי לחדש בצורה מאובטחת: גילוי שטח התקיפה המלא, תיקון הצטברות החוב הטכני, אימות מה שתוקף יכול באמת לנצל, ומניעת סיכונים חדשים מלבנות את הצבר מחדש.
בראש המהלך עומדת הזמינות הכללית של Evo Continuous Offensive Security (COS): בדיקות חדירות אוטונומיות מבוססות AI, העומדות בקצב של פיתוח מואץ על ידי AI. לצדו, Snyk מכריזה על AI Security Posture Management משופר, מבט ראשון על Evo Agentic Application Security, וזמינות כללית של Snyk Secrets. יחד, אלו מאבטחים את מחזור החיים המלא של תוכנה המואצת על ידי AI: כיצד היא נבנית, ממה היא בנויה, וכיצד היא מותקפת.
הגנה אחת מחוברת: Discover, Remediate, Validate, Prevent
הגנה מקושרת היא תנאי בסיסי מול תוקף שמנתח כעת את האפליקציה שלך במהירות מכונה, במחיר של טוקנים:
• גילוי: ראה את שטח התקיפה המלא של התוכנה וה-AI: מודלים, סוכנים, שרתי MCP, כישורים, כלים, ולאילו משאבים כל אחד יכול להגיע. השלב הראשון מבוצע על ידי AI-SPM, ה-AI-BOM, ופלטפורמת Snyk AI Security.
• תיקון: נקה את החוב הטכני המצטבר לפני שתוקפים אוטונומיים ינצלו אותו מהר יותר מכפי שבני אדם יכולים להגיב. שלב זה מבוצע על ידי ה-application intelligence והתיקון האוטונומי של Snyk.
• אימות: תקיפה רציפה של אפליקציות כדי להוכיח שהתיקונים עמידים, להראות מה עדיין ניתן לניצול, ולחשוף פגמים ארכיטקטוניים ופגמי לוגיקה עסקית ששום סורק לא מגיע אליהם. שלב זה מבוצע על ידי Evo COS.
• מניעה: עצור סודות, חבילות זדוניות ופגיעויות חדשות מלבנות מחדש את הצבר בעוד בני אדם וסוכנים כותבים תוכנה. שלב זה מבוצע על ידי Snyk Secrets, שערי מניעה והגנה מפני קוד זדוני.
מכיוון ש-Snyk כבר מבין את הקוד, את התלויות, את ה-APIs, את רכיבי ה-AI ואת הקשר הפיתוח, כל יכולת מחדדת את האחרות במקום להוסיף עוד כלי מנותק. זהו ההבדל בין פלטפורמה לבין חבילת כלים.
הבעיה: התוקפים עלו במעלה ה-Stack, והבדיקות נשארו מאחור
כבר למעלה משני עשורים, הבחנה אחת נותרה נכונה באבטחת יישומים: סורקים מוצאים באגים ברמת ההטמעה, ופנטסטרים אנושיים מוצאים פגמים ארכיטקטוניים. סורקים אוטומטיים הפכו למצוינים בקטגוריה הראשונה, וזיהו SQL injection, cross-site scripting, הגדרות שגויות, וסוגי הזרקות ודפוסים הנראים בקוד. מאות סוגי פגיעויות מזוהים כעת באופן אמין לאורך מחזור חיי התוכנה. זהו הישג אמיתי ומתמשך, והוא כאן כדי להישאר.
אולם התוקפים עלו במעלה ה-Stack, לעבר פגמים ברמת התכנון שדורשים הבנה של מה האפליקציה אמורה לעשות לפני שניתן לנצל אותה. פגמים אלו נמצאים במערכות יחסי האמון של המערכת, לא בקוד שלה, ולכן אין להם חתימה שאפשר לסרוק אחריה. בואו נבחן את אופיים:
• בשנת 2019, First American חשפה כ-885 מיליון מסמכים פיננסיים. זה לא קרה באמצעות תוכנה זדונית או פגיעות יום-אפס, אלא על ידי שינוי מספר בודד ב-URL. כל סורק עבר בהצלחה, והאפליקציה עשתה בדיוק את מה שהקוד שלה הגדיר. היא פשוט לא הייתה אמורה לאפשר ללקוח אחד לקרוא מסמכים של לקוח אחר.
• בינואר 2026, חוקרים חשפו את BodySnatcher (CVE-2025-12420, CVSS 9.3): כתובת אימייל אחת הספיקה כדי להתחזות לכל מנהל ServiceNow ולהשתלט על סוכני ה-AI של הפלטפורמה. לא נפרצו סיסמאות ולא היה קוד ניצול (exploit), אלא פשוט תכנון שנתן אמון במקום הלא נכון.
זוהי המחלקה של פגמים שתוקפים מנצלים כעת: Broken Object-Level Authorization (BOLA), הסלמת הרשאות על ידי מניפולציה של מזהים, דליפות בין-דיירים החושפות נתוני לקוחות, והתקפות לוגיקה עסקית משורשרות שבהן מספר בעיות בחומרה נמוכה מתחברות להשתלטות על חשבון. עשור של פגיעויות רדומות בדרגת חומרה נמוכה עד בינונית, בתוספת כל ממצא חדש, זמינים כעת לניצול ושרשור במהירות מכונה. ולא ניתן לכתוב כלל סורק עבור "משתמש A לא אמור לקרוא את החשבונית של משתמש B", כיוון שהכלל הזה תלוי לחלוטין במה שהאפליקציה אמורה לעשות.
מציאת הפגמים הללו דרשה תמיד חשיבה אנושית, וזו הסיבה שתמיד נדרשה בדיקת חדירות ידנית. בדיקה כזו היא חיונית, אך מוגבלת בזמן אנושי. התקשרות טיפוסית נמשכת 15 ימים ועולה בין 20,000 ל-100,000 דולר, בעוד שהיא משקפת נקודת זמן בודדת. חלון הכיסוי נסגר ברגע שהדוח מוגש, ובאותו שלב האפליקציה כבר הספיקה להוציא כמה גרסאות חדשות. הבדיקה שלך מכסה בערך 15 ימים בשנה. מה קורה ב-350 הימים האחרים? הפיתוח לא עוצר, וכך גם התוקפים. כל גרסה שיוצאת בחלון הזה נשארת ללא בדיקה בדיוק בשכבה שבה נמצא הסיכון בעל ההשפעה הגבוהה ביותר.
AI משנה את המתמטיקה, לא את המשמעת
הנה מה שבאמת השתנה: שלב ההסקה שרק פנטסטר אנושי יכול היה לבצע – מידול הכוונה של האפליקציה ואז הבנה כיצד לחתור תחתיה – הוא כעת משהו שמודל בעל יכולת מספקת יכול לבצע, באופן עקבי, בשבריר מהעלות. הדיסציפלינה נותרה זהה, אך הכלכלה השתנתה לחלוטין.
ההוכחה לכך כבר גלויה ובקנה מידה רחב. בין תחילת 2026 לאמצע השנה, דוחות על פגיעויות תקפות שנוצרו על ידי AI ב-HackerOne עלו ב-210%, כאשר דוחות על prompt-injection עלו ב-540% – זינוק המרוכז בדיוק בפגמים התלויים בהסקה שסורקים לא יכולים לראות. קו ההסקה שהחזיק מעמד עשרים שנה לא נשחק בהדרגה; הוא קרס בתוך דור אחד של מודלים.
המסקנה הלא נוחה באמת היא שתוקפים חצו את אותו קו באותו רגע, והם כבר פועלים מקצה לקצה. בקמפיין ריגול סייבר בחסות מדינה שנחשף בסוף 2025, עד 90% מהפעילות בוצעה על ידי AI ולא על ידי האקרים אנושיים (Anthropic Threat Intelligence, נובמבר 2025).
השאלה היא כבר לא האם AI יכול למצוא ולנצל את הפגמים שסורקים מפספסים, אלא האם בדיקות האבטחה הפוגעניות שלך מוצאות אותם לפני שתוקף עושה זאת.
Evo Continuous Offensive Security, זמין באופן כללי
פיתחנו את Evo Continuous Offensive Security כדי לסגור בדיוק את הפער הזה. זוהי יכולת בדיקת חדירות מבוססת AI, הבנויה על תשתית AI ארגונית שמנתחת את כוונת האפליקציה כדי לחשוף פגמים ארכיטקטוניים ופגיעויות לוגיקה עסקית שסורקים מסורתיים מפספסים. והיא פועלת ברציפות, לא פעם בשנה.
חשוב מכך, COS לא בודק על עיוור. מכיוון שהוא חלק מפלטפורמת Snyk AI Security, הוא מקבל הקשר מהממצאים הקיימים של Snyk Code, Snyk Open Source, ו-Snyk API & Web – כמו גם מ-Evo AI-SPM, עם תובנות נוספות לבדיקת אפליקציות AI-native. המשמעות היא שהוא מכוון את ההסקה שלו לעבר פגמים שהכלים הללו לא יכולים לתפוס, במקום לבזבז מחזורי מודל יקרים על גילוי מחדש של פגיעויות שכבר נמצאו. כפי שהצוות שלנו אומר: אם באג שווה 1$ ופגם ארכיטקטוני שווה 100$, למה לבזבז משאבי בדיקה על גילוי מחדש של באגים של 1$?
היכולת מסופקת באמצעות שלושה רכיבים משולבים הפועלים כתוכנית התקפית אחת רציפה, המבצעת הסקה היכן שזה חשוב, בדיקה ממצה היכן שזה משתלם, ומותאמת אישית לשטח התקיפה החדש של ה-AI:
• הסק כמו תוקף - ה-AI Pentesting הוא המוח של COS. הוא מגדיר לעצמו היקף, מתכנן התקפה רב-שלבית ומאמת יכולת ניצול, תוך תיזמור סוכנים מתמחים וכל כלי בתשתית כדי למצוא את הפגמים הארכיטקטוניים והניצול לרעה של לוגיקה עסקית שסורקים ובודקים ידניים מפספסים. כל פגיעות מאושרת מגיעה עם הוכחת היתכנות (PoC) ניתנת להרצה: הוכחה, לא רק תיאור.
• Red-teaming לשכבת ה-AI - ה-Agent Red Teaming מותאם במיוחד לשכבת הסוכנים של אפליקציות AI, ומופעל ברגע ששלב הסיור מזהה LLM ב-Stack. הוא מדמה שרשרת תקיפה אמיתית, החל מהנחיית משתמש (user prompt) ל-prompt injection, דרך שימוש לרעה בכלים וסוכנים ועד לחילוץ נתונים (data exfiltration), תוך מיקוד ב-prompt injection ובחטיפת מטרות שאף חתימה לא יכולה לתפוס.
• כיסוי מחלקות פגיעות נפוצות - ה-Dynamic Testing (DAST) מספק כיסוי ממצה ודטרמיניסטי ביותר של כל נקודת קצה ונקודת הזרקה עבור מחלקות פגיעות נפוצות, כגון XSS, SQL injection והגדרות שגויות, עם שיעור של 0.08% בלבד של התראות שווא. שכבת ההסקה מפעילה אותו ככלי במקום לבזבז משאבים על אימות באגים נפוצים, כך שה-AI מקדיש את זמנו לפגמים מהותיים, ולא למיון התראות.
הממצאים אינם מגיעים כרשימה שטוחה של התראות מנותקות; הם מגיעים כשרשראות ניצול מחוברות, ומציגות כיצד פער הרשאות ופגם לוגי משתלבים בנתיב התקפה רב השפעה, כמו שתוקף היה חושב על המערכת שלך בפועל.
ו-COS מתייחס ישירות לבעיית האמון שמערערת גישות נאיביות: לא ניתן לסמוך על אותו AI שימצא ויאשר פגם בו-זמנית. המחולל לא יכול להיות המאמת. מודל שמתבקש לאשר את הממצאים של עצמו סובל מניגוד אינטרסים מבני, ומתנהג בצורה לא עקבית. לכן, כל ממצא של COS עובר אימות על ידי שופט עצמאי לפני הצגתו, עם שיעור התראות שווא נמוך ביותר, בהשוואה לכ-30% בכלים גולמיים של AI. לאחר מכן, הממצא מוצג עם הוכחת היתכנות ניתנת להרצה ומעקב אחר הלוגיקה המלאה שמאחוריו, כך שהצוות שלך לא מקבל התראה שצריך להאמין לה על עיוור; הוא מקבל exploit שהוא יכול להריץ בפועל.
זו נקודת ההבדל האמיתית, וכדאי לדייק לגביה: מודל מסוגל הוא לא בדיקת חדירות. זו המערכת – ולא המודל לבדו – ותשתית ה-AI הארגונית סביב ההסקה, שהופכות בדיקות התקפיות אוטונומיות לאמינות. זה כולל הקשר וזיכרון מתמשכים בין הרצות, ביצוע מבוקר וממשל המבטיח בטיחות בסביבות הקרובות לסביבות ייצור, יכולת שחזור, ואינטליגנציית פלטפורמה שמזינה כל הערכה. פתרונות נקודתיים מתחילים מאפס בכל ריצה, ללא זיכרון, ללא הקשר פלטפורמה וללא ממשל. זה הפער שהתשתית הזו סוגרת.