סריקה למען הטוב: גילוי ותיקון חשיפות קריטיות בעזרת AI
אמ;לק
יוזמה חדשה משתמשת בבינה מלאכותית (AI) כדי לאתר ולתקן חשיפות אבטחה קריטיות בשירותים ציבוריים ובתשתיות קריטיות. היא מתמקדת בסיוע לארגונים עם משאבים מוגבלים לזהות ולטפל בסיכונים ניתנים לניצול בקנה מידה רחב. זהו יישום חשוב של AI באבטחת סייבר ושיפור עמידות שרשרת האספקה.
סיכום בעברית: מערכת VibeSec · מדיניות המקורות
נוסף ל-VibeSec:
כותרת מקורית: Scan for Good: Using AI to discover and fix high-priority exposures across public services and critical infrastructure

התוכן המלא בעברית
תרגום אוטומטי מהמקור; מונחים טכניים נשארו באנגלית. לנוסח המחייב — הכתבה המקורית.
עדכון 30 בספטמבר 2026: יוזמת Scan for Good שלנו משתמשת כעת ב-Gemini 4 Argon לצד Gemini 3.8 Flash Cyber.
ככל שיכולות ה-AI ההתקפיות משתפרות, העצמת המגינים הפכה לצו עולמי. הנזק שהתקפות סייבר יכולות לגרום לארגונים חסרי משאבים ולקהילות התלויות בהם הוא נושא שמשפיע על כולנו. ברוח זו אנו משיקים את Scan for Good, יוזמה המשתמשת ב-AI - בשילוב עם חוקרי אבטחה אנושיים - כדי לחשוף חשיפות ציבוריות ונתיבי תקיפה מורכבים בשירותים ציבוריים, תשתיות קריטיות ועמותות.
Scan for Good עוזר למגינים לאבטח מערכות חיוניות לפני שגורמים זדוניים יוכלו לנצל אותן. תוצאות מוקדמות מוכיחות את השפעת היוזמה. המאמצים שהשקענו באימות הממצאים ושיתוף הפעולה עם הארגונים המושפעים לצורך תיקון הליקויים, חשפו מאות חשיפות ציבוריות שתוקנו כתוצאה מ-Scan for Good. בהמשך פוסט זה נשתף כמה מהסיפורים הללו.
ברצוננו להודות לצוות ב-Google DeepMind על השותפות עמנו כדי להבטיח את הצלחתו של Scan for Good. כמו כן, אנו מודים ל-Cybersecurity and Infrastructure Security Agency (CISA) על המעורבות בפרויקט ועל שיתוף הפעולה וההכוונה שהעניקו לנו.
בתקופה של איומים מתפתחים, גילוי פגיעויות הגנתי עוזר לחזק את התשתית הדיגיטלית של המדינה. במסגרת צו נשיאותי 14409 של הנשיא טראמפ (President Trump’s Executive Order 14409), CISA מקדמת אימוץ חוקי ואחראי של AI כדי להאיץ את גילוי הפגיעויות ולחזק את חוסן אבטחת הסייבר בממשלה, בתעשייה ובארגונים חיוניים התומכים בקהילות שלנו. יחד, נוכל לבנות מערכת אקולוגית עמידה שבה למי שמגן על החברה שלנו יש גישה לטכנולוגיה מתקדמת ומומחיות מובילה בתחום אבטחת הסייבר. ניק אנדרסן, מנהל בפועל, CISA.
בעוד ה-AI מתקדם במהירות, תשומת לב רבה הופנתה למודלים המגלים פגיעויות Zero-day חדשות, פעולה שהם מבצעים בעיקר על ידי הסקה וניתוח של קוד. במהלך עבודתנו בבניית ה-Wiz Red Agent – פנטסטר המונע על ידי AI ומודע להקשר (context-aware) – זיהינו פער נוסף בעל השלכות מיידיות יותר: אבטחת יישומים החשופים ונגישים באינטרנט הציבורי.
שם בחרנו למקד את הפרויקט הזה.
בסביבות בעולם האמיתי, סיכון קריטי לרוב אינו נובע מפגיעות אחת בקוד. זה יכול לנבוע מהשילוב של תצורות, הרשאות, זהויות, APIs והתנהגויות של יישומים שעשויות להיראות שפירות בנפרד, אך ליצור נתיבי התקפה מסוכנים כאשר הם מחוברים.
מבחינה היסטורית, מציאת והבנה של נתיבים אלה בקנה מידה דרשו זמן משמעותי, מומחיות וחקירה ידנית. AI משנה זאת, ומקל באופן דרמטי על גילוי מערכות חשופות, להבין כיצד הן מתנהגות ולחבר חולשות לנתיבי התקפה אמיתיים.
כבר ראינו את השינוי הזה ממקור ראשון. ה-Red Agent זיהה אלפי חשיפות גבוהות וקריטיות בסביבות ייצור שעלולות להעמיד ארגונים בסיכון מיידי. ככל שהיכולות הללו הופכות לנגישות ונפוצות יותר, צוותי אבטחה יצטרכו כלים חדשים, מומחיות ומחקר מתמשך כדי לעמוד בקצב … משאבים שלא לכל ארגון יש.
Scan for Good מביא את היכולות הללו לארגונים שבהם ניצול מוצלח עלול להוביל להשפעה נרחבת, כולל תשתיות קריטיות, שירותים ציבוריים, שירותי בריאות ועמותות.
כאשר נקבל הרשאה לכך, נשתמש ב-Wiz Red Agent וביכולות מחקר פנימיות נוספות של AI כדי לבחון אתרים, APIs ויישומים הנגישים לציבור (ראו להלן פרטים נוספים על היקף הבדיקה והחשיפה). עבודה זו תסייע לארגונים למצוא ולתקן חשיפות קריטיות לפני שתוקפים יעשו זאת, ותאפשר להם להקדים את היריבים ככל שיכולות ה-AI מתפתחות.
מודלים של AI כמו Gemini Cyber מציעים לנו הזדמנות להעניק יתרון למגינים על פני תוקפים. זה נחוץ במיוחד עבור ארגונים המספקים שירותים חיוניים לחברה, אך לרבים מהם חסרים המשאבים הדרושים כדי להתגונן מפני התקפות. Scan for Good עומד באתגר הזה על ידי מינוף AI לחשיפת סיכונים והגנה על תשתיות קריטיות, עמותות וארגונים אחרים בעלי אינטרס ציבורי. בחודשים הקרובים נפעל להרחבת השפעה זו ברחבי העולם. רלוקה אדה פופה, ראש תחום אבטחת Gemini ב-Google DeepMind.
להלן כמה דוגמאות לדרכים שבהן Scan for Good כבר מסייע לארגונים בעלי אינטרס ציבורי וספקי טכנולוגיה גדולים למצוא סיכונים חמורים החשופים לאינטרנט לפני שתוקפים עושים זאת. כל דוגמה התגלתה באופן אוטונומי על ידי מערכות ה-AI המפעילות את התוכנית, אומתה בבטחה על ידי Wiz Research במידה המינימלית הנדרשת כדי לאשר את ההשפעה בעולם האמיתי, ונחשפה באופן פרטי כדי שהארגון המושפע יוכל לתקן את הליקוי.
ארגונים בעלי אינטרס ציבורי
דוגמאות אלו ממחישות תוצאות מוקדמות בנוגע לאחת מהמטרות המוצהרות של Scan for Good: לסייע בהגנה על ארגונים שאבטחתם קריטית לקהילות שהם משרתים.
בכל אחד מהמקרים שלהלן, יצרנו שותפות עם הארגון המושפע במאמצי התיקון.
• ארכיון לאומי: מפתח מנהל מערכת נחשף בשרת אינטרנט ציבורי, מה שאפשר גישת קריאה, כתיבה ומחיקה של 8.8 מיליון קבצים בארכיון בעל משמעות לאומית במדינה באזור EMEA. סייענו בתיקון החשיפה על ידי הקצאת מערך ההרשאות הנכון.
• בית חולים ציבורי: בקרות גישה לקויות חשפו פרטי קשר של אנשי צוות ונתנו לכל אדם ברשת שליטה בערוץ התראות סלולרי כלל-בית-חולימי.
• בית חולים פרטי: העלאה לא בטוחה באתר ציבורי להזמנת פגישות נתנה שליטה על שרת בית חולים וחשפה מזהי חולים, מידע קליני וחתימות הסכמה.
• עירייה: שירות מידע ציבורי חשף מידע אישי, בריאותי ופיננסי רגיש עבור כ-5,000 תושבים קשישים. אישרנו את הסיכון מבלי לאסוף מערך נתונים בכמות גדולה.
• מפעיל רכבת ציבורית: דליפה ממסד נתונים של סביבת הייצור חשפה הפעלות (sessions) פעילות של מנהלי מערכת, מה שאפשר שליטה על מסלולים, לוחות זמנים, הודעות שירות וחשבונות מנהל. סייענו למפעיל לאבטח את המערכת לפני שניתן היה לשבש את התחבורה הציבורית.
תשתית דיגיטלית בסיסית
בנוסף לארגונים חסרי משאבים וארגונים במגזר הציבורי, Scan for Good מתמקדת גם בפלטפורמות טכנולוגיות חיוניות המספקות את עמוד השדרה הדיגיטלי של החברה. להלן מספר דוגמאות; כמו בקודם, שיתפנו פעולה עם החברה המושפעת במאמצי התיקון לאחר החשיפה.
• פלטפורמת אימון נתונים ל-AI מובילה: בקרות גישה לקויות שנוצלו באמצעות NoSQL Injection יצרו נתיב לדליפה ושינוי של נתונים ופרויקטים קנייניים של לקוחות בתחום אימון ה-AI.
• Website-building ופלטפורמת מסחר: פגם של אפס יום בשירות תשלומים משותף חשף שמות לקוחות, מותגי כרטיסים, תאריכי תפוגה ומספרי כרטיסים חלקיים במספר חנויות. אישרנו שזו בעיה בכל הפלטפורמה.
• פלטפורמת נתונים ו-AI ארגונית: תהליכי עבודה (workflows) פגיעים וחשופים של CI/CD חשפו אישורים למערכת פנימית לניהול בעיות (issue tracker) ומסד נתונים שיווקי של סביבת ייצור, דבר שסיכן כרטיסי קריאה פנימיים, נתונים קנייניים ורשומות לקוחות. עבדנו עם הספק כדי לאבטח את תהליכי העבודה, לרענן את האישורים ולתקן את החשיפה לאורך שרשרת האספקה. קראו את החלק הראשון של מחקר המקרה שפורסם.
• ספק תשתית ענן: אישור גישה (credential) שנחשף בקוד אתר ציבורי יכול היה לשמש להפצת תוכנה זדונית ביותר מ-500 אימג'ים (container images) של סביבת ייצור התומכים בשירות AI דגל. הוכחנו את רמת הגישה מבלי לשנות אף אימג' ועבדנו עם הארגון על בלימת האיום.
במקרים אלו, סימן ציבורי קטן – בין אם זה נתיב שנשכח, בדיקת הרשאות חסרה או אישור חשוף – הוביל להסלמה מהירה ואוטונומית של גישה לנתונים רגישים, תשתית או שליטה מנהלית. Scan for Good משתמש במהירות זו למטרות הגנה: מציאת הנתיב בשלב מוקדם, הוכחת ההשפעה הנחוצה בלבד וסיוע בסגירת הפרצה לפני שהיא הופכת לאירוע אבטחה, וכל זאת תוך עבודה בשיתוף פעולה עם הצוותים הרלוונטיים.
עבודה זו מתבססת על מחקרי Wiz קודמים בנושאים כמו Base44, DeepSeek, Moltbook ו-Snowflake. במקרים אלה, חשיפה ציבורית פשוטה הובילה להשפעה משמעותית. Scan for Good מיישם את הלקחים הללו בצורה רחבה יותר, ולאחר תיקון וחשיפה מתואמת, משתף את הדפוסים באופן אנונימי כדי שהמגינים יוכלו להיערך בהתאם.
המטרה שלנו פשוטה: למצוא סיכונים רציניים, לעזור לארגונים לתקן אותם ולעשות זאת לפני ניצול הסיכונים הללו.
אנו נתעדף תשתיות שבהן מתקפה מוצלחת עלולה לגרום לנזק משמעותי, כולל שירותים ציבוריים, תשתית קריטית, עמותות, פרויקטים בקוד פתוח וארגונים חסרי משאבים.
אנו נערוך בדיקות רק היכן שהוא מורשה, אם לארגון יש תוכנית פרס מורשית של באגים או מדיניות גילוי פגיעות שנקבעה, או עם הרשאה מפורשת. כל ארגון שמודאג משירות חשוף יכול להגיש בקשה להערכה Scan for Good.
כל ממצא פוטנציאלי ייבדק ויאושר על ידי חוקר אנושי. AI יכול לעזור לנו לחקור ולחקור עוד מערכות ואפשרויות, אבל בני האדם יישארו אחראים לאימות ההשפעה וקבלת החלטות חשיפה.
כאשר אנו מזהים בעיה רצינית, ניצור קשר עם הארגון המושפע באופן פרטי, נספק מידע טכני ברור ונעבוד עם הצוות כדי לתמוך בתיקון במידת הצורך.
Scan for Good משתמש במודלי סייבר מתקדמים להגנה אוטומטית, במטרה ליצור השפעה ברמת המערכת האקולוגית. במובן זה, הוא חולק DNA משותף עם תוכנית Fairwind של Google DeepMind (Fairwind תוכננה כדרך לספק למגינים גישה מוקדמת ובטוחה ליכולות גבול עוצמתיות).
השותפים שלנו ב-Google DeepMind היו קריטיים לשתי היוזמות: כלי ה-AI מאחורי Scan for Good מופעלים על ידי משפחת מודלי Gemini, ובמיוחד Gemini 3.8 Flash Cyber החדש. באמצעות שיתוף הפעולה שלנו, ביצועי אבטחת הסייבר פורצי הדרך של Gemini 3.8 Flash Cyber מסייעים בחשיפת נתיבי תקיפה מורכבים בטכנולוגיות ענן ו-AI בסיסיות, ומניעים את Wiz בעבודתנו מול שירותים ציבוריים, עמותות וספקי תשתיות קריטיות אחרים, כדי להבטיח שהם נשארים צעד אחד לפני יריבים המשתמשים ב-AI.
בחודשים הקרובים נפרסם פרטים נוספים על האופן שבו Google DeepMind עוזרת לנו לשפר ללא הרף את מקרה השימוש ב-Red Agent. אנו מצפים לשתף דוגמאות מהעולם האמיתי לאופן שבו Gemini 3.8 Flash Cyber השפיע על ארגונים ברחבי העולם באמצעות Scan for Good.
Scan for Good לא עוסק רק בתיקון חשיפות. הוא נועד גם לעזור לקהילת האבטחה הרחבה יותר להבין כיצד AI משנה את יכולת הניצול, ואילו חולשות הן באמת משמעותיות.
לאחר תיקון הממצאים שעליהם אנו מדווחים, אנו מתכננים לפרסם מחקר אנונימי המפרט את דפוסי הפגיעויות הבסיסיים, את ההשפעה של AI על יכולת הניצול המעשית, וכיצד ארגונים יכולים ליישם זאת הלכה למעשה בסריקת הסביבות שלהם.
נתמקד בשיעורים ולא בארגון המושפע.
אנו מקווים שעבודה זו תעניק למגינים תמונה מעשית של מה ש-AI התקפי יכול לעשות כיום, היכן הגישות המסורתיות עלולות להיכשל, וכיצד תוכניות לניהול חשיפות צריכות להתפתח.
מחקר אחראי
Scan for Good מבוסס על הרשאה, אימות מינימלי ולא הרסני, פיקוח אנושי, חשיפה פרטית ונקודות עצירה ברורות. נמזער את האינטראקציה עם מערכות חיות, נמנע ככל האפשר מגישה מיותרת למידע רגיש, וניתן לארגונים הזדמנות סבירה לתיקון הליקויים.
לא נתייחס להשערות שנוצרו על ידי מודלים כאל נקודות תורפה. הממצאים יאומתו על ידי חוקרים מנוסים, ובדיקות מעמיקות יבוצעו רק במקומות שבהם קיימת הרשאה.