🔴 Breaking
Teknologi

Antares: Solusi AI Kecil dari Cisco untuk Mendeteksi Kerentanan Keamanan Kode

Cisco meluncurkan Antares, model kecerdasan buatan kecil yang dirancang untuk mempercepat pencarian kode yang berpotensi memiliki celah keamanan dalam perangkat lunak.

Eko Prasetyo

Penulis

23 October 2026
6 kali dibaca
Ilustrasi model bahasa kecil (small language model/SLM).(Gemini/ KI-generiert)
Ilustrasi model bahasa kecil (small language model/SLM).(Gemini/ KI-generiert)

Cisco, perusahaan asal Amerika Serikat yang bergerak di bidang jaringan komputer, infrastruktur IT, dan keamanan siber, memperkenalkan Antares, sebuah model kecerdasan buatan (AI) kecil yang dapat membantu menemukan kelemahan keamanan dalam perangkat lunak. Antares merupakan bagian dari keluarga model bahasa kecil (small language model, SLM) yang ditujukan untuk mempercepat pencarian bagian kode program yang mungkin mengandung celah keamanan.

Juan Huat Koo, Director of Cybersecurity Cisco ASEAN, menjelaskan bahwa model AI kecil ini dikembangkan untuk meningkatkan efisiensi proses pemeriksaan keamanan perangkat lunak, terutama dari segi kebutuhan komputasi dan biaya. "Tidak semua tantangan keamanan harus ditangani oleh large language model. Kita bisa memecah prosesnya dan mengoptimalkannya," ungkap Juan dalam wawancara.

Spesifikasi dan Fungsi Antares

Menurut informasi dari Cisco, Antares terdiri dari dua model, yaitu Antares-350M dan Antares-1B. Kedua model ini dirilis dengan bobot model terbuka (open-weight) yang dapat diakses melalui platform Hugging Face. Antares difokuskan pada pencarian berkas kode sumber yang berpotensi mengandung kerentanan berdasarkan informasi celah keamanan yang telah diketahui sebelumnya. Dengan cara ini, tim keamanan dapat memperoleh gambaran awal mengenai bagian kode yang perlu diperiksa lebih lanjut, tanpa harus menelusuri seluruh kode program secara manual.

Cara Kerja Antares dalam Mendeteksi Kelemahan

Antares bekerja dengan pendekatan yang berbeda dalam menelusuri kode. Proses pencarian dimulai dari deskripsi kerentanan, kemudian memeriksa berkas yang relevan, mengumpulkan bukti, dan mengubah arah pencarian jika jalur sebelumnya tidak memberikan hasil. Hasil akhir dari proses ini adalah daftar berkas kode sumber yang diurutkan berdasarkan relevansi dengan kerentanan yang sedang dianalisis. Antares juga menyediakan rekam jejak penelusuran yang dapat ditinjau oleh tim keamanan.

Walaupun Antares mampu membantu dalam pencarian kerentanan, model ini tidak secara otomatis memperbaiki kode yang bermasalah. Hasil pencarian tetap memerlukan pemeriksaan lebih lanjut untuk memastikan apakah kerentanan benar-benar ada dan menentukan langkah perbaikan yang tepat.

Keunggulan dan Manfaat Antares bagi Organisasi

Antares dirancang untuk dijalankan secara lokal atau di lingkungan milik organisasi, yang memungkinkan perusahaan untuk menganalisis kode tanpa harus mengirimkan seluruh kode sumber sensitif ke layanan cloud eksternal. Hal ini sangat bermanfaat bagi organisasi dengan keterbatasan sumber daya, seperti universitas, lembaga penelitian, dan tim keamanan yang lebih kecil. Juan menekankan pentingnya menyesuaikan model AI dengan jenis pekerjaan yang harus diselesaikan untuk mengoptimalkan penggunaan token dan komputasi, yang pada akhirnya juga berdampak pada kebutuhan daya.

Juan juga mengingatkan bahwa perusahaan tidak bisa hanya bergantung pada pembaruan atau penambalan untuk menghadapi ancaman siber yang semakin canggih. "Kami merasa bahwa mengejar ketertinggalan melalui patching bukanlah satu-satunya jawaban. Sebab, kita hanya bisa menambal secepat kemampuan kita, sementara kerentanan bisa ditemukan dengan sangat cepat," jelasnya. Oleh karena itu, penting bagi perusahaan untuk membangun pertahanan berlapis dan melakukan inventaris terhadap semua aset yang terhubung ke jaringan.

Dengan pendekatan yang tepat dan penggunaan platform keamanan yang terintegrasi, perusahaan dapat mempercepat proses deteksi dan respons terhadap ancaman yang muncul.

Artikel Terkait