Cloudflare lanza Vulnerability Discovery and Remediation con modelos de OpenAI
La nueva herramienta usa tráfico real y señales de seguridad para priorizar vulnerabilidades, preparar mitigaciones en el edge y sugerir parches de código. Combina datos del WAF con los modelos Daybreak de OpenAI.
Cloudflare presentó Vulnerability Discovery and Remediation, una solución que combina el tráfico de producción, las señales del Web Application Firewall (WAF) y los modelos de inteligencia artificial Daybreak de OpenAI para descubrir y corregir vulnerabilidades de forma más inteligente.
La herramienta permite a los equipos de seguridad priorizar las amenazas críticas en lugar de perseguir alertas de bajo impacto. Según informó Cloudflare, el sistema analiza datos reales de producción para identificar vulnerabilidades que realmente están expuestas y son explotables.
Uno de los puntos más interesantes es la capacidad de preparar mitigaciones en el edge de Cloudflare de manera automática y segura. Cuando el sistema detecta una vulnerabilidad que puede ser contenida sin afectar el funcionamiento normal del sitio, genera reglas temporales en el WAF que actúan como escudo mientras se desarrolla el parche definitivo.
Además, la solución propone parches de código concretos. Los modelos Daybreak de OpenAI fueron entrenados específicamente para tareas de seguridad y análisis de código, lo que les permite sugerir correcciones precisas para las vulnerabilidades más comunes como inyecciones SQL, XSS, problemas de autenticación y configuraciones inseguras.
Para los administradores de sitios y PyMEs que usan Cloudflare, esto representa un salto importante. En lugar de depender exclusivamente de escaneos estáticos o herramientas que generan miles de falsos positivos, ahora se cuenta con un sistema que filtra según el riesgo real basado en el tráfico observado.
El enfoque es especialmente útil para equipos pequeños que no tienen un equipo de seguridad dedicado. La priorización basada en señales de producción evita perder tiempo en vulnerabilidades teóricas que nunca se exponen en el entorno real.
Desde el punto de vista técnico, el sistema integra tres capas: observación del tráfico y logs del WAF, análisis con los modelos Daybreak y generación de remediaciones tanto en el edge como en el código Cloudflare indica que esta combinación reduce significativamente el tiempo desde la detección hasta la corrección efectiva.
La funcionalidad se suma a la suite de Managed Defense de Cloudflare, orientada a organizaciones que buscan delegar parte de la gestión de seguridad en la nube sin perder control. Aunque la herramienta está orientada principalmente a clientes enterprise, sus principios pueden aplicarse en configuraciones más modestas mediante las reglas personalizadas del WAF y revisiones manuales guiadas por IA.