PAN-OS, de software achter Palo Alto Networks’ firewalls, krijgt een grote update. PAN-OS 12.2 Ceres draait om het preventief beschermen van software via Advanced Virtual Patching, onder meer door kwetsbaarheden automatisch op te sporen met het eigen autonome AI-systeem NOVA.
Palo Alto Networks is zich bewust van de zogeheten “cryptografische reset”, het fenomeen waarbij patchen en kwetsbaarheidsscans sneller dan ooit nodig zijn om AI-gedreven aanvallen voor te zijn. Vooralsnog dienen initiatieven als Daybreak en Glasswing van respectievelijk OpenAI en Anthropic de verdedigers eerder toegang te geven tot nieuwe LLM’s. Echter liet de recente hack door een dergelijk AI-model van OpenAI bij HuggingFace zien dat lang niet elke organisatie toegang hiertoe heeft en dus adequaat is beschermd. Voor Palo Alto Networks en andere securitypartijen is het dus zaak om meer bescherming dan ooit voor hun rekening te nemen.
NOVA
Het onderzoeksteam van Palo Alto Networks bouwde daarom een systeem dat het de Network and Open-Source Vulnerability Analyzer noemt, kortweg NOVA. Het is een agentic pipeline die zonder tussenkomst van mensen code doorzoekt, kwetsbaarheden opspoort en er vervolgens een werkend proof of concept levert voor succesvolle exploitaties. Pas bij de laatste controle komt er een mens aan te pas.
De cijfers klinken alvast imposant. NOVA analyseerde achter de schermen al 3.915 open-source projecten in zes software-ecosystemen en kwam uit op 14.090 bevestigde kwetsbaarheden. Van die vondsten was 99,4 procent nog nergens gedocumenteerd. Onder CVSS 4.0 kreeg bijna 40 procent het label High of Critical. Ter vergelijking: OSS-Fuzz, dat sinds 2016 draait, hielp naar eigen zeggen tot augustus 2023 meer dan 10.000 kwetsbaarheden vinden. NOVA deed iets vergelijkbaars in twee maanden.
Dat wil niet per se zeggen dat elke kwetsbaarheid direct exploiteerbaar was. Zelfs CVSS 4.0-scores zijn niet volledig gericht op een kwantificering van het werkelijke gevaar, maar enkel een indicatie van de impact die een specifieke kwetsbaarheid heeft. Als die impact enorm is maar het systeem is niet mission-critical, kan een kwetsbaarheid met een veel lagere CVSS-score alsnog veel schadelijker zijn.
Niet langer alleen crash-bugs
Wat opvalt, is welk soort fouten NOVA vond. Het is meer dan alleen automatisch scannen. Systematisch zoeken naar kwetsbaarheden zonder menselijke inmenging is welbekend. Fuzzers speuren al jaren naar geheugencorruptie en integer overflows. Die categorie was echter goed voor slechts 4 procent van de NOVA-vondsten. De overige 92 procent bestond uit logische en semantische fouten, zoals gebrekkig toegangsbeheer, path traversal, code injection en server-side request forgery.
Elk ecosysteem bleek daarbij zijn eigen zwakke plek te hebben. C en C++ hebben veelal te maken met memory-safety-problemen, JavaScript en TypeScript op code injection en prototype pollution, terwijl PHP, Java en Python vooral struikelen over autorisatie. Ook de toeleveringsketen kwam in beeld: 1.280 fouten in dependency-packages leidden tot ruim 4.000 downstream-blootstellingen in applicaties die zo’n package gebruiken.
Het patchvenster is ingestort
Palo Alto trekt hieruit de conclusie dat de ’time-to-patch’ is ingestort. Wie sneller kwetsbaarheden vindt, verkleint automatisch de tijd tussen ontdekking en misbruik. Dat was voorheen gecompliceerd door ‘security by obscurity’: ben je als enige bekend met een kwetsbaarheid, dan is deze voor zover bekend niet zomaar gevaarlijk. Cybercriminelen en staatsactoren kunnen nu veel sneller een cybergevaar exploiteren en ontdekken. Aanvallers hebben daar niet eens het nieuwste frontier-model voor nodig om patches te reverse-engineeren. Overigens geldt dit ook voor verdedigers: HuggingFace trachtte bij het recente OpenAI-incident Claude Fable of GPT-5.6 Sol te gebruiken voor forensische hulp, maar alleen het open-weight model van Z.ai, GLM-5.2, hielp met het onderzoek doordat het niet de guardrails had die OpenAI en Anthropic hanteren.
Desondanks trachten ook die Amerikaanse AI-labs aan de kant van de verdedigers te staan waar mogelijk. Volgens CERT-EU hebben modellen als OpenAI’s Codex Security en Anthropic’s Claude de rol van AI verschoven van hulpje van menselijke auditors naar primaire vinder van zero-days. Anthropic meldde begin 2026 meer dan 500 kwetsbaarheden in open-source software gevonden te hebben met Opus 4.6, dat in korte tijd al als achterhaald te zien is. De Cloud Security Alliance waarschuwt bovendien dat de bestaande CVE-infrastructuur onder die stroom aan meldingen bezwijkt, met een prognose van zo’n 66.000 CVE’s dit jaar.
Advanced Virtual Patching als antwoord
Het antwoord van Palo Alto zit in Advanced Virtual Patching, onderdeel van de nieuwe release PAN-OS 12.2 Ceres met verder naar eigen zeggen ruim 55 innovaties. Het idee is om bescherming te leveren binnen enkele uren, nog voordat een officiële patch beschikbaar is. Daarmee wil het bedrijf de gemiddelde ‘exposure window’ van 55 dagen terugbrengen naar bijna nul.
Virtual patching zelf is een bekende term, al zij het nu in een nieuw jasje. Palo Alto adviseerde eerder al om PAN-OS-kwetsbaarheden tijdelijk af te dekken met threat prevention-signatures en het afschermen van management-interfaces, in afwachting van een echte update. De aanpak is vooral bedoeld voor omgevingen die je niet zomaar offline haalt, zoals OT, kritieke infrastructuur en zorgapparatuur. Een nieuwe detectie-engine met de naam “vaulted protection” moet die bescherming veilig uitrollen.
Dan is er nog een andere zaak: AI-kosten. Hoewel LLM’s in staat zijn te helpen, is het prijskaartje voor beveiliging iets dat rijke aanvallers de kans geeft tegen budgetair beperkte verdedigers. Palo Alto-CEO Nikesh Arora waarschuwde afgelopen maand nog dat de kosten van AI-tokens fors omlaag moeten voor brede adoptie; het bedrijf geeft zelf naar eigen zeggen zo’n miljoen dollar per dag uit aan tokens. Dat NOVA leunt op een ‘ensemble’ van meerdere frontier-modellen tegelijk, suggereert dat de kosten aanzienlijk zijn. Dat is wel met een goede reden.
Uit een test op 14 projecten bleek namelijk dat verschillende AI-modellen telkens andere kwetsbaarheden vonden in dezelfde code. Het model met de hoogste opbrengst vond 235 bevestigde kwetsbaarheden, waarvan 185 die geen enkel ander model zag. Voor de responsible disclosure werkt Palo Alto samen met open-source maintainers en zogeheten clearinghouses, initiatieven die exploitaties van kwetsbaarheden op schaal catalogiseren en wegnemen. Het bedrijf blijft naar eigen zeggen investeren in AI-native onderzoek en samenwerking met partners.