Anthropic bersama 12 raksasa meluncurkan rencana "Sayap Kaca" menggunakan model Mythos yang belum dirilis untuk memperbaiki celah keamanan perangkat lunak global

Project Glasswing adalah langkah penting untuk memberi pembela keunggulan yang berkelanjutan dalam era keamanan siber berbasis AI yang akan segera datang.

Penulis: Anthropic

Terjemahan: Deep Tide TechFlow

**Tinjauan Mendalam: ** Anthropic telah merilis model terdepan yang belum dipublikasikan, Claude Mythos Preview. Kemampuan audit kodenya telah melampaui sebagian besar pakar keamanan manusia. Model ini dapat menemukan kerentanan zero-day yang telah ada selama puluhan tahun secara mandiri.

Berdasarkan kemampuan ini, Anthropic bekerja sama dengan 12 raksasa teknologi seperti AWS, Apple, Google, Microsoft, NVIDIA, dan lainnya untuk meluncurkan rencana Project Glasswing. Mereka menyediakan plafon kredit sebesar 100 juta dolar AS, dengan target menutup celah pada perangkat lunak kunci global sebelum para penyerang memperoleh kemampuan yang setara.

Pendahuluan

Hari ini, kami mengumumkan Project Glasswing (Rencana Kaca), sebuah inisiatif baru yang menghimpun Amazon Web Technology (AWS), Anthropic, Apple, Broadcom, Cisco, CrowdStrike, Google, JPMorgan, Linux Foundation, Microsoft, NVIDIA, dan Palo Alto Networks, dengan tujuan melindungi keamanan perangkat lunak paling penting di seluruh dunia.

Kami meluncurkan Project Glasswing karena sebuah model terdepan baru yang dilatih oleh Anthropic menunjukkan kemampuan yang kami yakini dapat merombak lanskap keamanan siber. Claude Mythos Preview adalah model terdepan yang bersifat umum dan belum dirilis. Model ini mengungkap fakta yang keras: kemampuan pengkodean model AI telah mencapai tingkat sedemikian rupa—dalam menemukan dan memanfaatkan kerentanan perangkat lunak, mereka dapat melampaui semua orang kecuali para ahli paling top.

Mythos Preview telah menemukan ribuan kerentanan berisiko tinggi, mencakup setiap sistem operasi arus utama dan setiap peramban arus utama. Dengan kecepatan kemajuan AI, kemampuan seperti ini akan menyebar dalam waktu yang tidak lama dan mungkin jatuh ke tangan pihak yang tidak bertanggung jawab. Dampaknya terhadap ekonomi, keselamatan publik, dan keamanan nasional dapat sangat serius. Project Glasswing adalah upaya yang mendesak untuk memastikan kemampuan-kemampuan tersebut diprioritaskan untuk pertahanan.

Sebagai bagian dari Project Glasswing, para mitra di atas akan menggunakan Mythos Preview dalam pekerjaan keamanan defensif mereka; Anthropic akan membagikan pelajaran yang dipetik agar seluruh industri dapat mengambil manfaat. Kami juga membuka akses untuk lebih dari 40 organisasi lain yang membangun atau memelihara infrastruktur perangkat lunak penting, agar mereka dapat memindai dan menguatkan sistem milik sendiri serta sistem open source. Anthropic berkomitmen menyediakan hingga 100 juta dolar AS untuk kuota penggunaan Mythos Preview, serta donasi langsung sebesar 4 juta dolar AS kepada organisasi keamanan open source.

Project Glasswing hanya permulaan. Tidak ada satu institusi pun yang dapat menyelesaikan masalah keamanan siber sendirian: pengembang AI terdepan, perusahaan perangkat lunak lainnya, peneliti keamanan, pemelihara open source, serta pemerintah di seluruh dunia semuanya memiliki peran yang tidak tergantikan. Melindungi infrastruktur jaringan global mungkin memerlukan waktu bertahun-tahun; sementara kemampuan AI terdepan dapat melonjak secara signifikan dalam beberapa bulan ke depan. Agar pembela jaringan dapat mengambil posisi lebih dulu, mereka harus bertindak sekarang.

Keamanan siber di Era AI

Perangkat lunak yang kita andalkan setiap hari—untuk menjalankan sistem perbankan, menyimpan catatan medis, menghubungkan jaringan logistik, dan menjaga agar jaringan listrik tetap beroperasi—selalu memiliki bug. Sebagian besar tidak terlalu penting, tetapi ada yang merupakan celah keamanan serius. Begitu celah tersebut ditemukan, penyerang dapat membajak sistem, melumpuhkan operasi, atau mencuri data.

Konsekuensi perusakan serangan siber terhadap jaringan perusahaan, sistem medis, infrastruktur energi, simpul transportasi, serta lembaga pemerintah di berbagai negara sudah terbukti nyata. Pada skala global, serangan tingkat negara yang berasal dari Tiongkok, Iran, Korea Utara, dan Rusia telah mengancam infrastruktur yang menjadi penopang kehidupan sipil dan persiapan militer. Bahkan serangan skala kecil terhadap satu rumah sakit atau sekolah pun dapat menyebabkan kerugian ekonomi yang besar, mengekspos data sensitif, bahkan membahayakan nyawa. Kerugian ekonomi tahunan akibat kejahatan siber global sulit diperkirakan secara akurat, namun mungkin berada di kisaran 500 miliar dolar AS.

Di masa lalu, banyak celah perangkat lunak tidak ditemukan selama bertahun-tahun, karena menemukan dan memanfaatkannya membutuhkan pengetahuan yang hanya dimiliki oleh segelintir pakar keamanan. Namun seiring munculnya model AI terdepan terbaru, biaya, upaya, dan ambang batas keahlian untuk menemukan serta memanfaatkan kerentanan perangkat lunak turun secara drastis. Dalam setahun terakhir, model AI semakin kuat dalam membaca kode dan penalaran; khususnya, mereka menunjukkan performa yang mengejutkan dalam menemukan celah dan menyusun cara eksploitasi. Claude Mythos Preview menghasilkan lompatan besar pada kemampuan keamanan siber ini—sebagian kerentanan yang ditemukan olehnya tetap bertahan meskipun telah ditinjau manusia selama puluhan tahun dan telah melewati jutaan pengujian keamanan otomatis; sementara kode eksploitasi yang dikembangkannya semakin canggih.

Setelah satu dekade dari kompetisi DARPA Cyber Grand Challenge pertama, model AI terdepan kini mendekati atau bahkan menyamai kemampuan terbaik manusia dalam menemukan dan memanfaatkan kerentanan. Jika tidak ada langkah-langkah keamanan yang diperlukan, kemampuan siber yang kuat ini dapat digunakan untuk mengeksploitasi banyak kerentanan yang masih ada pada perangkat lunak paling penting di dunia. Serangan siber akan menjadi lebih sering, lebih merusak, dan juga memberi kekuatan kepada lawan Amerika Serikat dan sekutunya. Ini adalah prioritas keamanan yang harus diperhatikan oleh negara-negara demokrasi.

Kabar baiknya adalah: kemampuan yang membuat model AI berbahaya jika berada di tangan yang salah—juga membuatnya sangat bernilai untuk menemukan dan memperbaiki celah penting pada perangkat lunak. Kemampuan ini juga membantu menghasilkan perangkat lunak baru dengan bug yang lebih sedikit yang aman. Project Glasswing adalah langkah penting untuk membangun keunggulan yang berkelanjutan bagi para pembela dalam era keamanan siber berbasis AI yang akan datang.

Kemampuan Claude Mythos Preview untuk menemukan celah dan cara mengeksploitasinya

Dalam beberapa minggu terakhir, kami menggunakan Claude Mythos Preview untuk menemukan ribuan kerentanan zero-day (yaitu, celah yang sebelumnya sama sekali tidak diketahui oleh pengembang perangkat lunak) pada setiap sistem operasi arus utama, setiap peramban arus utama, serta sejumlah perangkat lunak penting lainnya—dan banyak di antaranya termasuk kategori risiko tinggi.

Di blog Frontier Red Team, kami mengungkapkan detail teknis dari beberapa kerentanan yang sudah diperbaiki, serta teknik eksploitasi yang ditemukan oleh Mythos Preview. Hampir semua penemuan kerentanan ini (serta pengembangan banyak teknik eksploitasi terkait) dilakukan sepenuhnya oleh model secara mandiri, tanpa ada panduan apa pun dari manusia. Berikut tiga contohnya:

• Mythos Preview menemukan kerentanan yang telah ada selama 27 tahun di OpenBSD. OpenBSD terkenal dengan standar penguatan keamanannya yang sangat tinggi, dan banyak digunakan untuk firewall serta infrastruktur penting lainnya. Kerentanan ini memungkinkan penyerang untuk membuat sistem target jatuh (crash) secara jarak jauh hanya dengan menghubungkan target.
• Model ini juga menemukan kerentanan yang telah ada selama 16 tahun di FFmpeg. FFmpeg digunakan oleh begitu banyak perangkat lunak untuk pengodean dan penguraian video. Masalahnya ada pada satu baris kode, sementara alat pengujian otomatis telah menyentuh baris kode tersebut sebanyak 5 juta kali, namun tidak pernah mendeteksi adanya masalah.
• Model ini secara mandiri menemukan dan merangkai beberapa kerentanan di kernel Linux (kernel Linux menjalankan sebagian besar server di seluruh dunia), sehingga menghasilkan serangan privilege escalation dari hak pengguna biasa hingga kontrol penuh terhadap mesin.

Semua kerentanan di atas telah kami laporkan kepada pemelihara perangkat lunak terkait, dan semuanya telah diperbaiki. Untuk banyak kerentanan lainnya, hari ini kami menyediakan detail berupa hash terenkripsi (lihat blog Red Team); kami akan memublikasikan informasi spesifik setelah perbaikan selesai.

CyberGym dan benchmark evaluasi lainnya juga memverifikasi adanya kesenjangan yang signifikan antara Mythos Preview dan model kami yang setingkat di bawahnya, Claude Opus 4.6:

Reproduksi kerentanan keamanan siber - CyberGym

Selain pekerjaan kami sendiri, banyak mitra juga telah menggunakan Claude Mythos Preview selama beberapa minggu. Berikut umpan balik mereka:

“Kapabilitas AI telah melewati sebuah ambang batas, secara mendasar mengubah tingkat urgensi yang diperlukan untuk melindungi infrastruktur penting dari ancaman siber, dan hal ini tidak dapat dibalik. Kami menggunakan pekerjaan dasar dari model-model ini untuk menunjukkan bahwa, dengan kecepatan dan skala yang belum pernah terjadi sebelumnya, kita dapat mengenali dan memperbaiki kerentanan dalam perangkat keras dan perangkat lunak. Ini merupakan perubahan yang mendalam sekaligus sinyal yang jelas: cara lama memperkuat sistem sudah tidak cukup. Penyedia teknologi harus segera mengadopsi metode baru secara proaktif, sementara pelanggan harus siap untuk penerapannya. Inilah alasan Cisco bergabung dengan Project Glasswing—pekerjaan ini terlalu penting dan terlalu mendesak untuk dikerjakan sendiri.”

— Anthony Grieco, Wakil Presiden Senior dan Chief Security and Trust Officer di Cisco

“Di AWS, kami membangun pertahanan sebelum ancaman muncul, mulai dari chip khusus hingga seluruh tumpukan teknologi. Keamanan bukan urusan satu tahap; keamanan adalah hal yang berkelanjutan dan tertanam di setiap hal yang kami lakukan. Tim kami menganalisis lebih dari 400 triliun kejadian lalu lintas jaringan setiap hari untuk mendeteksi ancaman; AI adalah inti dari kemampuan pertahanan berskala besar kami. Kami telah menguji Claude Mythos Preview dalam keamanan operasional internal kami setiap hari, menerapkannya pada repositori kode yang penting, dan model ini membantu kami menguatkan kode. Kami sedang menanamkan keahlian keamanan yang mendalam dari kolaborasi ini dengan Anthropic, serta membantu memperkuat Claude Mythos Preview agar lebih banyak organisasi dapat mendorong pekerjaan mereka dengan standar keamanan tertinggi.”

— Amy Herzog, Wakil Presiden di AWS dan Chief Information Security Officer

“Ketika keamanan siber tidak lagi dibatasi oleh kemampuan murni manusia, peluang untuk menggunakan AI secara bertanggung jawab untuk meningkatkan keamanan secara besar-besaran dan menurunkan risiko adalah sesuatu yang belum pernah terjadi sebelumnya. Bergabung dengan Project Glasswing dan mendapatkan akses ke Claude Mythos Preview memungkinkan kami mengidentifikasi dan mengurangi risiko lebih awal, serta memperkuat solusi keamanan dan pengembangan kami—agar lebih baik dalam melindungi pelanggan dan Microsoft. Saat kami mengujinya pada benchmark keamanan open source CTI-REALM, Claude Mythos Preview menunjukkan peningkatan yang signifikan dibanding model sebelumnya. Kami menantikan kolaborasi dengan Anthropic dan industri yang lebih luas untuk memperbaiki hasil keamanan bagi semua pihak.”

— Igor Tsyganskiy, Executive Vice President untuk Keamanan Siber di Microsoft dan Microsoft Research

“Jendela waktu dari ditemukannya celah hingga dimanfaatkannya oleh penyerang telah runtuh—dulu memakan waktu beberapa bulan, sekarang dapat dilakukan dalam hitungan menit menggunakan AI. Claude Mythos Preview menunjukkan kemungkinan bagi para pembela untuk bergerak dalam skala besar, sementara lawan yang tak terelakkan akan berupaya memanfaatkan kemampuan yang sama. Ini bukan alasan untuk memperlambat; ini alasan untuk melaju bersama. Untuk menerapkan AI, Anda harus memiliki jaminan keamanan. Inilah alasan CrowdStrike terlibat sejak hari pertama.”

— Elia Zaitsev, Chief Technology Officer di CrowdStrike

“Dulu, keahlian keamanan adalah kemewahan yang hanya bisa dinikmati oleh organisasi yang memiliki tim keamanan sangat besar. Pemelihara perangkat lunak open source—yang perangkat lunaknya menjadi penopang sebagian besar infrastruktur penting di seluruh dunia—selama ini hanya bisa berusaha sendiri untuk menyelesaikan masalah keamanan. Perangkat lunak open source membentuk mayoritas kode dalam sistem modern, termasuk sistem yang menjadi dasar bagi AI agen untuk menulis perangkat lunak baru. Dengan memberi akses generasi model AI berikutnya kepada para pemelihara repositori open source kunci—yang mampu secara proaktif mengidentifikasi dan memperbaiki kerentanan dalam skala besar—Project Glasswing menyediakan jalur yang nyata untuk mengubah keadaan ini. Inilah cara bagaimana keamanan yang ditingkatkan oleh AI bisa berubah dari alat eksklusif milik tim besar menjadi asisten yang dapat diandalkan bagi setiap pemelihara.”

— Jim Zemlin, CEO Linux Foundation

“Memajukan keamanan siber dan ketahanan sistem keuangan adalah inti dari misi JPMorgan Chase, dan kami percaya bahwa ketika institusi terdepan menantang bersama dan bekerja sama, industri menjadi paling kuat. Project Glasswing menyediakan kesempatan awal yang unik bagi kami untuk menilai kemampuan alat AI generasi berikutnya dalam keamanan siber defensif untuk infrastruktur penting sesuai standar kami sendiri, sambil berjuang berdampingan dengan para pemimpin teknologi yang dihormati. Kami akan mengambil pendekatan yang ketat dan independen untuk menentukan bagaimana melangkah dan bagaimana memberikan bantuan. Inisiatif dari Anthropic mencerminkan metode yang proaktif dan kolaboratif yang dibutuhkan pada momen ini.”

— Pat Opet, Chief Information Security Officer di JPMorgan Chase

“Google sangat senang melihat terbentuknya inisiatif keamanan siber lintas industri ini, serta menyediakan Mythos Preview kepada para peserta melalui Vertex AI. Kolaborasi industri pada isu keamanan yang sedang berkembang selalu sangat penting, baik untuk kriptografi pasca-kuantum, pengungkapan kerentanan zero-day yang bertanggung jawab, keamanan perangkat lunak open source, maupun pertahanan terhadap serangan berbasis AI. Kami selalu percaya bahwa AI menghadirkan tantangan baru sekaligus peluang baru dalam pertahanan jaringan—dan itulah alasan kami membangun alat berbasis AI seperti Big Sleep dan CodeMender untuk menemukan serta memperbaiki kerentanan penting pada perangkat lunak. Kami akan terus berinvestasi pada platform keamanan siber terdepan dan budaya yang berpusat pada perlindungan pengguna, pelanggan, ekosistem, dan keamanan nasional.”

— Heather Adkins, Wakil Presiden Senior untuk Engineering Security di Google

“Dalam beberapa minggu terakhir, kami terus menggunakan model Claude Mythos Preview untuk mengidentifikasi kerentanan kompleks yang benar-benar terlewat oleh model generasi sebelumnya. Ini tidak hanya mengubah permainan dalam menemukan kerentanan tersembunyi, tetapi juga berarti bahwa penyerang akan segera dapat menemukan lebih banyak kerentanan zero-day dan mengembangkan kode eksploitasi dengan lebih cepat dibanding sebelumnya. Jelas bahwa model-model ini perlu diberikan kepada pemilik proyek open source dan semua pembela, agar kerentanan dapat ditemukan dan diperbaiki sebelum penyerang memperoleh akses. Mungkin yang lebih penting: semua orang perlu mempersiapkan diri menghadapi penyerang yang dibantu AI. Serangan akan lebih banyak, lebih cepat, dan lebih kompleks. Sekaranglah waktu untuk peningkatan menyeluruh sistem keamanan siber. Kami menghargai kerja sama Anthropic dengan industri untuk memastikan kemampuan-kemampuan kuat ini diprioritaskan untuk pertahanan.”

— Lee Klarich, Chief Product and Technology Officer di Palo Alto Networks

Kemampuan keamanan siber yang kuat dari Claude Mythos Preview bersumber dari kemampuan coding dan penalaran agen yang luar biasa. Hasil evaluasi berikut menunjukkan bahwa model ini meraih skor tertinggi di antara semua model yang diketahui pada berbagai tugas pengkodean perangkat lunak.

Coding agen

Penalaran

Pencarian agen dan penggunaan komputer

Catatan:

• SWE-bench Verified、Pro 和 Multilingual: penanda memorization filtering menandai sebagian soal. Setelah mengecualikan soal yang mungkin memiliki memorization, keunggulan Mythos Preview terhadap Opus 4.6 tidak berubah.
• SWE-bench Multimodal: menggunakan implementasi internal; skor tidak dapat dibandingkan secara langsung dengan papan peringkat publik.
• Terminal-Bench 2.0：menggunakan kerangka Terminus-2, dengan pola pemikiran upaya maksimum yang adaptif. Setiap tugas memiliki total anggaran 1000000 token, konfigurasi sumber daya jaminan 1x / batas atas 3x, dan rata-rata diambil dari 5 kali percobaan per tugas. Setelah batas waktu dinaikkan menjadi 4 jam dan diperbarui menggunakan Terminal-Bench 2.1, skor Mythos Preview adalah 92.1%.
• BrowseComp：skor Claude Mythos Preview lebih tinggi daripada Opus 4.6, sementara konsumsi token hanya 1/4.9.
• Humanity’s Last Exam：Mythos tetap tampil baik dalam mode upaya rendah, mungkin ada tingkat memorization tertentu.

Untuk informasi lebih lanjut tentang kemampuan model, atribut keamanan, dan karakteristik dasar, silakan merujuk ke Claude Mythos Preview System Card。

Kami tidak berencana membuka Claude Mythos Preview untuk publik, tetapi tujuan akhirnya adalah agar pengguna dapat menerapkan model tingkat Mythos secara aman dalam skala besar—bukan hanya untuk keamanan siber, tetapi juga untuk banyak nilai lain yang dibawa oleh model berkapabilitas tinggi seperti ini. Untuk itu, kami perlu membuat kemajuan dalam pengembangan mitigasi keamanan (dan lainnya) yang dapat mendeteksi dan mencegah output paling berbahaya dari model. Kami berencana menerbitkan mitigasi keamanan baru dalam model Claude Opus yang akan dirilis, sehingga kami dapat meningkatkan dan menyempurnakan mitigasi tersebut menggunakan model yang tidak memiliki tingkat risiko yang setara dengan Claude Mythos Preview.

Rencana Langkah Berikutnya Project Glasswing

Rilis hari ini adalah awal dari upaya jangka panjang. Agar berhasil, diperlukan keterlibatan luas dari dalam dan luar industri teknologi.

Mitra Project Glasswing akan mendapatkan akses ke Claude Mythos Preview untuk menemukan dan memperbaiki kerentanan serta kelemahan pada sistem dasar mereka—yang mencakup proporsi besar dari permukaan serangan jaringan bersama global. Area kerja yang diperkirakan menjadi fokus meliputi deteksi kerentanan lokal, pengujian black-box biner, penguatan endpoint, dan pengujian penetrasi sistem.

Plafon penggunaan model sebesar 100 juta dolar AS yang dijanjikan oleh Anthropic untuk Project Glasswing dan para peserta lainnya akan mencakup sebagian besar penggunaan selama masa riset dan pratinjau. Setelah itu, Claude Mythos Preview akan ditawarkan kepada para peserta dengan harga 25 dolar AS / 125 dolar AS per satu juta token input / output (peserta dapat mengakses model melalui Claude API, Amazon Bedrock, Google Cloud Vertex AI, dan Microsoft Foundry).

Selain kuota penggunaan model, kami juga memberikan donasi sebesar 2,5 juta dolar AS melalui Linux Foundation kepada Alpha-Omega dan OpenSSF, serta 1,5 juta dolar AS kepada Apache Software Foundation, untuk membantu pemelihara perangkat lunak open source menghadapi lanskap perubahan ini (pemelihara yang tertarik dapat mengajukan akses melalui program Claude for Open Source).

Kami bermaksud memperluas cakupan pekerjaan ini secara berkelanjutan selama beberapa bulan, dan membagikan sebanyak mungkin pengalaman agar organisasi lain dapat menerapkan pengalaman tersebut ke dalam keamanan mereka masing-masing. Para mitra akan saling berbagi informasi dan praktik terbaik sejauh memungkinkan; dalam waktu 90 hari, Anthropic akan mempublikasikan laporan temuan kami, serta kerentanan yang dapat diungkap dan langkah-langkah perbaikan serta peningkatan yang dapat dipublikasikan. Kami juga akan bekerja sama dengan organisasi keamanan terkemuka untuk menyusun rangkaian saran praktis mengenai evolusi praktik keamanan di era AI, yang mungkin mencakup: proses pengungkapan kerentanan, proses pembaruan perangkat lunak, keamanan open source dan keamanan rantai pasok, siklus hidup pengembangan perangkat lunak dan praktik desain keamanan, standar industri yang teregulasi, perluasan berbasis antrian dan otomatisasi, serta otomatisasi patch.

Anthropic juga terus berdiskusi dengan pejabat pemerintah AS mengenai kemampuan offensive dan defensive keamanan siber dari Claude Mythos Preview. Melindungi infrastruktur penting adalah prioritas utama keamanan nasional bagi negara-negara demokratis—munculnya kemampuan keamanan siber ini sekali lagi menunjukkan bahwa Amerika Serikat dan sekutunya harus tetap unggul secara menentukan dalam teknologi AI. Pemerintah memiliki peran yang tidak tergantikan dalam membantu menjaga keunggulan tersebut, serta menilai dan memitigasi risiko keamanan nasional terkait model AI. Kami bersedia bekerja sama dengan perwakilan pemerintah di semua tingkatan untuk membantu menyelesaikan tugas-tugas ini.

Kami berharap Project Glasswing dapat memunculkan upaya yang lebih besar dalam skala yang mencakup sektor industri dan sektor publik, sehingga semua pihak dapat bersama-sama menghadapi masalah terbesar terkait dampak model-model kuat terhadap keamanan. Kami mengundang anggota lain dari industri AI untuk bergabung dan membantu merumuskan standar industri. Dalam jangka menengah, sebuah lembaga pihak ketiga yang independen—yang dapat menghimpun organisasi dari sektor privat dan publik—mungkin menjadi platform ideal untuk menampung kelanjutan pekerjaan proyek-proyek keamanan siber berskala besar ini.

Lampiran

1. Proyek ini diberi nama kupu-kupu kaca (Greta oto). Metafora ini memiliki dua lapis makna: sayap kupu-kupu yang transparan memungkinkannya berbaur tanpa terlihat, seperti kerentanan yang dibahas dalam artikel ini yang bersembunyi di dalam kode; sayap transparan juga membantunya menghindari bahaya, seperti metode transparan yang kami anjurkan.
2. Istilah Mythos berasal dari bahasa Yunani kuno, yang berarti “narasi” atau “cerita”: sistem cerita peradaban digunakan untuk memahami dunia.
3. Profesional keamanan yang pekerjaannya yang legal terdampak oleh langkah-langkah mitigasi keamanan ini dapat mengajukan permohonan untuk program verifikasi keamanan siber yang akan dirilis (Cyber Verification Program).