AI
AI-põhine haavatavuste parandamine: mida AI paranduste pull requestid suudavad
Haavatavuste halduse aeglane osa ei olnud kunagi haavatavuste leidmine. See oli paranduse kirjutamine, koodi kohandamine ühildumatu uuendusega ja muudatuse ülevaatamine. Selles osas on AI nüüd hea. Kas selle parandused aitavad, sõltub sellest, mida tal parandada kästakse.
Uuendatud
Mis on AI-põhine parandamine
AI-põhine haavatavuste parandamine kasutab keelemudelit teadaoleva haavatavuse paranduse koostamiseks. Sellel on kolm kuju:
- Koodiparanduste soovitused. Mudel pakub staatilise analüüsi hoiatuse kõrvale paiga. Näiteks GitHub Copilot Autofix „genereerib automaatselt koodimuudatuste soovitusi pull requestidelt ja vaikeharust leitud CodeQL-i hoiatustele“.
- Sõltuvuste uuendused, mis kohandavad koodi. Versiooni tõstmine on lihtne. Raske osa on ümbernimetatud funktsioon või muutunud vaikeväärtus, mille uus versioon kaasa toob. Mudel saab teha need järelmuudatused samas pull requestis.
- Agentne parandamine. Agent viib paranduse iseseisvalt läbi mitme etapi: muudab koodi, käivitab buildi ja testid, loeb tõrkeid, proovib uuesti ja avab pull requesti alles siis, kui kontrollid läbivad.
Kus AI parandused end ära tasuvad
Reeglipõhised uuendusbotid avavad juba pull requeste, mis tõstavad haavatava paketi parandatud versioonile. Need jäävad toppama, kui uuendus midagi katki teeb, sest väljakutsuva koodi kohandamine ei ole reegel. Just seal kuhjub ootejärjekord: turvauuendus, mis seisab kuude kaupa avatuna, sest kellelgi pole aega suure versioonimuudatusega tegeleda.
Muudatuste logi lugemine, väljakutsekohtade leidmine ja nende ümberkirjutamine on töö, mida keelemudelid hästi teevad. AI parandus, mis saabub koos uuenduse ja koodimuudatustega, buildituna ja testituna, muudab nädala jagu kellegi tähelepanu ülevaatuseks.
Kus AI parandused eksivad
Kõige selgemad väited piirangute kohta tulevad tarnijatelt endilt. Copilot Autofixi kohta kirjutab GitHub:
- See „kasutab generatiivset mudelit, mis ei ole deterministlik. Isegi sama hoiatuse ja koodi korral ei pruugi see suuta toota toimivat soovitust või võib soovitus katsete vahel erineda.“
- „Süsteem ei tea, millised sõltuvuste versioonid on toetatud või turvalised, ja võib soovitada väljamõeldud sõltuvusi, mis on avaldatud statistiliselt tõenäoliste nimede all.“
Teine punkt ei ole hüpoteetiline. Koodi genereerivate mudelite uuringud on mõõtnud, kui sageli need soovitavad pakette, mida pole olemas: nimesid, mida ründaja saab registreerida ja pahavaraga täita. Parandus, mis installib hallutsineeritud paketi, asendab ühe haavatavuse hullemaga.
Kolm kaitsemeedet katavad suurema osa riskist:
- Buildige ja testige iga parandust enne, kui inimene selle üle vaatab, et ülevaatuse aeg läheks toimivatele parandustele.
- Kontrollige iga lisatud või muudetud paketti registri ja oodatud versiooni vastu.
- Hoidke inimest ühendamise juures. AI parandus on kaastöölise pull request, mitte otsus.
Prügi sisse, pull requestid välja
AI parandustööriist parandab haavatavused, mis talle antakse. Kui see loend on rekonstrueeritud lukufailidest või skannitud tõmmisest, pärib see kõik rekonstrueerimise lüngad: tööriistad, mille build alla laadib, kuid mida ükski manifest ei deklareeri, versioonid, mis erinevad sellest, mille build lahendas, vahemäludest taastatud paketid. Tööriist avab siis enesekindlaid pull requeste mõne haavatavuse jaoks ega kuule teistest kunagi.
Mõni meeskond läheb kaugemale ja palub mudelil sõltuvused ise välja selgitada. See muudab mittedeterministlikuks ka inventari, mis on protsessi ainus osa, mis peaks tulema iga kord sama. Tehisintellekti genereeritud SBOM-id selgitab, miks oletatud inventar ei ole tõend.
Toimiv muster on deterministlikud andmed all ja AI hinnang peal: salvestatud loend sellest, mida iga build tegelikult sisaldab, mida võrreldakse turvateadetega päringu teel, ja AI, mis kirjutab paranduse.
Kuhu CRACI sobib
CRACI on deterministlik kiht. See käitab teie GitHub Actionsi töid oma runneritel ja salvestab paketid, mille iga töö tegelikult alla laadis, sealhulgas transitiivsed sõltuvused ja vahemäludest taastatud paketid, koos täielikkuse olekuga iga töö kohta. See hindab jälgitavaid SBOM-e pidevalt uuesti, nii et uus turvateade ilmub nende buildide juurde, mida see mõjutab, ning turvameeskonnad teevad iga leiu triaaži ja saadavad selle parandamise eest vastutavale meeskonnale.
See on loend, millest alustavad CRACI enda AI parandused. Alati töös olevad Fixboxes avavad pull requesti iga haavatava sõltuvuse kohta, mille CRACI leiab, ja igaüks järgib kolme kaitsemeedet: uus build koos testidega kontrollib parandust ja seda, et haavatavus on kadunud, build salvestab iga paketi, mille muudatus kaasa toob, ning teie meeskond vaatab iga paranduse üle ja ühendab selle. Pärast ühendamist näitab järgmise buildi SBOM, et parandatud versioon on see, mida build tegelikult kasutas. Kogu võimekust kirjeldab leht haavatavuste jälgimine ja seda, kuhu kumbki lähenemine kuulub, AI vs deterministlik turvalisus.
AI-põhine haavatavuste parandamine: korduma kippuvad küsimused
Mis on AI-põhine haavatavuste parandamine?
AI-põhine haavatavuste parandamine kasutab keelemudelit haavatavuse paranduse koostamiseks: koodimuudatus staatilise analüüsi leiu jaoks või sõltuvuse uuendus koos koodimuudatustega, mida uuendus vajab. Väljund on tavaliselt soovitus või pull request, mille inimene üle vaatab.
Mis on agentne parandamine?
Agentne parandamine annab AI-agendile tööriistad, et viia parandus iseseisvalt läbi mitme etapi: lugeda leidu, muuta koodi, käivitada build ja testid ning korrata, kuni need läbivad, ja seejärel avada pull request. Erinevus ühekordsest soovitusest on see, et agent kontrollib oma tööd enne, kui inimene seda näeb.
Kas AI genereeritud turvaparandusi on ohutu ühendada?
Käsitlege neid nagu iga teise kaastöölise pull requesti. GitHub kirjeldab Copilot Autofixi kui mittedeterministlikku ja hoiatab, et see võib soovitada väljamõeldud sõltuvusi, seega vaadake muudatus üle, käivitage testid ja kontrollige, et iga lisatud pakett on olemas ja on see, mida ootate.
Kas AI suudab leida haavatavusi sõltuvustes?
See on selle osa jaoks vale tööriist. See, kas paketi versiooni mõjutab teadaolev turvateade, on päring ja selle tulemus peaks olema iga kord sama. Laske deterministlikel tööriistadel koostada haavatavate pakettide loend salvestatud SBOM-i põhjal ja kasutage AI-d seal, kus hinnang aitab: paranduse kirjutamisel ja kohandamisel.
Mida AI parandustööriist hästi töötamiseks vajab?
Täpset loendit sellest, mis on tegelikult haavatav, buildi ja testikomplekti, mille vastu parandust käivitada, ning inimest ühendamise juures. Esimene puudub kõige sagedamini: paranduse pull request paketile, mida toode ei tarni, on müra ja haavatav pakett, mis inventarist välja jäi, ei saa seda kunagi.
Vaadake AI parandusi, mis lähtuvad teie buildidest
Broneerige demo ja käitage üht oma töövoogu CRACI-s. Vaadake iga haavatavat paketti, mille build tegelikult kaasa tõi, salvestatuna, mitte oletatuna, ja pull requeste, mille Fixboxes nende parandamiseks avaksid.
Broneerige demo