Programmierung und Softwareentwicklung

GitHub- und Microsoft-Labore verwandeln KI-Schwachstellenberichte in fertige Korrekturen

Eine Zusammenarbeit zwischen GitHub und Microsoft im Rahmen des Codename MDASH-Experiments führte zur Umwandlung Tausender roher KI-Schwachstellenberichte in 99 private, verifizierte Berichte mit Korrekturvorschlägen für sechs beliebte Open-Source-Projekte.

2026-11-17
3 Min. Lesezeit
11 Aufrufe
certi.news Editorial Team
GitHub- und Microsoft-Labore verwandeln KI-Schwachstellenberichte in fertige Korrekturen

Die Plattform GitHub und das Unternehmen Microsoft haben die Ergebnisse eines gemeinsamen Praxiexperiments namens Codename MDASH veröffentlicht, das darauf abzielt, die Krise von Sicherheitslücken-Berichten zu bewältigen, die durch KI-Werkzeuge generiert werden und die Entwickler und Betreuer von Open-Source-Software stark belasten. Anstatt Entwickler mit rohen Scan-Ergebnissen zu über überschwemmen, die oft Duplikate oder ungenaue Warnungen enthalten, konzentrierte sich das Experiment darauf, gebrauchsfertige und vorab verifizierte Code-Korrekturen anzubieten.

Das Experiment basierte auf einem kombinierten Scansystem, das von Microsofts Sicherheitsmodellen (MAI Cyber) unterstützt wird, zusammen mit Filter- und Verifizierungsfaktoren, die auf den Sicherheitslaboren von GitHub und dem FORGE Lab von Microsoft basieren. Die Initiative umfasste sechs weit verbreitete Open-Source-Projekte, darunter Caddy, AutoGPT, ImageMagick, Netty, Express und FastMCP, bei denen Tausende von Problemen manuell und programmgesteuert gefiltert wurden, um die Entwickler in Form von 99 privaten Berichten mit beigefügten Korrekturvorschlägen zu erreichen.

Wie funktionierte das Codename MDASH-System?

  • Scannen: Durchsuchung der Projekte mithilfe des KI-Sicherheitsmodells und Vorschlag erster Korrekturen für die entdeckten Schwachstellen.
  • Filtern: Einsatz eines intelligenten Scan-Agenten, der auf Copilot-Fähigkeiten basiert, um Duplikate zu entfernen und sich auf Schwachstellen mit hoher Auswirkung zu konzentrieren.
  • Verifizierung: Sorgfältige manuelle Überprüfung durch Sicherheitsforscher, um die Genauigkeit der Ergebnisse vor dem Versand an die Entwickler sicherzustellen.
  • Meldung und Korrektur: Privater Versand der Berichte über die Schwachstellenmeldefunktion von GitHub unter Bereitstellung des vorgeschlagenen Korrekturcodes, damit die Entwickler diesen überprüfen und zusammenführen können.

Was ändert sich praktisch für die Entwickler?

Die Ergebnisse bis Mitte November zeigten, dass die Entwickler der sechs Projekte mehr als die Hälfte der eingereichten Berichte (55 Korrekturen) beheben konnten, wobei 14 davon innerhalb weniger Tage in die tatsächlichen Software-Releases integriert wurden. Die Betreuer betonten, dass der Empfang eines Berichts, der durch eine vorgeschlagene und vorab überprüfte Korrektur unterstützt wird, viele Stunden an Aufwand einspart, die sonst beim Lesen und Dekonstruieren der ungefilterten rohen Scan-Ergebnisse verschwendet worden wären.

Nächste Schritte und Skalierung

Microsoft und GitHub planen, auf diesen Erkenntnissen aufzubauen, indem sie ähnliche Überprüfungstechnologien in private Schwachstellenberichte und Sicherheitsberatungen integrieren, zeitgleich mit der Ankündigung der zweiten Version des MAI Cyber-Modells. Zu den Plänen gehört auch die Ausweitung der Unterstützung über den GitHub Secure Open Source Fund, um berechtigte Projekte mit KI-gestützten Sicherheitsprüfungen und einer vorherigen menschlichen Überprüfung auszustatten.

Nachrichtenquelle
c
Autor

certi.news Editorial Team

Aus derselben Kategorie

Das könnte Sie interessieren

Alle Nachrichten anzeigen