Programação e desenvolvimento de software

Laboratórios do GitHub e da Microsoft transformam relatórios de vulnerabilidades gerados por IA em correções prontas

Uma colaboração entre GitHub e Microsoft através do experimento Codename MDASH resultou na conversão de milhares de relatórios preliminares de vulnerabilidades de IA em 99 relatórios privados e verificados com propostas de correção para seis projetos populares de código aberto.

2026-11-17
3 min de leitura
11 visualizações
certi.news Editorial Team
Laboratórios do GitHub e da Microsoft transformam relatórios de vulnerabilidades gerados por IA em correções prontas

A plataforma GitHub e a empresa Microsoft lançaram os resultados de um experimento prático conjunto chamado Codename MDASH, que visa resolver a crise de relatórios de vulnerabilidades de segurança gerados por ferramentas de inteligência artificial que sobrecarregam os desenvolvedores e mantenedores de software de código aberto. Em vez de inundar os desenvolvedores com resultados brutos de varredura que geralmente contêm duplicações ou alertas imprecisos, o experimento focou em fornecer correções de software prontas e pré-validadas.

O experimento baseou-se em um sistema de varredura harmônica alimentado pelos modelos de segurança da Microsoft (MAI Cyber), juntamente com filtros e validação baseados nos laboratórios de segurança do GitHub e na equipe FORGE Lab da Microsoft. A iniciativa incluiu seis projetos de código aberto amplamente utilizados, incluindo Caddy, AutoGPT, ImageMagick, Netty, Express e FastMCP, onde milhares de problemas foram escaneados e filtrados manual e programaticamente para chegar aos desenvolvedores na forma de 99 relatórios privados acompanhados de uma correção proposta.

Como funcionava o sistema Codename MDASH?

  • Varredura: Escaneamento dos projetos usando o modelo de IA de segurança e propondo correções iniciais para as vulnerabilidades descobertas.
  • Filtragem: Uso de um agente de varredura inteligente construído com as habilidades do Copilot para remover duplicações e focar em vulnerabilidades de alto impacto.
  • Validação: Revisão manual rigorosa por pesquisadores de segurança para garantir a precisão dos resultados antes de enviá-los aos desenvolvedores.
  • Relatório e Correção: Envio de relatórios em caráter privado por meio do recurso de notificação de vulnerabilidades do GitHub, fornecendo o código de correção proposto para que os desenvolvedores possam revisá-lo e integrá-lo.

O que muda na prática para os desenvolvedores?

Os resultados até meados de novembro mostraram que os desenvolvedores dos seis projetos conseguiram corrigir mais da metade dos relatórios enviados (55 correções), com 14 delas integradas às versões reais do software em poucos dias. Os mantenedores confirmaram que receber um relatório apoiado por uma correção proposta e revisada previamente poupa longas horas de esforço que seriam desperdiçadas lendo e decodificando resultados de varredura brutos e não filtrados.

Próximos passos e expansão do escopo

A Microsoft e o GitHub planejam aproveitar essas lições integrando técnicas de revisão semelhantes em relatórios privados de vulnerabilidades e consultorias de segurança, concomitantemente com o anúncio da segunda versão do modelo MAI Cyber. Os planos também incluem expandir o suporte através do GitHub Secure Open Source Fund para fornecer a projetos qualificados varreduras de segurança alimentadas por IA e revisão humana prévia.

Fonte da notícia
c
Autor

certi.news Editorial Team

Na mesma categoria

Você também pode gostar

Ver todas as notícias