GitHub platformu ve Microsoft şirketi, açık kaynaklı yazılım geliştiricilerinin ve sorumlularının sırtındaki yükü artıran yapay zeka araçları tarafından üretilen güvenlik açığı raporları krizini çözmeyi amaçlayan Codename MDASH adlı ortak pratik deneyin sonuçlarını yayınladı. Geliştiricileri çoğunlukla tekrarlar veya yanlış alarmlar içeren ham tarama sonuçlarıyla boğmak yerine deney, önceden doğrulanmış ve kullanıma hazır kod düzeltmeleri sunmaya odaklandı.
Deney, Microsoft'un güvenlik modelleri (MAI Cyber) tarafından desteklenen uyumlu tarama sisteminin yanı sıra GitHub Güvenlik Laboratuvarları ve Microsoft'a bağlı FORGE Lab ekibinin onayladığı filtreleme ve doğrulama unsurlarına dayandı. Girişim; Caddy, AutoGPT, ImageMagick, Netty, Express ve FastMCP dahil olmak üzere yaygın olarak kullanılan altı açık kaynaklı projeyi kapsadı; burada binlerce sorun manuel ve programlı olarak filtrelenerek geliştiricilere önerilen bir düzeltmeyle birlikte ekli 99 özel rapor şeklinde ulaştırıldı.
Codename MDASH Sistemi Nasıl Çalıştı?
- Tarama: Güvenlik yapay zeka modeli kullanılarak projelerin taranması ve keşfedilen güvenlik açıkları için ilk düzeltmelerin önerilmesi.
- Filtreleme: Tekrarları ortadan kaldırmak ve yüksek etki içeren güvenlik açıklarına odaklanmak için Copilot yetenekleri üzerine kurulmuş akıllı bir tarama aracısının kullanılması.
- Doğrulama: Sonuçların geliştiricilere gönderilmeden önce doğruluğunu garanti etmek için güvenlik araştırmacıları tarafından titizlikle manuel inceleme yapılması.
- Bildirim ve Düzeltme: Geliştiricilerin inceleyip birleştirmesi için önerilen düzeltme kodu sağlanarak raporların GitHub'daki güvenlik açığı bildirim özelliği aracılığıyla özel olarak gönderilmesi.
Geliştiriciler İçin Pratikte Ne Değişiyor?
Kasım ayının ortalarına kadar elde edilen sonuçlar, altı projenin geliştiricilerinin sunulan raporların yarısından fazlasını düzelttiğini (55 düzeltme) ve bunlardan 14'ünün birkaç gün içinde yazılımın gerçek sürümlerine entegre edildiğini gösterdi. Sorumlular, önerilen bir düzeltmeyle desteklenen ve önceden incelenmiş bir rapor almanın, filtrelenmemiş ham tarama sonuçlarını okumak ve çözümlemek için harcanacak uzun saatler boyunca emekten tasarruf sağladığını vurguladı.
Gelecek Adımlar ve Kapsamın Genişletilmesi
Microsoft ve GitHub, MAI Cyber modelinin ikinci sürümünün duyurusuyla eş zamanlı olarak benzer inceleme teknolojilerini özel güvenlik açığı raporlarına ve güvenlik danışmanlıklarına entegre ederek bu derslerin üzerine inşa etmeyi planlıyor. Planlar ayrıca, uygun projelere yapay zeka destekli güvenlik taramaları ve önceden insan denetimi sağlamak amacıyla GitHub Açık Kaynak Güvenlik Fonu (GitHub Secure Open Source Fund) aracılığıyla desteğin kapsamını genişletmeyi de içeriyor.