编程与软件开发

GitHub 和 Microsoft 实验室将人工智能生成的漏洞报告转化为现成的修复方案

GitHub 和 Microsoft 通过 Codename MDASH 实验开展合作,将数千份人工智能生成的初始漏洞报告转化为 99 份针对六个热门开源项目的私密、经过验证的报告及修复建议。

2026-11-17
1 分钟阅读
11 浏览量
certi.news Editorial Team
GitHub 和 Microsoft 实验室将人工智能生成的漏洞报告转化为现成的修复方案

GitHub 平台与 Microsoft 公司公布了一项名为 Codename MDASH 的联合实测结果,旨在解决由人工智能工具生成并加重开源软件开发者和维护者负担的安全漏洞报告危机。实验并未将常包含重复内容或不准确警报的原始扫描结果倾倒给开发者,而是专注于提供预先验证的现成代码修复方案。

该实验依赖于由 Microsoft 安全模型(MAI Cyber)支持的协同扫描系统,以及基于 GitHub 安全实验室和 Microsoft 旗下 FORGE 实验室的过滤与验证机制。该倡议涵盖了六个广泛使用的开源项目,其中包括 Caddy、AutoGPT、ImageMagick、Netty、Express 和 FastMCP,通过人工和程序化方式对数千个问题进行了扫描和过滤,最终以 99 份附带修复建议的私密报告形式呈现给开发者。

Codename MDASH 体系如何运作?

  • 扫描:使用安全人工智能模型扫描项目,并为发现的漏洞提出初步修复建议。
  • 过滤:利用基于 Copilot 技能构建的智能扫描代理来消除重复内容,并专注于高影响力的漏洞。
  • 验证:由安全研究人员进行严格的人工审查,确保结果准确无误后再发送给开发者。
  • 报告与修复:通过 GitHub 的漏洞报告功能以私密方式发送报告,并提供建议的修复代码,以便开发者进行审查和合并。

对开发者而言实际发生了哪些改变?

截至 11 月中旬的结果显示,这六个项目的开发者已经修复了所提交报告的一半以上(55 个修复),其中 14 个在几天内就被合并到了软件的实际版本中。维护者们确认,接收附带修复建议且经过预先审查的报告,节省了大量原本用于阅读和剖析未过滤原始扫描结果的时间。

下一步计划与扩大规模

Microsoft 和 GitHub 计划在此类经验的基础上,将类似的审查技术整合到私密漏洞报告和安全咨询中,同时宣布推出第二版 MAI Cyber 模型。相关计划还包括扩大 GitHub 开源安全基金(GitHub Secure Open Source Fund)的支持范围,为符合条件的项目提供由人工智能支持并通过人工预先审查的安全扫描。

新闻来源
c
作者

certi.news Editorial Team

同一分类

你可能还喜欢

查看所有新闻