Nyílt forráskódú AI-eszközt bocsátott ki a Capital One a kódbiztonság javítására
A VulnHunter a kódban rejlő hibákat támadói szemlélettel keresi, és a hagyományos szkenner-megoldásokkal szemben a fejlesztők munkafolyamatára optimalizált.

A Capital One közzétette a VulnHunter nevű nyílt forráskódú, agentikus AI-eszközt, amely proaktívan elemzi a forráskódot sebezhetőségek után kutatva. A cég szerint a fejlett AI-modellek drámaian csökkentették a rosszindulatú szereplők számára a szoftverhibák felfedezésének és kihasználásának küszöbét. A VulnHunter célja, hogy a védők lépéselőnybe kerüljenek az AI-vezérelt fenyegetésekkel szemben.
A VulnHunter nem egy hagyományos, passzív sebezhetőségkereső eszköz. Az agentikus érvelési munkafolyamatot alkalmazva azonosítja a potenciálisan kihasználható hibákat, feltérképezi a lehetséges támadási útvonalakat, és célzott kódjavításokat javasol. A fejlesztői élményt szem előtt tartva készült, hogy minimalizálja a téves riasztásokat és a fejlesztők terheit — közölte a Capital One Tech blog.
Kapcsolódó: AI-cégek felelőssége és szerverhibák
Működési mechanizmus és fejlesztőbarát megközelítés
Az eszköz kiemelkedő képességei közé tartozik a saját következtetéseit megkérdőjelező hamisítási motor, amely arra törekszik, hogy még a fejlesztőkhöz való eljutás előtt minimalizálja a téves pozitívumokat. Emellett támadó-központú elemzést végez, amely azonosítja a potenciális belépési pontokat, és végiggondolja azokat az alkalmazási logikán, adatátalakításokon és belső biztonsági ellenőrzéseken keresztül, hogy szimulálja egy támadó útját. Ha egy hiba átment a szűrőkön, a VulnHunter bizonyítékokat gyűjt a teljes kihasználási útvonal feltérképezéséhez, és magyarázatot ad a hibára — írja a Capital One.
Kapcsolódó: Microsoft AI-ügynökök biztonsága
Nyílt forráskód és közösségi fejlesztés
A VulnHunter forráskódja elérhető a GitHubon, így a szélesebb biztonsági közösség is felhasználhatja és fejlesztheti azt. A cég ezzel is szeretné elősegíteni az AI-vezérelt támadások elleni védekezés új paradigmájának kialakítását.
Kapcsolódó: Kritikus sebezhetőségek az AI-ügynököknél