Comunidad de Byte TI

Únete a la Comunidad de Directivos de Tecnología, Ciberseguridad e Innovación Byte TI

Encontrarás un espacio diseñado para líderes como tú.

GitHub y Codename MDASH

GitHub y Microsoft utilizan Codename MDASH para reforzar la seguridad en open source 

La IA ha agilizado y abaratado la detección de posibles vulnerabilidades. Sin embargo, corregirlas aún requiere criterio humano, y en el software de código abierto, esta tarea recae en los mantenedores. Muchos ya reciben una avalancha de informes de seguridad generados por IA, incluyendo duplicados e informes que no representan vulnerabilidades.  

Los responsables del mantenimiento están bajo una intensa presión debido a esta avalancha de informes. Como ha dicho Christian Grobmeier, uno de los responsables del mantenimiento de Log4j, la IA que defiende el código abierto tiene que ser mejor que la IA que lo ataca. 

La IA no debería aumentar la carga de trabajo de los responsables del mantenimiento. Por ello, GitHub y Microsoft han llevado a cabo un proyecto piloto: ¿podría la IA ayudarles a implementar correcciones en lugar de proporcionarles más problemas? 

GitHub y Microsoft están utilizando Codename MDASH, la herramienta de escaneo multimodal de Microsoft, para encontrar y corregir vulnerabilidades de seguridad en software de código abierto ampliamente utilizado, fortaleciendo así la base sobre la que se construye gran parte del código del mundo.  

Encontrar y corregir vulnerabilidades en software 

El programa piloto tenía dos objetivos: enviar solo los hallazgos relevantes y nunca enviar a un responsable de mantenimiento un hallazgo no verificado. Así es como se comportó: 

  1. Find. El sistema de inteligencia artificial MDASH, con nombre en clave, desarrollado por Microsoft Security, analizó cada proyecto utilizando el modelo MAI Cyber  de Microsoft y sugirió soluciones para los problemas detectados. 
  1. Filtro. Un agente de triaje de IA del GitHub Security Lab , basado en las capacidades personalizadas de Copilot, eliminó duplicados, verificó la validez y se centró en errores de alto impacto, por lo que los responsables del mantenimiento nunca tuvieron que revisar los resultados brutos del escaneo. 
  1. Verificación. Investigadores del laboratorio Microsoft FORGE comprobaron manualmente todos los hallazgos restantes. 
  1. Informe de forma privada. Los informes llegaron a los responsables del mantenimiento a través del sistema de informes de vulnerabilidades privadas de GitHub, que incluía una prueba de concepto y una solución sugerida. 
  1. Corrección. Los responsables del mantenimiento decidieron qué corregir, cómo corregirlo y cuándo. 

Los informes y las correcciones se quedaron en GitHub, donde ya trabajan los responsables del mantenimiento. 

Como resultado, el proyecto Codename MDASH, que utiliza el modelo MAI Cyber de Microsoft, identificó miles de posibles problemas en los seis proyectos. Tras la clasificación mediante IA y la revisión manual por parte de siete investigadores de Microsoft FORGE Lab, los responsables del mantenimiento recibieron 99 informes privados. Al 15 de noviembre, habían corregido 55 de ellos, y 14 ya estaban incluidos en una versión. 

Ayudar a mejorar la seguridad de la cadena de suministro 

A través de Codename MDASH, se han analizado seis proyectos open source populares, convirtiendo 9.791 hallazgos iniciales en 99 correcciones verificadas, que se comunicaron a los responsables de los proyectos a través de informes privados. Los mantenedores ya están implementando estas correcciones, contribuyendo así a mejorar la seguridad de la cadena de suministro de software. 

Esta iniciativa se suma al apoyo que GitHub lleva años ofreciendo a las personas que mantienen los proyectos de código abierto. Los seis proyectos analizados son han formado parte del GitHub Secure Open Source Fund, un programa que proporciona a cada proyecto 10.000 dólares a través de GitHub Sponsors, además de formación práctica en ciberseguridad. 

Ahora, GitHub extenderá estos análisis de seguridad basados en IA a todos los proyectos que han participado en el programa, que ya cuenta con 216 participantes. Los posibles problemas detectados se revisarán y verificarán antes de comunicarse de forma privada a sus responsables. 

Deja un comentario

Scroll al inicio