A GitHub új modellje kevesebb téves riasztással keres titkokat
A GitHub új, környezetérzékeny modellje a valódi hitelesítő adatok felismerését célozza kevesebb téves riasztással. A vállalat szerint a rendszer 86 százalékkal csökkentette a módosítások utáni vizsgálatok medián végrehajtási idejét, miközben több mint 98 százalékkal mérsékelte a kiszolgálási költséget.
- A ModernBERT a jelöltek környezetét is elemzi.
- A módosítások utáni vizsgálat medián ideje 86 százalékkal csökkent.
- A kiszolgálási költség több mint 98 százalékkal lett alacsonyabb.
- A felhasználói elfogadás 11,5 százalékkal javult.
- A rendszer a reguláris kifejezéseket gépi tanulásos osztályozóval egészíti ki.
A GitHub a valódi titkokat választaná el a hasonmásoktól
A titokfelismerésnél a túl kevés riasztás miatt valódi hitelesítő adatok maradhatnak egy tárhelyen, a túl sok jelzés pedig olyan karakterláncok vizsgálatára kényszerítheti a fejlesztőket, amelyek valójában nem érzékenyek. Ez különösen nehéz az általános, úgynevezett generic secret értékeknél, amelyek ugyanúgy kinézhetnek, mint egy dokumentációs helyőrző, tesztadat vagy ellenőrzőösszeg.
A GitHub 2026. október 13-án közzétett bejegyzése szerint ezért egy, kifejezetten a termék titokfelismerési feladataira betanított osztályozót fejlesztett. A modell többek között a fájl elérési útját, a változóneveket, a titok típusát, valamint a körülötte lévő kódot és szöveget használja annak becslésére, hogy egy jelölt valódi hitelesítő adat-e.
Két lépésben szűri a lehetséges hitelesítő adatokat
Az új vizsgálati folyamat első lépése a reguláris kifejezésekkel végzett jelöltgenerálás. Ezek a minták széles körben keresnek tokenekre, kulcsokra és más hitelesítőadat-szerű karakterláncokra, hogy a valódi titkok már a kezdeti szűrés során se maradjanak ki.
A második lépésben egy finomhangolt ModernBERT osztályozó értékeli a jelöltet és annak környezetét. A nagy biztonsággal valódi titoknak ítélt találatokból riasztás lesz, míg a helyőrzők, tesztkészletek, példák és nem érzékeny azonosítók kiszűrhetők, mielőtt eljutnának a fejlesztőkhöz.
A GitHub kiemeli, hogy a gépi tanulási modell nem váltja fel a determinisztikus keresést. A reguláris kifejezések továbbra is a jelöltek gyors megtalálására szolgálnak, a ModernBERT pedig ott segít, ahol a szabályalapú megközelítés nehezebben különbözteti meg a valódi titkot a hasonló, de ártalmatlan szövegtől.
Gyorsabb vizsgálat és alacsonyabb költség
A GitHub szerint az új osztályozó 86 százalékkal csökkentette a módosítások utáni titokvizsgálat medián végrehajtási idejét a korábbi, nagy nyelvi modellre épülő folyamathoz képest. Ez tette lehetővé, hogy az általános titkok felismerését a push protection folyamatába is kiterjesszék. Ez a funkció még a módosítás elfogadása előtt keres titkokat, és lehetőséget ad a fejlesztőnek a probléma kezelésére.
A módosítások utáni vizsgálat ezzel szemben a kód véglegesítése után, folyamatosan ellenőrzi a tárhely tartalmát, majd riasztásokat hoz létre a lehetséges találatokhoz. A GitHub közlése alapján az új megoldás a felhasználói elfogadást 11,5 százalékkal javította, és több mint 98 százalékkal csökkentette a kiszolgálási költséget a nagy nyelvi modellre épülő folyamathoz képest.
A modellt GitHub-tárhelyekből származó példák, ember által ellenőrzött adatok, nagy visszahívásra törekvő reguláris kifejezéses találatok és célzott szintetikus esetek alapján tanították. A példák között dokumentációs titkok, tesztkészletek, nyilvános kulcsok, ellenőrzőösszegek és más, valódi hitelesítő adatokra hasonlító értékek szerepeltek. A GitHub szerint a küszöbértékeket offline értékelés után, éles környezetet utánzó forgalmon is ellenőrizték.
