Az OpenAI és a Cloudflare AI-modellekkel kötné össze a hibakeresést és a védelmet
A Cloudflare az OpenAI Daybreaken keresztül elérhető modelljeivel vizsgálja az ügyfelek által engedélyezett kódot, és a lehetséges sérülékenységekhez javításokat, illetve tűzfal-szabályokat készít elő. A szolgáltatás a forráskód elemzését élő forgalmi adatokkal és biztonsági jelzésekkel kapcsolja össze.
- A Cloudflare Daybreaken keresztül elérhető OpenAI-modellekkel vizsgálja az engedélyezett ügyfélkódot.
- A rendszer élő forgalmi adatokat és biztonsági jelzéseket is felhasznál a sérülékenységek rangsorolásához.
- A szolgáltatás kódjavításokat és egyedi webalkalmazás-tűzfalszabályokat javasol.
- A Cloudflare szerint egy négyfős csapat Codexszel három nap alatt végzett egy korábban halasztott fejlesztéssel.
- Az ügyfelek döntenek arról, hogy bevezetik-e a javasolt változtatásokat.
A kódtól a működő alkalmazás védelméig
Az OpenAI október 21-i közlése szerint a Cloudflare a Daybreaken keresztül használja az OpenAI modelljeit a Vulnerability Discovery and Remediation szolgáltatásban. Ez a Cloudflare Managed Defense részeként, korai hozzáférésű szolgáltatásként érhető el.
A Cloudflare a világ egyik legnagyobb hálózatát működteti, amely a webes forgalom nagyjából 20 százalékát továbbítja. A vállalat a hálózatát a modellekkel és a fenyegetésekkel kapcsolatos környezeti információkkal kapcsolja össze. A modellek megvizsgálják a kódot, és felmérik a lehetséges sérülékenységeket.
A rendszer azt is vizsgálja, hogy az érintett útvonal aktív-e, érkezik-e rá gyanús forgalom, illetve a meglévő biztonsági intézkedések már védik-e. A Cloudflare az élő forgalmi adatokat, a biztonsági jelzéseket és az ellenőrzési eredményeket a találatok rangsorolására, valamint a javasolt védekezési lépések előkészítésére használja.
Javasolt javítások és peremhálózati védelem
A Vulnerability Discovery and Remediation az ügyfél által engedélyezett kódot vizsgálja, azonosítja a lehetséges hibákat, és ellenőrzi az egyes megállapításokat alátámasztó bizonyítékokat. A szolgáltatás javasolt kódjavításokat készít, valamint ahol indokolt, egyedi webalkalmazás-tűzfalszabályokat is előkészít.
Ezek a szabályok addig csökkenthetik a kitettséget, amíg a fejlesztők áttekintik a kód javítását. A Cloudflare automatikus ellenőrzéseket futtat a javaslatokon, majd a saját csapata is átnézi azokat, mielőtt megosztja az ügyfelekkel.
Az ügyfelek így egy folyamatban kaphatnak bizonyítékot a sérülékenységek fontosságáról, javasolt védelmet az érintett alkalmazás számára és átnézhető kódmódosításokat. A változtatások bevezetéséről továbbra is ők döntenek.
Mark Anderson, a Cloudflare bevételi igazgatója szerint a Daybreak és a Codex automatizálása lehetővé teszi, hogy a gépek végezzék el a rutinfeladatokat, miközben az emberek a fontos mérnöki és biztonsági döntésekre fordíthatják a figyelmüket.
A Cloudflare a fejlesztésben is használja a Codexet
Az OpenAI közlése szerint a Cloudflare a Codexet a mérnöki szervezetében is alkalmazza. Anderson állítása alapján a vállalat dolgozóinak egyharmada szoftverfejlesztő, és mindegyikük használja a Codexet a teljesítmény növelésére, valamint a jobb minőségű kód létrehozására.
Anderson egy olyan fejlesztést is említett, amelyet a csapat korábban elhalasztott, mert nem állt rendelkezésre elegendő ember. Becslése szerint a munka hónapokig tartó ütemezést és talán tízszer több fejlesztőt igényelt volna. A Codex használatával egy négyfős Cloudflare-csapat három nap alatt elkészítette, bevezette és tesztelte a megoldást. A vállalat szerint a tokenekre 1100 dollárt költöttek.
Az ügyfelek megtartják a döntést
A Cloudflare megközelítése a sérülékenységek felfedezését a működő rendszerekben tapasztalható jelekkel kapcsolja össze. Ez segíthet a biztonsági csapatoknak eldönteni, mely hibákat kell először kivizsgálniuk és hogyan védjék az érintett alkalmazásokat.
A vállalat szerint a szolgáltatás célja, hogy a kód vizsgálatát, a termelési környezetből származó bizonyítékokat és a felülvizsgálható intézkedési javaslatokat egy folyamatban kezelje. A módosítások végrehajtása azonban az ügyfelek kezében marad, így az AI által készített javítások és védelmi szabályok emberi ellenőrzés után kerülhetnek alkalmazásba.