GitHub y Microsoft usan Codename MDASH para detectar y corregir vulnerabilidades en proyectos open source

Hecho Qué ha ocurrido
GitHub y Microsoft desarrollaron un programa piloto con la herramienta de escaneo Codename MDASH para analizar seis proyectos open source populares. El sistema generó 9.791 hallazgos iniciales, que tras filtrado con IA y revisión manual de investigadores de Microsoft FORGE se convirtieron en 99 informes privados a los mantenedores. Al 15 de noviembre, 55 habían sido corregidos y 14 ya estaban incluidos en una versión.
Resumen generado mediante IA a partir de Byte TI. Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Muestra que la IA puede ayudar a reducir la carga de mantenedores de software abierto, siempre que los hallazgos se filtren y verifiquen antes de llegar a ellos. Las empresas que dependen de componentes open source se benefician de una cadena de suministro más segura.
- Quién se ve afectado
- Mantenedores de software open source y empresas que dependen de sus componentes.
- Qué puede cambiar
- Si el enfoque escala, los equipos de seguridad podrían apoyarse en escaneos con IA verificados por humanos para corregir dependencias, en lugar de recibir informes automáticos sin filtrar.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Se deberá vigilar si GitHub amplía el análisis a los 216 participantes del programa Secure Open Source Fund y si la tasa de corrección de los 99 informes se mantiene.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: Byte TI. La referencia es siempre el artículo original.
Ver fuente original ↗agentesescaneo de vulnerabilidadesMAI Cyber GitHubMicrosoft ciberseguridad Codename MDASH GitHub Microsoft open source
Relacionadas
Agentes de IA encuentran vulnerabilidades de seguridad en minutos tras rumores de fallos
Anil Madhavapeddy, profesor de Cambridge y mantenedor del compilador OCaml, reporta que los proyectos de código abierto están recibiendo intentos de…
Por qué importaLos tiempos de embargo de seguridad abierta tradicionales (días a semanas) se han vuelto obsoletos si los agentes de IA pueden identificar y explotar…
Google DeepMind presenta CodeMender, agente IA para reparación automática de vulnerabilidades
Google DeepMind ha presentado CodeMender, un agente de IA basado en modelos Gemini Deep Think que identifica y corrige automáticamente vulnerabilidades de…
Por qué importaPara equipos de desarrollo y mantenedores de software, reduce significativamente el tiempo y la complejidad de detectar y corregir vulnerabilidades…
Microsoft desactiva anuncios inyectados por Copilot en repositorios GitHub tras hallar bug generalizado
GitHub Copilot inyectó anuncios de la aplicación Raycast en más de 11.000 pull requests de repositorios de GitHub y GitLab durante un período indeterminado. El…
Por qué importaEl incidente evidencia riesgos de confianza cuando herramientas de IA se integran profundamente en flujos de trabajo críticos sin supervisión clara…
OpenAI presenta Codex Security, agente de seguridad de aplicaciones en preview de investigación
OpenAI ha anunciado Codex Security, un agente de IA especializado en seguridad de aplicaciones que analiza el contexto de proyectos para detectar, validar y…
Por qué importaLos equipos de desarrollo y seguridad pueden reducir significativamente el tiempo y coste de auditorías de seguridad, automatizando la detección y…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.



