Исправлять — не искать. Разработка и внедрение AI-ассиcтента для исправления уязвимоcтей в коде Безопасность
Создает и внедряет инновационные решения в задачах кибербезопасности.
Chief Hacking Officer в Т-Банке.
Тезисы
При внедрении DevSecOps-практик многие сталкиваются с такими проблемами: * выявленных уязвимостей больше, чем команда может исправить; * высокий false positive rate статического анализатора; * у команды продукта не хватает знаний и компетенций для исправления уязвимости, она не понимает, что требуется сделать; * нехватка инженеров ИБ на рынке, которые могли бы сопровождать команды и улучшать качество работы анализаторов; * текучка кадров и динамичность технологического стека — мы не успеваем учить всех принципам безопасной разработки.
В докладе расскажем о том, как создавали и внедряли решение для помощи разработчикам в устранении уязвимостей и недостатков в коде с использованием технологий ИИ. Поделимся результатами сравнения коммерческих и Open Source-моделей, различными трюками для улучшения качества, тестирования, обогащения данных. Покажем примеры работы и общую архитектуру решения.
Наш ассистент умеет: * объяснять суть уязвимости, предлагать векторы атаки (важность конкретного кейса); * предлагать варианты исправления в коде через GitLab и/или IDE; * выявлять False Positive-результаты работы SAST; * собирать обратную связь для улучшения качества работы; * использовать внутреннюю базу знаний для принятия решений.
