ДокладAI-агенты: как доверять результату и контролировать действия?

PROFILES TAINT + LLM

Подробнее о докладе

НаправлениеРезерв
ФорматДоклад
Уровень
Средняя сложность

Спикеры

Строю сервисы продуктовой безопасности и дата-аналитики в Ozon Fintech. Ранее аппсечил, пентестил, кодил security‑сервисы, складывал security‑данные в security‑закрома, рисовал аналитику и собирал процессы вокруг в «Яндексе», «Авито», Positive Technologies и «Открытии».

Занимаюсь продуктовой безопасность в банке. Ищу уязвимости в коде и внедряю LLM-решения в процессы ИБ.

Отзыв программного комитета

Спикеры из Ozon расскажут о том, как с помощью ИИ работают с CVE: фильтруют, обогащают дополнительной информацией и подготавливают для анализа таким образом, чтобы экономить токены моделей и максимизировать скорость поиска уязвимостей в коде.

Кому полезно

Appsec и DevSecOps инженеры всех мастей

О чём доклад

Расскажем про вторую S в SDLC и как мы ищем баланс между традиционными appsec инструментами и AI в сопровождении безопасности разработки. Снизим нагрузку и шум от SAST-сканеров с помощью динамически формируемых рулсетов с учетом ландшафта и направлений разработки, построим граф вызовов и посчитаем на нем трассы от пользовательского ввода до уязвимой функции в нетривиальных кейсах, таких как sqli или SCA, независимо от того, умеет ли сканер в taint, соберем расширенный контекст по оставшимся сработкам для анализа LLM и appsec-ом.