
Банко Серфинанса СА е колумбийска финансова институция със седалище в Баранкиля, специализирана в потребителско банкиране, финансиране на дребно и финансови решения за малки и средни предприятия.
Като част от стратегията си за растеж и дигитална трансформация, банката е изградила собствен технологичен капацитет, за да ускори пускането на пазара на дигитални продукти и услуги. Разработването на софтуер се основава на два стълба: вътрешна фабрика за софтуер и група специализирани стратегически партньори, които също пишат код за банката.
Предизвикателството ни не беше да откриваме уязвимости, а да го правим със скоростта, с която се движат нашият вътрешен екип за разработка и външните ни партньори. Бързият темп на бизнеса означава постоянно увеличаване на кода, влизащ в банката, а с ръчния контрол това не беше устойчиво.
Леонел Сантяго Санандрес
Директор „Оперативен риск“
Pipelineсе анализират като код, със същата честота като кода на приложението. Xygeni проверява pipeline определения и SCM настройки за несигурни конфигурации, прекомерни разрешения, незащитени клонове и риск в процеса на изграждане, съпоставени с OWASP CI/CD Топ 10. За банка с разпределено развитие, pipeline е също толкова критична контролна точка, колкото и самият код: там се събира всичко, което влиза в банката, независимо дали идва отвътре или отвън.
Статичен анализ на собствен код, задвижван от изкуствен интелект, на всеки commit намлява pull requestТой открива несигурни модели като SQL инжектиране или междусайтово скриптиране и използва собствения контекст на хранилището, за да отдели това, което е експлоатирано, от това, което е теоретично, така че разработчиците да виждат само това, което е важно. Същото. standard важи за код от вътрешния екип и от стратегически партньори, а когато дадено откритие бъде потвърдено, AI Auto-fix предлага корекцията директно в pull request.
Несигурните конфигурации в инфраструктурата, тъй като кодът се открива преди да бъде предоставен, в Terraform, CloudFormation, ARM, Bicep, Kubernetes, Helm и Dockerfiles, както и в изгражданите от тях образи на контейнери. Guardrails в pull request и pipeline спрете рискована промяна, преди да достигне облака, а AI Auto-fix предлага коригирания шаблон. Корекцията се случва, когато отнема минути, а не след внедряването, когато отнема време за поддръжка.
Внедряването на Xygeni ни позволи значително да подобрим процесите си на сигурно разработване, като автоматизираме контролите и откриваме уязвимости рано.
Намалихме времето, което прекарвахме в управление и приоритизиране на откритията, с около 90% и днес повечето от тях се разрешават преди да достигнат до производствената среда. Освен техническите възможности на платформата, ние ценим и екипа ѝ. commitнасоченост към непрекъснато усъвършенстване, иновации и тясна подкрепа през целия процес.
Xygeni се превърна във важен фактор в рамките на нашата стратегия за дигитална трансформация и управление на технологичните рискове.