Banco Serfinanza redueix el temps de gestió de les troballes en un 90% i automatitza els seus controls de desenvolupament segur amb IA

Estudi de casos

Logotip del Banc Serfinanza

Sobre el Banco Serfinanza

Banco Serfinanza SA és una institució financera colombiana amb seu a Barranquilla, especialitzada en banca de consum, finançament minorista i solucions financeres per a petites i mitjanes empreses.

Com a part de la seva estratègia de creixement i transformació digital, el Banc ha desenvolupat les seves pròpies capacitats tecnològiques per accelerar el llançament de productes i serveis digitals. El seu desenvolupament de programari es basa en dos pilars: una fàbrica de programari interna i un grup de socis estratègics especialitzats que també escriuen codi per al Banc.

El repte: seguretat integrada en el desenvolupament distribuït

Quan el desenvolupament s'accelera i també es divideix entre un equip intern i diversos socis externs, el control de seguretat ja no es pot basar en revisions manuals. Cada lliurament és una oportunitat perquè una vulnerabilitat de codi o una configuració d'infraestructura insegura arribi a producció sense que ningú la detecti a temps.

I la detecció no era el problema. Amb revisions periòdiques, l'equip de seguretat rebia volums de troballes que s'havien de classificar manualment, decidint una per una quines mereixien el temps d'un desenvolupador i després assignant-les. Aquesta feina de classificació, no l'anàlisi, era el coll d'ampolla. Banco Serfinanza va identificar tres necessitats específiques:

• Visibilitat contínua i constant en el risc que tot el codi entri al Banc, ja sigui escrit per la seva fàbrica interna o per un soci.
• Priorització automàtica, no triatge manual. Decidir què cal arreglar primer no hauria de dependre d'algú que revisi les llistes una per una.
• Control dins del cicle de desenvolupament, no després. L'anàlisi s'ha de fer en cada commit i tots pull request, no com una revisió periòdica que deixa buits entre una ronda i la següent.

L'objectiu subjacent no era afegir una altra eina d'anàlisi: era enfortir la governança del desenvolupament segur amb proves automatitzades i mesurables.

El nostre repte no era detectar vulnerabilitats, sinó fer-ho a la velocitat a la qual es mouen el nostre equip de desenvolupament intern i els nostres socis externs. El ritme accelerat del negoci significa un augment constant del codi que entra al Banc, i amb controls manuals que no era sostenible.

Leonell Santiago Sanandres

Director de Risc Operacional

La solució: una plataforma alineada amb la visió de transformació digital

El Banc va adoptar Xygeni després d'una avaluació exhaustiva de les alternatives disponibles al mercat.

El primer contacte va tenir lloc a 18ENISE, l'esdeveniment organitzat per INCIBE a Lleó, Espanya, on l'equip de Banco Serfinanza va descobrir l'enfocament de Xygeni per a la gestió de la seguretat en el desenvolupament de programari.

A partir d'aquí, es va dur a terme una prova de concepte per validar dues coses: que la plataforma s'integrés amb els processos i les eines que el Banc ja tenia implementats, i que els resultats que produïa fossin accionables sense afegir càrrega de treball a l'equip de seguretat.

Xygeni cobreix el cicle complet des d'una única plataforma, amb anàlisi de codi propietari, dependències de codi obert, aplicacions en execució, API, credencials exposades i infraestructura com a codi, a més de protecció de la cadena de subministrament de programari i una... ASPM capa que consolida tant les seves pròpies troballes com les ingerides d'altres eines en un únic model de risc.

Des d'aquesta plataforma, Banco Serfinanza va desplegar quatre capacitats, escollides per la seva adequació a les prioritats del Banc: IA SAST sobre codi propietari, CI/CD Seguretat a la pipelines, IaC Security sobre la infraestructura com a codi, i la capa d'intel·ligència artificial de la plataforma, que automatitza el triatge i la priorització de tot allò que detecten les altres tres.

La integració es va fer a GitLab, afegint anàlisis a les ja existents pipelines. Els repositoris es van incorporar progressivament, per fases i segons les prioritats del Banc, en lloc d'activar l'anàlisi de tot el patrimoni alhora. Això decision va evitar l'efecte habitual d'un desplegament de seguretat: un volum inicial de troballes tan gran que els equips de desenvolupament l'ignoren.

Els resultats van mostrar una forta alineació amb els objectius de l'organització, especialment en automatització, visibilitat de riscos i controls de desenvolupament segurs més forts.

Productes Xygeni utilitzats

Tot i que Banco Serfinanza ha provat tots els productes de Xygeni, augmentant la cobertura de l'anàlisi i la detecció de problemes, l'enfocament i els beneficis validats durant la prova de concepte es van concentrar en el següent:

CI/CD Seguretat

PipelineEls s'analitzen com a codi, a la mateixa cadència que el codi de l'aplicació. Comprovacions de Xygeni pipeline definicions i SCM configuració per a configuracions insegures, permisos excessius, branques no protegides i risc en el procés de compilació, mapejat a l'OWASP CI/CD Top 10. Per a un banc amb desenvolupament distribuït, el pipeline és un punt de control tan crític com el mateix codi: és on convergeix tot el que entra al Banc, tant si prové de dins com de fora.

AI SAST

Anàlisi estàtica amb tecnologia d'IA de codi propietari a cada commit i pull requestDetecta patrons insegurs com ara la injecció SQL o els scripts entre llocs i utilitza el context propi del repositori per separar el que és explotable del que és teòric, de manera que els desenvolupadors només vegin allò que importa. El mateix standard s'aplica al codi de l'equip intern i dels socis estratègics, i quan es confirma una troballa, AI Auto-fix proposa la correcció directament a la pull request.

IaC Security

Les configuracions insegures a la infraestructura, ja que el codi es detecta abans que es provisionin, a Terraform, CloudFormation, ARM, Bicep, Kubernetes, Helm i Dockerfiles, a més de les imatges de contenidors que creen. Guardrails al pull request i la pipeline atura un canvi arriscat abans que arribi al núvol i la correcció automàtica per IA proposa la plantilla corregida. La correcció es produeix quan costa minuts, no després del desplegament, quan costa una finestra de manteniment.

Els resultats

90% menys de temps dedicat a identificar, prioritzar i assignar resultats de seguretat
L'estalvi no prové de detectar més ràpidament, sinó de deixar de classificar manualment. L'anàlisi va passar d'una revisió periòdica a executar-se automàticament en cada commit i tots pull request, i la capa d'IA ofereix el risc ja ordenat per context real en lloc de gravetat teòrica. El que abans era una tasca recurrent per a l'equip de seguretat, revisar llistes i decidir què assignar a qui, ara arriba ja resolt. El salt a aquest 90% coincideix amb la introducció de la capa d'intel·ligència artificial. La detecció contínua ja es va resoldre amb IA. SAST, CI/CD Seguretat i IaC Security; el que faltava era eliminar la feina manual que s'acumulava després de cada anàlisi.

Governança sobre codi que no escriu el propi equip del Banc

El control de seguretat s'aplica tant al desenvolupament des de la fàbrica interna com des dels socis estratègics. El Banc va passar de confiar en les pràctiques de cada proveïdor a exigir els mateixos verificables. standard, amb evidència automatitzada que es compleix en cada lliurament, en més de 100 repositoris sota anàlisi contínua. Aquest és el resultat amb l'abast més a llarg termini de tot el desplegament. A standard que es comprova en cada lliurament no depèn de la maduresa de cada soci ni de la relació comercial amb ell, i dóna al Banc una posició diferent en les seves converses amb els proveïdors.

Detecció precoç de debilitats abans del desplegament en producció

Les vulnerabilitats del codi i les configuracions d'infraestructura insegures s'identifiquen durant el cicle de desenvolupament, on solucionar-les costa una fracció del que costa més tard. Avui dia, totes les troballes crítiques i importants es resolen abans que arribin a producció.

De la troballa a la solució: el cicle es mesura en hores, no en dies

Una debilitat que abans podia passar desapercebuda fins a la següent revisió programada ara apareix en qüestió de minuts, dins del mateix pull request on es va introduir, i es corregeix mentre el context encara és fresc per al desenvolupador. La correcció deixa de ser una interrupció i passa a formar part del treball que ja està en curs.

Priorització automàtica: des d'un volum de troballes fins a una llista curta

El triatge ja no és una tasca per a l'equip de seguretat. La intel·ligència artificial de la plataforma ordena el risc segons el context real i redueix el soroll que arriba als equips de desenvolupament. L'efecte no és només tècnic: millora la relació entre seguretat i producte, perquè allò que es demana als desenvolupadors que corregeixin està justificat.

La implementació de Xygeni ens ha permès enfortir significativament els nostres processos de desenvolupament segur automatitzant els controls i detectant vulnerabilitats de manera precoç.

Hem reduït el temps que dediquem a gestionar i prioritzar troballes en un 90%, i avui la majoria estan resoltes abans d'arribar a producció. Més enllà de les capacitats tècniques de la plataforma, valorem el treball del seu equip. commita la millora contínua, la innovació i el suport proper durant tot el procés.

Xygeni s'ha convertit en un facilitador important dins de la nostra estratègia de transformació digital i gestió de riscos tecnològics.

Leonell Santiago Sanandres
Director de Risc Operacional, Banco Serfinanza SA

Assegura el desenvolupament i el lliurament del teu programari

amb Xygeni Security