Zabezpečení Copilota na GitHubu

Zabezpečení GitHubu Copilot: Skutečná rizika kódu psaného umělou inteligencí a jak je kontrolovat

Bezpečnost GitHubu na Copilotu dříve znamenala jednu otázku: je navrhovaný kód bezpečný? Dnes Copilot také spouští příkazy shellu, otevírá pull requests, čte problémy a instaluje balíčky samostatně. Každá z těchto akcí se provádí s vašimi oprávněními a každá z nich představuje pro útočníka novou cestu dovnitř.

Čísla ukazují posun. V letech 2025 a 2026 vědci odhalili kritickou chybu, která umožňovala skrytý výzvu v pull request únik soukromého kódu prostřednictvím chatu Copilot a chyby vkládání příkazů do rozhraní Copilot CLI a pluginu JetBrains. Repozitáře, které používají Copilot, také leak secretčastěji než průměr. Nic z toho neznamená, že byste měli Copilota vypnout. Znamená to, že potřebujete ovládací prvky, které fungují stejnou rychlostí jako asistent.

TL, DR

Zabezpečení GitHub Copilot: od návrhů kódu k asistentovi, který funguje

GitHub Copilot už nejen navrhuje kód. Spouští příkazy, otevírá pull requests a instaluje balíčky s vašimi oprávněními, takže zabezpečení GitHub Copilota nyní znamená kontrolu nad tím, co dělá, nejen nad tím, co zapisuje.

  • Okamžitá injekce je skutečná: CamoLeak (CVSS 9.6) použil skrytý komentář v pull request aby Copilot Chat prozradil soukromý kód a tajné informace.
  • Agenti mohou provádět: V roce 2026 se chyby v injektování příkazů objevily v rozhraní Copilot CLI (CVE-2026-29783) a plugin JetBrains (CVE-2026-21516). Obojí je opraveno, ale až po upgradu.
  • Tajemství unikají dál: GitGuardian zjistil míru úniku tajných informací ve veřejných repozitářích, které používají Copilot, ve výši 6.4 %, což je asi o 40 % více než průměr.
  • Balíčky, které neexistují: 19.7 % vzorků kódu generovaného umělou inteligencí ve studii USENIX odkazovalo na alespoň jeden halucinovaný balíček, což je mezera, kterou útočníci zaplňují škodlivými dvojníky.
  • Vestavěné ovládací prvky mají omezení: Kontroly závislostí GitHubu se spoléhají na známá doporučení a velkou část ochrany cloudového agenta lze zakázat. Kód z IDE a režimu agenta potřebuje vlastní kontroly.

První krok: skenovat kód napsaný umělou inteligencí předtím, než bude committed, blokovat tajné kódy a škodlivé balíčky u zdroje a poskytovat agentům Copilota pouze přístup, který potřebují.

Proč je zabezpečení GitHub Copilot nyní jiným problémem

Copilot už není jeden produkt. Je to rodina nástrojů a každý z nich nese jinou úroveň rizika:

Jedno jméno, pět povrchů Copilota

Čím více toho Copilot dokáže sám, tím více je zabezpečení GitHubu Copilot závislé na kontrole jeho akcí.

Povrch kopilotaCo to může dělatHlavní bezpečnostní otázka
Dokončování kódu v IDE
Autonomie: nízká
Navrhuje kód při psaníJe navrhovaný kód bezpečný a přidává riskantní závislosti?
Chat druhého pilota
Autonomie: nízká až střední
Odpovídá na otázky s využitím vašeho repozitáře a problémů jako kontextuMůže skrytý text v tomto kontextu ovlivnit to, co odhaluje?
Režim agenta v IDE
Autonomie: střední
Upravuje soubory, spouští terminálové příkazy, volá nástroje MCPCo dokáže provést, aniž by se vás zeptal?
Druhý pilot CLI
Autonomie: vysoká
Spouští příkazy shellu z přirozeného jazykaMůže vytvořený příkaz proklouznout bezpečnostními kontrolami?
Agent cloudového kódování
Autonomie: velmi vysoká
Pracuje na problémech v akcích GitHubu a otevírá pull requestsNa co se může dostat, na co se může nacpat a nainstalovat, aniž by se nikdo díval?

Vzorec je jasný: Zabezpečení Copilota v IDE bývalo problémem kontroly kódu. U agentů je to také problém identity a oprávnění. Asistent, který jedná s tokeny vývojáře, přístupem k síti a právy repozitáře, je privilegovaný uživatel a je třeba s ním jako s ním i zacházet.

Jít hlouběji: Podívejte se na naši přednášku SafeDev s názvem Blast Radius: Když se agent dotkne toho, o co jste se neptali, a dozvíte se, co se stane, když oprávnění agenta přesáhnou rámec jeho úkolu.

5 největších bezpečnostních rizik GitHub Copilot

1. Okamžité vkládání dat prostřednictvím vlastních repozitářů

Druhý pilot čte problémy, pull requests, komentáře a soubory pro vytvoření jeho kontextu. Útočník, který tam může psát text, se ho může pokusit řídit. V CamoLeak, skrytý komentář v pull request Popis donutil Copilot Chat prohledat soukromé repozitáře oběti, zakódovat nalezené informace a zveřejnit je prostřednictvím URL adres obrázků, znak po znaku. Výzkumník demonstroval krádež nezveřejněného zero-day a hledal AWS_KEY hodnoty. Společnost Legit Security jej ohodnotila známkou CVSS 9.6 a GitHub to opravil vypnutím vykreslování obrázků v aplikaci Copilot Chat.

2. Spouštění příkazů v agentech a pluginech

Když Copilot může spouštět příkazy, vytvořený vstup se může stát spuštěním kódu:

  • CVE-2026-29783 (CVSS 7.5): Vytvořená rozšíření parametrů bash umožňují příkazům v rozhraní příkazového řádku Copilot být pouze pro čtení a spouštět se bez schválení. Opraveno ve verzi 0.0.423 (Doporučení GitHubu).
  • CVE-2026-21516 (CVSS 8.8): Copilot pro JetBrains předával návrhy modelů do konstrukce příkazů bez úpravy znaků shellu, takže instrukce skryté v repozitáři nebo koncovém bodu MCP mohly vést k provedení. Opraveno ve verzi 1.5.63 (analýza).

3. Tajemství kódu psaného umělou inteligencí

Asistenti reprodukují to, co vidí, včetně pevně zakódovaných přihlašovacích údajů. Zpráva GitGuardian o rozrůstání State of Secrets zjistila... 6.4% míra úniku tajných informací ve veřejných repozitářích, které používají Copilot, přibližně o 40 % vyšší než průměr napříč veřejnými repozitáři (GitGuardian). Jeden uniklý token stačí k tomu, aby se z mezery v kontrole kódu stala kontrola účtu.

4. Halucinogenní a škodlivé balíčky

Generátory kódu někdy importují balíčky, které neexistují. Studie USENIX Security 2025, která zahrnovala 2.23 milionu vzorků ze 16 modelů, zjistila, že 19.7% obsahoval alespoň jeden halucinovaný balíček s 205 474 unikátními vymyšlenými jmény. 43 % těchto jmen se objevilo při každém spuštění, což útočníkům usnadňuje jejich předvídání a registraci, což je technika známá jako dřepyV agentském režimu může Copilot tento balíček nainstalovat sám. Útok podrobně vysvětlujeme v Slopsquatting: Jak útočníci zneužívají halucinace umělé inteligence jako zbraň.

5. Nejisté vzorce ve velkém měřítku

Copilot se učí z veřejného kódu a veřejný kód je plný SQL injection, slabých kryptoměn a chybějících autorizačních kontrol. Výzkumy citované v celém odvětví odhadují, že přibližně 40 % kódu generovaného umělou inteligencí může obsahovat bezpečnostní zranitelnosti. Problém není v tom, že každý návrh je horší než lidský kód. Je to objem: více kódu, rychleji napsaného, ​​méně kontrolovaného.

Co pokrývají vestavěné ovládací prvky GitHubu a co nechávají otevřené

GitHub přidal skutečná ochranná opatření, zejména pro cloudového kódovacího agenta. Podle jeho dokumentace rizik a jejich zmírnění, agent pracuje za firewallem, který omezuje přístup k internetu, a odesílá data pouze do vlastních copilot/ větev, nemůže schválit ani sloučit svou vlastní pull requestsa vyžaduje člověka ke schválení spuštění pracovního postupu. Jeho výstup je kontrolován pomocí CodeQL, tajného skenování a kontroly závislostí v databázi GitHub Advisory.

To jsou dobrá výchozí nastavení. Bezpečnostní strategie GitHub Copilot by se ale neměla tím zastavit:

Vestavěné ovládací prvky Copilota na GitHubu: zakryté a ponechané otevřené

GitHub zajišťuje, co Copilot dělá uvnitř GitHubu. Váš tým stále vlastní zbytek zabezpečení GitHubu Copilot.

Vestavěné ovládání
Co nechává otevřené
Kontrola závislostí oproti doporučením
Zachycuje pouze balíčky, které již byly nahlášeny jako malware nebo zranitelné. Balíček zveřejněný dnes ráno zatím nemá žádné upozornění.
CodeQL a tajné skenování výstupu agenta
Platí pro cloudového agenta. Kód z dokončování, chatu a režimu agenta v IDE potřebuje před spuštěním vlastní kontroly. committed.
Schválení firewallu a pracovního postupu
Lze jej přizpůsobit nebo zakázat administrátory a nevztahuje se na vlastní počítač vývojáře.
Filtrování skrytých znaků pro okamžité vložení
Samotný GitHub netvrdí, že zastaví každou injekci.
Recenze od lidí
Jen tak silná, jako pozornost recenzenta, a změny napsané umělou inteligencí dorazí rychleji, než si je lidé stihnou přečíst.

Stručně řečeno: GitHub zajišťuje, co Copilot dělá uvnitř GitHubu. Váš tým stále vlastní to, co Copilot napíše v IDE, co nainstaluje na notebooky a co se dostane k vám. pipeline.

Jak zabezpečit GitHub Copilot v 7 krocích

Zde je praktický kontrolní seznam pro zlepšení zabezpečení GitHub Copilot bez zpomalení vašich vývojářů.

  • Udržujte všechny komponenty Copilota aktualizované. Rychle opravte rozšíření IDE, plugin JetBrains a rozhraní Copilot CLI. Několik oprav z roku 2026, jako například CVE-2026-29783 a CVE-2026-21516, vás chrání až po upgradu.
  • Naskenujte kód napsaný umělou inteligencí předtím, než bude committed. Běh SAST, detekce tajných kódů a kontroly závislostí v IDE a uvnitř smyčky agenta, nejen v CI, a to o několik týdnů později. Oprava je nejlevnější, dokud je změna stále v editoru.
  • Blokujte tajné kódy u zdroje. Povolte ochranu proti push ověření, uchovávejte přihlašovací údaje ve správci tajných kódů a používejte krátkodobé tokeny s úzkým rozsahem. Rotujte všechny přihlašovací údaje, které se objeví v kódu, a to i v soukromém repozitáři.
  • Ověřte každou novou závislost. Před instalací balíčku zkontrolujte, zda existuje, jak je starý a kdo jej vydal. Nastavte minimální stáří pro nové verze a blokujte balíčky označené jako škodlivé, ať už instalaci spouští vývojář nebo agent.
  • Omezte, co mohou agenti spustit a co mohou dosáhnout. Zkontrolujte, který režim agenta a rozhraní CLI se mohou spustit bez schválení, ponechte firewall cloudového agenta zapnutý a serverům MCP udělte pouze nástroje, které potřebují.
  • Považovat text z repozitáře za nedůvěryhodný vstup. Problémy, pull request Popisy a komentáře mohou obsahovat skryté pokyny. Buďte opatrní, když žádáte Copilota, aby reagoval na obsah napsaný lidmi mimo váš tým.
  • Vyloučit citlivé soubory a zapojit lidi do slučování. Používejte vyloučení obsahu pro soubory, které by Copilot nikdy neměl číst, vyžadujte kontroly chráněných větví a nikdy nedovolte agentovi schvalovat vlastní změny.

Udržuj Copilota rychlým a drž ho pod kontrolou

Zabezpečení GitHub Copilota nespočívá v menší důvěře asistentovi. Jde o kontrolu jeho práce stejnou rychlostí, s jakou ji vytváří: v editoru, uvnitř smyčky agenta a v okamžiku instalace balíčku.

Přesně k tomu je Xygeni stvořen. Server Xygeni MCP Funguje s jakýmkoli kódovacím agentem s umělou inteligencí, který podporuje MCP, včetně režimu agenta GitHub Copilot, takže Copilot může skenovat kód, který právě napsal s umělou inteligencí. SAST, získejte verdikty třídění pomocí umělé inteligence a požádejte o opravy dříve, než se cokoli commits povoleními, která váš tým nastaví. Pluginy Xygeni IDE přinášejí stejné poznatky vývojářům ve VS Code, JetBrains IDE a Visual Studiu. Tajemství zabezpečení zachycuje pevně zakódované přihlašovací údaje a Ochrana před malwarem označí škodlivé balíčky ještě předtím, než existuje signatura, ať už je instaluje vývojář nebo Copilot.

Chcete to vidět s vaším vlastním kódem? Začněte zdarma:AI SAST, pluginy IDE a detekci malwaru v balíčcích s otevřeným zdrojovým kódem, bez nutnosti platební karty.

Nejčastější dotazy k zabezpečení GitHubu Copilot

Je používání GitHubu Copilot bezpečné?

Ano, s zavedenými kontrolami. Hlavními riziky jsou nezabezpečené návrhy, uniklé tajné informace, falešné nebo škodlivé balíčky a rychlé vkládání obsahu prostřednictvím repozitáře. Skenování kódu napsaného umělou inteligencí před commit, blokování tajných kódů a ověřování nových závislostí řeší většinu z nich.

Funguje GitHub Copilot? leak secrets?

Může reprodukovat nebo zavádět pevně zakódované přihlašovací údaje. GitGuardian zjistil 6.4% míru úniku tajných dat ve veřejných repozitářích, které používají Copilot, což je asi o 40 % více než průměr. Ochrana proti push hlášením, detekce tajných dat v IDE a krátkodobé tokeny toto riziko snižují.

Může být GitHub Copilot zasažen prompt injection?

Ano. CamoLeak ukázal, že skrytý komentář v pull request by mohlo způsobit únik soukromého kódu z Copilot Chatu. GitHub tento případ opravil, ale jakýkoli asistent, který čte nedůvěryhodný text, může být řízen, takže se zabývá problémy, komentáři a pull request popisy jako nedůvěryhodný vstup.

Jaký je rozdíl mezi zabezpečením Copilot a zabezpečením Microsoft 365 Copilot?

Zabezpečení v platformě Microsoft 365 Copilot se zaměřuje na ochranu obchodních dat v dokumentech, e-mailech a SharePointu. Zabezpečení v platformě GitHub Copilot se týká kódu, příkazů a závislostí, které asistent kódování s umělou inteligencí vytváří ve vašem vývojovém pracovním postupu.

Jak naskenovat kód napsaný v GitHub Copilot?

Spusťte bezpečnostní kontroly v IDE a připojte bezpečnostní nástroj k agentskému režimu Copilota prostřednictvím MCP, aby agent před provedením kontroly zkontroloval svůj vlastní kód. commitUchovávejte v CI stejné skeny, aby každá změna splňovala stejné zásady.

nástroje pro analýzu složení softwaru SCA
Stanovte priority, opravte a zabezpečte svá softwarová rizika
Získejte svůj bezplatný účet.
Nevyžaduje se žádná kreditní karta.

Zajistěte si vývoj a dodávky softwaru

s produktovým balíčkem Xygeni