સોફ્ટવેર ડેવલપમેન્ટ લેન્ડસ્કેપમાં, ભંગ ફાયરવોલ્સ વિશે ઓછા અને કોડબેઝના માળખામાં ખામીઓ વિશે વધુ હોય છે અને pipelines. તો, ડેવલપરના દૃષ્ટિકોણથી ડેટા ભંગ શું છે? તે ફક્ત માળખાગત ખામીઓને કારણે જ નહીં પરંતુ ભૂલો, ખોટી ગોઠવણીઓ અને કોડમાં ખરાબ પ્રથાઓને કારણે સંવેદનશીલ માહિતીનો ખુલાસો અથવા ચોરી છે, CI/CD pipelines, અને એકીકરણ. ચાલો નીચેનામાંથી કયા ભંગના સામાન્ય કારણો છે તે શોધી કાઢીએ અને નીચેનામાંથી કયા ભંગના સામાન્ય કારણો છે તે શોધી કાઢીએ.
ડેટા ભંગ શું છે? વિકાસકર્તા-કેન્દ્રિત વ્યાખ્યા
પરંપરાગત વ્યાખ્યાઓ ચેડા કરાયેલા માળખા પર ધ્યાન કેન્દ્રિત કરે છે. જોકે, વિકાસકર્તાઓ માટે, ડેટા ભંગ એટલે એપ્લિકેશન સુરક્ષામાં નિષ્ફળતા, ખોટી રીતે ગોઠવાયેલ વર્કફ્લો અથવા બેદરકાર કોડ પ્રથાઓ જે સંવેદનશીલ ડેટાને ઉજાગર કરે છે. ઉદાહરણ? હાર્ડકોડેડ ઓળખપત્રો છે commitગિટ રિપોઝીટરી અથવા CI/CD ખૂબ વ્યાપક ઍક્સેસ અધિકારો સાથેની નોકરી.
In CI/CD- સંચાલિત વિકાસ, pipelines અને કોડ એ નવી હુમલાની સપાટી છે. આનાથી ડાબી બાજુ ખસેડવું મહત્વપૂર્ણ બને છે, સારવાર કરવી pipeline કોડ (જેમ કે GitHub ક્રિયાઓ અથવા ગિટલેબ સીઆઈ રૂપરેખાંકનો) એપ્લિકેશનના ભાગ રૂપે અને તે મુજબ તેને સખત બનાવવા માટે. વ્યવહારિક દ્રષ્ટિએ, વિકાસકર્તાઓએ દરેકના સંદર્ભમાં ડેટા ભંગ શું છે તે સમજવાની જરૂર છે commit, વર્કફ્લો, અને તૃતીય-પક્ષ નિર્ભરતા.
આધુનિક વિકાસ વાતાવરણમાં ભંગાણના સામાન્ય કારણો નીચેનામાંથી કયા છે?
- અસુરક્ષિત ડિફોલ્ટ્સ CI/CD Pipelines. જેનકિન્સ, ગિટહબ એક્શન્સ, અથવા ગિટલેબ CI જેવા CI ટૂલ્સ ઘણીવાર પરવાનગીત્મક ડિફોલ્ટનો ઉપયોગ કરે છે. વ્યાપક લેખન પરવાનગીઓ સાથેનો વર્કફ્લો (દા.ત., પરવાનગીઓ: બધા લખો) જો દૂષિત PR મંજૂર થાય તો તેને હાઇજેક કરી શકાય છે. નીચેનામાંથી કયા ભંગના સામાન્ય કારણો છે તેનું આ એક પાઠ્યપુસ્તક ઉદાહરણ છે.
- ભંડારોમાં ખુલ્લા રહસ્યો. AWS ઓળખપત્રો, ડેટાબેઝ પાસવર્ડ્સ અથવા API ટોકન્સ જેવા રહસ્યો ઘણીવાર YAML, Dockerfiles અથવા સોર્સ કોડમાં જોવા મળે છે. જ્યારે રેપો આકસ્મિક રીતે જાહેર કરવામાં આવે છે અથવા હુમલાખોરો દ્વારા સ્કેન કરવામાં આવે છે ત્યારે આ લીક થઈ શકે છે. ઉબેરના 2022ના ભંગમાં, હાર્ડકોડેડ ઓળખપત્રો ગંભીર સમાધાન તરફ દોરી ગયા.
- નિર્ભરતા મૂંઝવણ અને દૂષિત પેકેજો. આધુનિક એપ્લિકેશનો તૃતીય-પક્ષ લાઇબ્રેરીઓ પર ખૂબ આધાર રાખે છે. ટાઇપોસ્ક્વેટિંગ, જાળવણી ન કરાયેલ પેકેજો અને ડિપેન્ડન્સીમાં છુપાયેલ દૂષિત કોડ આને ભંગના ઓછા સ્પષ્ટ પરંતુ ગંભીર સામાન્ય કારણોમાંનું એક બનાવે છે. SBOM (સોફ્ટવેર બિલ ઓફ મટિરિયલ્સ) અને સતત ડિપેન્ડન્સી સ્કેનિંગ એ ડેટા ભંગની ઘટનાઓને કેવી રીતે અટકાવવી તે માટેની ચાવી છે.
- ખોટી રીતે ગોઠવેલ IAM અને ઍક્સેસ નિયંત્રણો. કોડમાં વધુ પડતી પરવાનગી આપતી IAM ભૂમિકાઓ (દા.ત., પરવાનગી આપવી s3:*) હુમલાખોરોને ક્લાઉડ ઇન્ફ્રાસ્ટ્રક્ચરમાં બાજુની ગતિવિધિ આપી શકે છે. કોડ (પર્યાવરણ ચલો, ટોકન્સ) માં એમ્બેડ કરેલા ઍક્સેસ નિયંત્રણોમાં ઘણીવાર સખત સમીક્ષા અને સ્વચાલિત માન્યતાનો અભાવ હોય છે.
- ફરીથી વપરાયેલ ટોકન્સ અને જાહેર CI ઍક્સેસ. સમાપ્તિ તારીખ અથવા CI વગરના ટોકન્સ dashboardપ્રમાણીકરણ વિના સુલભ s ગુપ્ત પરંતુ પ્રભાવશાળી ભંગ વેક્ટરનું પ્રતિનિધિત્વ કરે છે. જાહેર URL માં બિલ્ડ લોગ અથવા CI ટોકન્સ છોડવું એ દરવાજામાં ચાવીઓ છોડવા જેવું આધુનિક સમકક્ષ છે. આ પણ નીચેનામાંથી કયા ભંગના સામાન્ય કારણો છે તેનો એક મહત્વપૂર્ણ જવાબ છે.
CI/CD: નવી ભંગ સપાટી
CI/CD pipelines હવે એક સક્રિય હુમલો વેક્ટર છે. દૂષિત કલાકારો ખોટી રીતે ગોઠવેલી નોકરીઓ, પરવાનગી આપતી YAML ફાઇલો, ઇન્જેક્ટેડ PR અને વારસાગત ઍક્સેસ સ્કોપ્સનો ઉપયોગ કરે છે જેની ક્યારેય સમીક્ષા કરવામાં આવી ન હતી. આ pipelines ઓટોમેશન-સ્તરના વિશેષાધિકારો સાથે અમલમાં મુકાય છે, જો ચેડા કરવામાં આવે તો, માલવેરનો ઉપયોગ કરી શકે છે, ઓળખપત્રો લીક કરી શકે છે અથવા સંવેદનશીલ સંપત્તિઓનો પર્દાફાશ કરી શકે છે. હુમલાની સપાટીમાં આ ફેરફારનો અર્થ એ છે કે વિકાસકર્તાઓએ ડેટા ભંગ શું છે તેનું ફરીથી મૂલ્યાંકન કરવું પડશે. CI/CD યુગ.
ડિફોલ્ટ સેટિંગ્સ ઉપરાંત, એક મુખ્ય મુદ્દો વિશ્વાસ સીમાઓનો છે: pipelines ઘણીવાર બાહ્ય કોડને એકીકૃત કરે છે, જેમ કે ઓપન-સોર્સ પેકેજો અથવા તૃતીય-પક્ષ સ્ક્રિપ્ટો. જો માન્યતા નબળી હોય અથવા ખૂટે છે, તો આ સોફ્ટવેર સપ્લાય ચેઇન હુમલાઓ. ઉદાહરણ તરીકે, બિલ્ડ સ્ટેપ દરમિયાન દૂષિત ડિપેન્ડન્સી ઇન્સ્ટોલ કરવાથી હુમલાખોરોને સાઇનિંગ ઓળખપત્રો અથવા પ્રોડક્શન આર્ટિફેક્ટ્સની ઍક્સેસ મળી શકે છે.
પણ, pipelineએપ્લિકેશન કોડ જેટલી સખત રીતે ભાગ્યે જ ઓડિટ કરવામાં આવે છે. લોગમાં રહસ્યો હોઈ શકે છે. કલાકૃતિઓ એન્ક્રિપ્શન વિના સંગ્રહિત થઈ શકે છે. ઉચ્ચ પરવાનગીઓ સાથે પર્યાવરણ ચલો નોકરીઓમાં ચાલુ રહી શકે છે. રનટાઇમ સેગ્મેન્ટેશનનો અભાવ પણ, જ્યાં ચેડા કરાયેલ નોકરી બીજી નોકરીના કાર્યસ્થળને ઍક્સેસ કરી શકે છે, તે અંદર બાજુની હિલચાલ તરફ દોરી શકે છે. pipeline.
ડેટા ભંગને કેવી રીતે અટકાવવો તે અસરકારક રીતે શામેલ હોવું જોઈએ pipeline security પરીક્ષણ, સ્વચાલિત નીતિ અમલીકરણ, અને નોકરીના અવકાશને મર્યાદિત કરવા. વિકાસકર્તાઓએ સારવાર કરવી જોઈએ CI/CD વ્યાખ્યાઓ કોડ તરીકે જેની સમીક્ષા, સ્કેનિંગ અને પરવાનગી સખ્તાઇમાંથી પસાર થવું આવશ્યક છે.
છેવટે, સારવાર pipelineસોફ્ટવેર આર્કિટેક્ચરમાં પ્રથમ-વર્ગના નાગરિકો તરીકે કામ કરવું અને તેમને એપ્લિકેશન જેટલી જ આક્રમક રીતે સુરક્ષિત કરવી મહત્વપૂર્ણ છે. તે ફક્ત તમે શું બનાવો છો તે વિશે નથી, તે તમે તેને કેવી રીતે બનાવો છો તે વિશે છે.
ડેટા ભંગ અટકાવવા માટે ડેવ-ફર્સ્ટ વ્યૂહરચનાઓ
ડેવલપરના દ્રષ્ટિકોણથી ડેટા ભંગની ઘટનાઓને કેવી રીતે અટકાવવી તે સમજવા માટે, રિએક્ટિવ પેચોથી આગળ વધવું અને ડેવલપમેન્ટ વર્કફ્લોમાં સીધા સુરક્ષા નિયંત્રણો લાગુ કરવા જરૂરી છે. ડેવ-ફર્સ્ટ સિક્યુરિટીનો અર્થ એ છે કે જ્યાં ડેવલપર્સ કામ કરે છે ત્યાં રક્ષણાત્મક પ્રથાઓને એકીકૃત કરવી: કોડમાં, CI માં pipelines, અને નિર્ભરતા વ્યવસ્થાપન પ્રણાલીઓમાં.
તમારા CI રૂપરેખાંકનમાં પરવાનગી માન્યતા એમ્બેડ કરીને શરૂઆત કરો. ઓવર-પરમિસિવ સેટિંગ્સ માટે વર્કફ્લો વ્યાખ્યાઓ સ્કેન કરવા માટે ઓટોમેશનનો ઉપયોગ કરો અને બધા પગલાં સિવાય મર્જ અટકાવો. ઓછામાં ઓછા વિશેષાધિકારના સિદ્ધાંતનું પાલન કરો. આ આગોતરી કાર્યવાહી સીધી રીતે કાર્યપ્રવાહ સખ્તાઇ દ્વારા ડેટા ભંગને કેવી રીતે અટકાવવો તે અંગે ચર્ચા કરે છે.
રહસ્યોનું સંચાલન બીજો એક ક્ષેત્ર છે જ્યાં વિકાસકર્તાઓએ નિયંત્રણ લેવું જોઈએ. સોર્સ કોડમાં ઓળખપત્રો અથવા ટોકન્સ સંગ્રહિત કરવાનું ટાળો. ગુપ્ત શોધ સાધનો લાગુ કરો pre-commit hooks અને ભૂલો રિપોઝીટરીમાં પહોંચે તે પહેલાં તેને પકડવા માટે CI તપાસ કરે છે. આને AWS સિક્રેટ્સ મેનેજર અથવા હાશીકોર્પ વોલ્ટ જેવા ગુપ્ત વોલ્ટિંગ સોલ્યુશન્સ સાથે જોડી દો અને તમારી ડિપ્લોયમેન્ટ પ્રક્રિયાઓમાં ગુપ્ત રોટેશનને એકીકૃત કરો.
આંતરિક સ્ક્રિપ્ટો, પછી ભલે તે બેશ હોય, પાયથોન હોય કે Node.js, ને મહત્વપૂર્ણ સંપત્તિ તરીકે ગણવામાં આવવી જોઈએ. શેલ ઇન્જેક્શન, અયોગ્ય ફાઇલ હેન્ડલિંગ અથવા પર્યાવરણ ચલોના અસુરક્ષિત ઉપયોગ જેવા જોખમી કામગીરી માટે તેમની સમીક્ષા કરો. સ્ટેટિક વિશ્લેષણ સાધનોનો ઉપયોગ કરો અને બધી ઓપરેશનલ અથવા ડિપ્લોયમેન્ટ સ્ક્રિપ્ટો માટે પીઅર સમીક્ષાઓ લાગુ કરો.
ઍક્સેસ નિયંત્રણ નીતિઓ આમાં લખવી જોઈએ કોડ તરીકે ઈન્ફ્રાસ્ટ્રક્ચર (IaC) સાધનો, ક્લાઉડ કન્સોલમાં મેન્યુઅલી લાગુ કરવામાં આવતું નથી. આ વર્ઝન કંટ્રોલ, ઓડિટબિલિટી અને ઓટોમેટેડ વેલિડેશનને સક્ષમ કરે છે. AWS IAM એક્સેસ એનાલાઇઝર અથવા ઓપન પોલિસી એજન્ટ જેવા ટૂલ્સ ડિપ્લોયમેન્ટ પહેલાં કોડ લેવલ પર આ પરવાનગીઓને માન્ય કરવામાં મદદ કરી શકે છે. કોડ-ફર્સ્ટ IAM વેરિફિકેશન દ્વારા ડેટા ભંગને કેવી રીતે અટકાવવો તેનું આ બીજું ઉદાહરણ છે.
છેલ્લે, સોફ્ટવેર નિર્ભરતાઓમાં દૃશ્યતા મહત્વપૂર્ણ છે. પેદા SBOMઆપમેળે તમારી બિલ્ડ પ્રક્રિયાના ભાગ રૂપે અને તેમને સતત ટ્રેક કરો. આનાથી જાળવણી ન કરાયેલા અથવા દૂષિત પેકેજોની ઝડપી ઓળખ શક્ય બને છે. નેટવર્ક કોલ્સ અથવા તૃતીય-પક્ષ લાઇબ્રેરીઓમાં અસ્પષ્ટ કોડ જેવા શંકાસ્પદ વર્તણૂકોને ચિહ્નિત કરતા સાધનો વડે નબળાઈ સ્કેનિંગમાં વધારો કરો.
આ પ્રથાઓને રોજિંદા ડેવલપર વર્કફ્લોમાં ઉમેરીને, તમે ફક્ત ડેટા ભંગને કેવી રીતે અટકાવવો તે પ્રશ્નનો જવાબ આપતા નથી, પરંતુ તમે ઘર્ષણ પણ ઘટાડી શકો છો અને સુરક્ષિત કોડિંગ ટેવોને પ્રોત્સાહન આપી શકો છો. સુરક્ષા વિકાસનું કુદરતી વિસ્તરણ બની જાય છે, અવરોધ નહીં. આ બધી પ્રથાઓ ભંગના સામાન્ય કારણોને સીધા ઘટાડે છે.
વાસ્તવિક દુનિયાના ભંગો Pipelines અને કોડ
- ઉબેર ૨૦૨૨: ખાનગી GitHub રિપોઝીટરીમાં ખુલ્લા હાર્ડકોડેડ AWS ઓળખપત્રો શોધી કાઢ્યા પછી હુમલાખોરોએ Uber ની આંતરિક સિસ્ટમોમાં પ્રવેશ મેળવ્યો. અંદર ગયા પછી, તેઓ ફરીથી ઉપયોગમાં લેવાતા એક્સેસ ટોકન્સ અને નબળી રીતે સ્કોપ કરેલ IAM ભૂમિકાઓનો ઉપયોગ કરીને સેવાઓમાં બાજુ તરફ આગળ વધ્યા. આ કેસ બતાવે છે કે કોડ એક્સપોઝરમાં એક ભૂલ કેવી રીતે સંપૂર્ણ સમાધાન તરફ આગળ વધી શકે છે અને સામાન્ય વિકાસ દેખરેખને કારણે થતા ડેટા ભંગ શું છે તેનું આબેહૂબ ઉદાહરણ છે.
- એક્વીફેક્સ: ઇતિહાસના સૌથી હાઇ-પ્રોફાઇલ ભંગોમાંના એક, ઇક્વિફેક્સને અપાચે સ્ટ્રટ્સમાં જાણીતી નબળાઈને ઠીક કરવામાં નિષ્ફળતાને કારણે સહન કરવું પડ્યું. જ્યારે CVE જાહેર હતું, ત્યારે તેમના CI/CD pipeline ઓટોમેટેડ સ્કેનિંગ અને પેચ મેનેજમેન્ટ પ્રક્રિયાઓનો અભાવ હતો, જેના કારણે મહિનાઓ સુધી અનપેચ્ડ એક્સપોઝર રહ્યું. હુમલાખોરોએ લાખો સંવેદનશીલ PII ને ઍક્સેસ કરવા માટે આનો ઉપયોગ કર્યો, જે દર્શાવે છે કે નીચેનામાંથી કયા લેગસી કોડમાં ભંગના સામાન્ય કારણો છે. pipelines.
- કોડેકવ 2021: એક દૂષિત અભિનેતાએ કોડકોવની બેશ અપલોડર સ્ક્રિપ્ટમાં ફેરફાર કર્યો, જેનો CI માં વ્યાપકપણે ઉપયોગ થતો હતો. pipelines. સ્ક્રિપ્ટમાં કોડ દાખલ કરીને, તેઓએ હજારો ગ્રાહક વાતાવરણમાંથી પર્યાવરણીય ચલ (જેમાં ઘણીવાર ટોકન્સ અને ઓળખપત્રોનો સમાવેશ થતો હતો) બહાર કાઢ્યા. આ ભંગ અખંડિતતા ચકાસણી વિના બાહ્ય સ્ત્રોતોમાંથી સ્ક્રિપ્ટો ખેંચવાના જોખમોને પ્રકાશિત કરે છે અને બાહ્ય નિર્ભરતાને માન્ય કરીને ડેટા ભંગને કેવી રીતે અટકાવી શકાય તે અંગે સમજ આપે છે.
- સૌરવિન્ડ્સ: કુખ્યાત સપ્લાય ચેઇન હુમલામાં CI/CD સોલારવિન્ડ્સની સિસ્ટમ. હુમલાખોરોએ ઓરિઅન સોફ્ટવેરના બિલ્ડ આર્ટિફેક્ટ્સમાં માલવેર દાખલ કર્યું, જે પછી ગ્રાહકોને વિશ્વસનીય અપડેટ્સ તરીકે વિતરિત કરવામાં આવ્યું. આ ભંગથી બિલ્ડ ઇન્ટિગ્રિટી અને આર્ટિફેક્ટ બનાવટ દરમિયાન વર્તણૂકીય દેખરેખના અભાવ સાથે ઊંડા મુદ્દાઓ બહાર આવ્યા, જે ડેટા ભંગ કેવી રીતે ઉદ્ભવે છે તેનું બીજું એક મજબૂત ઉદાહરણ છે. pipeline પોતે.
- GitHub ક્રિયાઓનો દુરુપયોગ: અનેક ઘટનાઓ દર્શાવે છે કે હુમલાખોરો કેવી રીતે વધુ પડતા પરવાનગી આપનારા GitHub Actions વર્કફ્લોનો ઉપયોગ કરી શકે છે. ઉદાહરણ તરીકે, હુમલાખોરોએ દૂષિત કોડ સાથે PR સબમિટ કર્યા હતા જે નબળા સ્કોપિંગને કારણે ઉચ્ચ પરવાનગીઓ સાથે ચલાવવામાં આવ્યા હતા. પરવાનગીઓ: ક્ષેત્રો. આ કિસ્સાઓ જોબ આઇસોલેશન અને વર્કફ્લો વેલિડેશનના મહત્વ પર ભાર મૂકે છે અને દર્શાવે છે કે નીચેનામાંથી કયા CI સુરક્ષા ખોટી ગોઠવણીઓ સંબંધિત ભંગના સામાન્ય કારણો છે.
આ દરેક વાસ્તવિક દુનિયાના ઉદાહરણો દર્શાવે છે કે નીચેનામાંથી કયા ભંગના સામાન્ય કારણો છે, કોડમાં રહસ્યો અને અનપેચ્ડ નબળાઈઓથી લઈને pipeline દુરુપયોગ અને નિર્ભરતા મેનીપ્યુલેશન. તેઓ ડેટા ભંગને કેવી રીતે અટકાવવો તે અંગેની વ્યાપક વ્યૂહરચનાના ભાગ રૂપે મજબૂત નિયંત્રણો લાગુ કરવાની તાકીદને પણ મજબૂત બનાવે છે.
Xygeni ડેવલપર-સંચાલિત ડેટા ભંગને રોકવામાં કેવી રીતે મદદ કરે છે
ઝીગેની વાસ્તવિક સમય પૂરો પાડે છે pipeline security GitHub Actions, GitLab CI અને Jenkins માં સીધા એકીકૃત કરીને. તે અસુરક્ષિત ડિફોલ્ટ માટે YAML ને સ્કેન કરે છે, પરવાનગી સ્કોપ્સ ચકાસે છે અને તમારા રિમોટ પર અથડાતા પહેલા રહસ્યો શોધી કાઢે છે. તેના IAM માન્યતા સાધનો ફક્ત ક્લાઉડ કન્સોલમાં જ નહીં, પણ કોડબેઝની અંદરથી પરવાનગી વપરાશનું ઑડિટ કરે છે.
નિર્ભરતા માટે, Xygeni સતત ઓફર કરે છે SBOM દૂષિત અથવા સંવેદનશીલ પેકેજોને ઉત્પાદનમાં લાવતા પહેલા ટ્રેકિંગ અને ફ્લેગ કરે છે. તે ટોકન ઉપયોગ, પુનઃઉપયોગ પર ચેતવણીઓ અને જાહેર સંપર્કને ઓળખે છે CI/CD વાતાવરણ
ટૂંકમાં, Xygeni ડેટા ભંગના જોખમોને કેવી રીતે અટકાવી શકાય તે માટે વિકાસકર્તા-પ્રથમ અભિગમને સક્ષમ કરે છે, સમસ્યાઓને વહેલા પકડીને અને જ્યાંથી તે શરૂ થાય છે ત્યાંથી કોડમાં તેને ઠીક કરીને. તેનું ઓટોમેશન અસુરક્ષિત ડિફોલ્ટ અને છુપાયેલા જોખમોને શોધીને ભંગના સામાન્ય કારણોનો સામનો કરવા માટે બનાવવામાં આવ્યું છે.
સુરક્ષિત કોડ, સુરક્ષિત Pipelines, ભંગ અટકાવો
ડેટા ભંગ શું છે તે ખરેખર સમજવા માટે, વિકાસકર્તાઓએ ફાયરવોલથી આગળ જોવું જોઈએ અને કોડ પર ધ્યાન કેન્દ્રિત કરવું જોઈએ, pipelines, અને ઍક્સેસ સ્તરો. નીચેનામાંથી કયા ભંગના સામાન્ય કારણો છે તે સમજીને, ટીમો સુરક્ષાને ડાબી બાજુ ખસેડી શકે છે અને સીધા તેમના કાર્યપ્રવાહમાં સ્થિતિસ્થાપકતા બનાવી શકે છે.
સારી ડિપેન્ડન્સી હાઇજીન, ઓટોમેટેડ પરવાનગી તપાસ, અથવા ગુપ્ત સ્કેનિંગ દ્વારા, ડેટા ભંગની ઘટનાઓને કેવી રીતે અટકાવવી તે માર્ગ ડેવલપરના IDE અને CI માં શરૂ થાય છે. pipeline. ઝાયજેની જેવા સાધનો આને વ્યવહારુ અને અસરકારક બનાવે છે, pipelineનબળા બિંદુઓથી મજબૂત ગઢમાં ફેરવાય છે. આમ કરીને, તેઓ આજની સોફ્ટવેર સપ્લાય ચેઇનમાં ભંગના સૌથી સામાન્ય કારણોને દૂર કરવામાં મદદ કરે છે.
