AI-ಚಾಲಿತ SDLCಗಳು ಈಗಾಗಲೇ ಇಲ್ಲಿವೆ. AI ಇನ್ನು ಮುಂದೆ ಬರುತ್ತಿಲ್ಲ. ಅದು ಈಗಾಗಲೇ ಇಲ್ಲಿದೆ. ಅದು ನಮ್ಮ IDE ಗಳಲ್ಲಿ ಕೋಡ್ ಬರೆಯುತ್ತದೆ. ಅದು ಲೈಬ್ರರಿಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡುತ್ತದೆ. ಅದು ತೆರೆಯುತ್ತದೆ pull requests. ಇದು ನಮ್ಮ ಹಂತಗಳಲ್ಲಿ ಚಲಿಸುತ್ತದೆ pipelines. ಡೆವಲಪರ್ಗಳು AI ಬಳಸುತ್ತಾರೆಯೇ ಎಂಬುದು ಇನ್ನು ಮುಂದೆ ಪ್ರಶ್ನೆಯಲ್ಲ. ಸಂಸ್ಥೆಗಳು ಗೋಚರತೆ, ನಿಯಂತ್ರಣ ಮತ್ತು ವಿಶ್ವಾಸವನ್ನು ಹೇಗೆ ಕಾಯ್ದುಕೊಳ್ಳುತ್ತವೆ ಎಂಬುದು ಪ್ರಶ್ನೆ.
ಆಧುನಿಕ ಸಾಫ್ಟ್ವೇರ್ ಅಭಿವೃದ್ಧಿ ಈಗಾಗಲೇ AI ಯುಗವನ್ನು ಪ್ರವೇಶಿಸಿದೆ.
ಎಂಜಿನಿಯರಿಂಗ್ ಸಂಸ್ಥೆಗಳಾದ್ಯಂತ, ಡೆವಲಪರ್ಗಳು ಈಗಾಗಲೇ ದೈನಂದಿನ ಅಭಿವೃದ್ಧಿ ಕಾರ್ಯಾಚರಣೆಗಳ ಭಾಗವಾಗಿ ಸಹ-ಪೈಲಟ್ಗಳು, ಕೋಡಿಂಗ್ ಸಹಾಯಕರು, AI-ಚಾಲಿತ IDEಗಳು, ಆಂತರಿಕ ಏಜೆಂಟ್ಗಳು, MCP-ಸಂಪರ್ಕಿತ ಪರಿಕರಗಳು ಮತ್ತು ಹೆಚ್ಚುತ್ತಿರುವ ಸ್ವಾಯತ್ತ ಕೆಲಸದ ಹರಿವುಗಳನ್ನು ಬಳಸುತ್ತಿದ್ದಾರೆ. ಪ್ರಯೋಗವಾಗಿ ಪ್ರಾರಂಭವಾದದ್ದು ತ್ವರಿತವಾಗಿ ಸಾಫ್ಟ್ವೇರ್ ಅಭಿವೃದ್ಧಿ ಜೀವನಚಕ್ರದೊಳಗೆ ಹುದುಗಿದೆ. ಕ್ಸಿಜೆನಿ ಆಯೋಜಿಸಿದ್ದ ಇತ್ತೀಚಿನ ಸೇಫ್ದೇವ್ ಟಾಕ್ನ ಕೇಂದ್ರ ವಿಷಯ ಅದು: “AI-ಚಾಲಿತ SDLCಗಳು ಈಗಾಗಲೇ ಇಲ್ಲಿದ್ದಾರೆ. ಈಗೇನು?"
ಅಧಿವೇಶನವು ಒಟ್ಟಿಗೆ ತಂದಿತು ಸ್ಯಾಮ್ ಸ್ಟೆಪನ್ಯನ್, OWASP ಗ್ಲೋಬಲ್ ಬೋರ್ಡ್ ಸದಸ್ಯ ಮತ್ತು OWASP ಲಂಡನ್ ಅಧ್ಯಾಯ ನಾಯಕ; ಅಶ್ವಿನಿ ಸಿದ್ಧಿ, OWASP ಗ್ಲೋಬಲ್ ಬೋರ್ಡ್ ಸದಸ್ಯ ಮತ್ತು ಸೈಬರ್ ಸೆಕ್ಯುರಿಟಿ ನಾಯಕ AI-ಚಾಲಿತ ಪರಿಸರಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಿದ್ದಾರೆ; ಮತ್ತು ಜೀಸಸ್ ಕ್ವಾಡ್ರಾಡೊ, ಕ್ಸಿಜೆನಿಯಲ್ಲಿ ಸಿಇಒ, ಮಾಡರೇಟ್ ಮಾಡಿದವರು ಲೂಯಿಸ್ ರೊಡ್ರಿಗಜ್, ಕ್ಸಿಜೆನಿಯಲ್ಲಿ ಸಂಶೋಧನಾ ಅಧಿಕಾರಿ.
ಮತ್ತು ಚರ್ಚೆಯ ಉದ್ದಕ್ಕೂ ಹೊರಹೊಮ್ಮಿದ್ದು ಸ್ಪಷ್ಟ ಸಂದೇಶವಾಗಿತ್ತು: AppSec ಸಂಭಾಷಣೆಯು ಮೂಲಭೂತವಾಗಿ ಬದಲಾಗಿದೆ. ಭದ್ರತಾ ತಂಡಗಳು ಇನ್ನು ಮುಂದೆ ಸಾಫ್ಟ್ವೇರ್ ಅಭಿವೃದ್ಧಿಯೊಳಗೆ AI ಅಳವಡಿಕೆಗೆ ತಯಾರಿ ನಡೆಸುತ್ತಿಲ್ಲ. ಅವರು ಈಗಾಗಲೇ ಅದನ್ನು ನಿಭಾಯಿಸುತ್ತಿದ್ದಾರೆ.
AI-ಚಾಲಿತರಿಗೆ ಪ್ರಮುಖ ಅಂಶಗಳು SDLCs
- AI ಈಗಾಗಲೇ ಆಧುನಿಕ ತಂತ್ರಜ್ಞಾನಗಳಲ್ಲಿ ಹುದುಗಿದೆ. SDLCಸಹ-ಪೈಲಟ್ಗಳು, ಕೋಡಿಂಗ್ ಸಹಾಯಕರು, ಸ್ವಾಯತ್ತ ಏಜೆಂಟ್ಗಳು ಮತ್ತು AI-ಚಾಲಿತ ಅಭಿವೃದ್ಧಿ ಪರಿಕರಗಳ ಮೂಲಕ ರು.
- ಸಾಂಪ್ರದಾಯಿಕ AppSec ಮಾದರಿಗಳನ್ನು AI-ರಚಿತ ಕೋಡ್, ಭ್ರಮೆಯ ಅವಲಂಬನೆಗಳು, ಸ್ವಾಯತ್ತ ಕೆಲಸದ ಹರಿವುಗಳು ಅಥವಾ ಯಂತ್ರ-ವೇಗ ಅಭಿವೃದ್ಧಿಗಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿಲ್ಲ.
- ನೆರಳು AI ಒಂದು ಪ್ರಮುಖ ಗೋಚರತೆ ಮತ್ತು ಆಡಳಿತ ಸವಾಲಾಗಿ ಪರಿಣಮಿಸುತ್ತಿದೆ CISOs ಮತ್ತು AppSec ತಂಡಗಳು.
- AI-ನೆರವಿನ ಅಭಿವೃದ್ಧಿಯು ಹೊಸ ದಾಳಿ ಮೇಲ್ಮೈಗಳನ್ನು ಪರಿಚಯಿಸುತ್ತದೆ, ಇದರಲ್ಲಿ ಪ್ರಾಂಪ್ಟ್ ಇಂಜೆಕ್ಷನ್, ದುರುದ್ದೇಶಪೂರಿತ ಅವಲಂಬನೆಗಳು, MCP ದುರುಪಯೋಗ ಮತ್ತು ಏಜೆಂಟ್ ಕೆಲಸದ ಹರಿವುಗಳು ಸೇರಿವೆ.
- ಸಂಸ್ಥೆಗಳಿಗೆ ಗೋಚರತೆ, ಗುಣಲಕ್ಷಣ, ಕನಿಷ್ಠ ಸವಲತ್ತು ಮತ್ತು ನಿರಂತರ ಪರಿಶೀಲನೆಯ ಸುತ್ತ ನಿರ್ಮಿಸಲಾದ AI-ಅರಿವುಳ್ಳ ಆಡಳಿತ ಮಾದರಿಗಳು ಬೇಕಾಗುತ್ತವೆ.
- ಉದ್ಯಮವು ಏಜೆಂಟ್ ಉದ್ಯಮದತ್ತ ವೇಗವಾಗಿ ಸಾಗುತ್ತಿದೆ. SDLCAI ವ್ಯವಸ್ಥೆಗಳು ಅಭಿವೃದ್ಧಿ ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು ಸಕ್ರಿಯವಾಗಿ ನಿರ್ವಹಿಸುವ ಸ್ಥಳಗಳು.
ಸಂಪೂರ್ಣ ಸೇಫ್ದೇವ್ ಟಾಕ್ ಸೆಷನ್ ವೀಕ್ಷಿಸಿ: AI-ಚಾಲಿತ SDLCಗಳು ಈಗಾಗಲೇ ಇಲ್ಲಿದ್ದಾರೆ
ಅಧಿವೇಶನದಲ್ಲಿ ಚರ್ಚಿಸಲಾದ ಕೆಲವು ಪ್ರಮುಖ ಒಳನೋಟಗಳು ಇಲ್ಲಿವೆ, ಅವುಗಳಲ್ಲಿ AI ಹೇಗೆ AppSec ಬೆದರಿಕೆ ಮಾದರಿಯನ್ನು ಮರುರೂಪಿಸುತ್ತಿದೆ, ಏಕೆ CISಅಭಿವೃದ್ಧಿ ಪರಿಸರಗಳಲ್ಲಿ Os ಗೋಚರತೆಯನ್ನು ಕಳೆದುಕೊಳ್ಳುತ್ತಿವೆ ಮತ್ತು ಸಂಸ್ಥೆಗಳು ಮೊದಲು ಯಾವ ಪ್ರಾಯೋಗಿಕ ನಿಯಂತ್ರಣಗಳಿಗೆ ಆದ್ಯತೆ ನೀಡಬೇಕು.
ಏಕೆ AI-ಚಾಲಿತ? SDLC ಈಗ ಭದ್ರತೆ ಮುಖ್ಯ
ಸಾಫ್ಟ್ವೇರ್ ಅಭಿವೃದ್ಧಿಯಲ್ಲಿ AI ಅಳವಡಿಕೆಯು ಹೆಚ್ಚಿನ ಆಡಳಿತ ಕಾರ್ಯಕ್ರಮಗಳು ಹೊಂದಿಕೊಳ್ಳುವುದಕ್ಕಿಂತ ವೇಗವಾಗಿ ವೇಗಗೊಳ್ಳುತ್ತಿದೆ. ಸಂಸ್ಥೆಗಳು ಸಹ-ಪೈಲಟ್ಗಳಿಂದ ಹೆಚ್ಚು ಹೆಚ್ಚು ಸ್ವಾಯತ್ತ ಏಜೆಂಟ್ಗಳತ್ತ ಸಾಗುತ್ತಿದ್ದಂತೆ, SDLC ಸಾಂಪ್ರದಾಯಿಕ AppSec ವಿಧಾನಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಹೆಚ್ಚು ಯಂತ್ರ-ಚಾಲಿತ, ಕ್ರಿಯಾತ್ಮಕ ಮತ್ತು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡುವುದು ಕಷ್ಟಕರವಾಗುತ್ತಿದೆ.
ಅನೇಕರಿಗೆ CISOs ಮತ್ತು AppSec ನಾಯಕರೇ, AI ಅಭಿವೃದ್ಧಿ ಪರಿಸರಕ್ಕೆ ಪ್ರವೇಶಿಸುತ್ತದೆಯೇ ಎಂಬುದು ಇನ್ನು ಮುಂದೆ ಸವಾಲಲ್ಲ. ಗೋಚರತೆ, ಗುಣಲಕ್ಷಣ ಮತ್ತು ಕಾರ್ಯಾಚರಣೆಯ ನಿಯಂತ್ರಣವನ್ನು ಈಗಾಗಲೇ ಹೊಂದಿರುವಾಗ ಅದನ್ನು ಹೇಗೆ ನಿರ್ವಹಿಸುವುದು ಎಂಬುದು ಸವಾಲಾಗಿದೆ.
ಆ ಬದಲಾವಣೆಯು ಈಗಾಗಲೇ ಸಂಸ್ಥೆಗಳನ್ನು ಪುನರ್ವಿಮರ್ಶಿಸಲು ಒತ್ತಾಯಿಸುತ್ತಿದೆ software supply chain security, ಆಡಳಿತ ಮಾದರಿಗಳು, ಡೆವಲಪರ್ ಗೋಚರತೆ ಮತ್ತು ಆಧುನಿಕ ಸಾಫ್ಟ್ವೇರ್ ಅಭಿವೃದ್ಧಿ ಪರಿಸರದಲ್ಲಿ ನಂಬಿಕೆಯ ಪಾತ್ರ.
ಭದ್ರತಾ ಆಡಳಿತಕ್ಕಿಂತ AI ಅಳವಡಿಕೆ ವೇಗವಾಗಿ ಸಾಗುತ್ತಿದೆ.
ಸಂಭಾಷಣೆಯ ಉದ್ದಕ್ಕೂ ಪ್ರಬಲವಾದ ವಿಷಯವೆಂದರೆ ವೇಗ. ಆರಂಭಿಕ ಸಮಯದಲ್ಲಿ ಲೂಯಿಸ್ ರೊಡ್ರಿಗಸ್ ವಿವರಿಸಿದಂತೆ, AI ಇನ್ನು ಮುಂದೆ ಪ್ರಯೋಗ ಅಥವಾ ಪ್ರತ್ಯೇಕ ಉತ್ಪಾದಕತಾ ಪರಿಕರಗಳಿಗೆ ಸೀಮಿತವಾಗಿಲ್ಲ. ಇದು ಈಗಾಗಲೇ ಅಭಿವೃದ್ಧಿ ಕಾರ್ಯಪ್ರವಾಹಗಳಲ್ಲಿ ನೇರವಾಗಿ ಭಾಗವಹಿಸುತ್ತಿದೆ: ಕೋಡ್ ಬರೆಯುವುದು, ಗ್ರಂಥಾಲಯಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡುವುದು, ಸಂವಹನ ನಡೆಸುವುದು pipelineಗಳು, ಮತ್ತು ಸಾಫ್ಟ್ವೇರ್ ಮೂಲಸೌಕರ್ಯದಲ್ಲಿಯೇ ಹೆಚ್ಚಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿವೆ.
ಸದಸ್ಯರನ್ನು ಹೆಚ್ಚು ಅಚ್ಚರಿಗೊಳಿಸಿದ್ದು AI ಅಳವಡಿಕೆಯ ಅಸ್ತಿತ್ವವಲ್ಲ, ಬದಲಿಗೆ ಅದು ಈಗಾಗಲೇ ಎಷ್ಟು ವ್ಯಾಪಕವಾಗಿದೆ, ಆಗಾಗ್ಗೆ ಔಪಚಾರಿಕ ಗೋಚರತೆ ಅಥವಾ ಆಡಳಿತವಿಲ್ಲದೆ. ಅಧಿಕೃತ ಭದ್ರತಾ ನೀತಿ ಮತ್ತು ಎಂಜಿನಿಯರಿಂಗ್ ತಂಡಗಳ ಒಳಗೆ, ವಿಶೇಷವಾಗಿ ನಿಯಂತ್ರಿತ ಕೈಗಾರಿಕೆಗಳಲ್ಲಿ ನಿಜವಾಗಿ ಏನು ನಡೆಯುತ್ತಿದೆ ಎಂಬುದರ ನಡುವೆ ಹೆಚ್ಚುತ್ತಿರುವ ಸಂಪರ್ಕ ಕಡಿತವನ್ನು ಸ್ಯಾಮ್ ಸ್ಟೆಪನ್ಯನ್ ವಿವರಿಸಿದ್ದಾರೆ. ಕೆಲವು ಸಂಸ್ಥೆಗಳು ಇನ್ನೂ "AI ಬಳಸುತ್ತಿಲ್ಲ" ಎಂದು ಹೇಳಿಕೊಳ್ಳುತ್ತವೆ, ಆದರೆ ಡೆವಲಪರ್ಗಳು ಈಗಾಗಲೇ ತಮ್ಮ ದಿನನಿತ್ಯದ ಕೆಲಸದ ಹರಿವುಗಳಲ್ಲಿ ಸಹ-ಪೈಲಟ್ಗಳು, ಸಹಾಯಕರು ಮತ್ತು AI ಪರಿಕರಗಳನ್ನು ಸಂಯೋಜಿಸುತ್ತಿದ್ದಾರೆ.
ಅದೇ ಸಮಯದಲ್ಲಿ, ಅನೇಕ ಸಂಸ್ಥೆಗಳು ಇನ್ನೂ ಒಪ್ಪಿಕೊಳ್ಳಲು ಹೆಣಗಾಡುತ್ತಿರುವ ವಾಸ್ತವವನ್ನು ಅವರು ಗಮನಸೆಳೆದರು: AI ಅಳವಡಿಕೆಯನ್ನು ತಪ್ಪಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತಿರುವ ಕಂಪನಿಗಳು ಸಹ ಅದನ್ನು ಈಗಾಗಲೇ ಆಕ್ರಮಣಕಾರಿಯಾಗಿ ಬಳಸುತ್ತಿರುವ ವಿರೋಧಿಗಳನ್ನು ಎದುರಿಸುತ್ತಿವೆ. ಆ ಉದ್ವಿಗ್ನತೆಯು ಸಾಫ್ಟ್ವೇರ್ ಅಭಿವೃದ್ಧಿ ಪರಿಸರಗಳಲ್ಲಿ ಈಗ ಅನೇಕ ಭದ್ರತಾ ನಾಯಕರು ನೆರಳು AI ಎಂದು ವಿವರಿಸುವುದನ್ನು ಸೃಷ್ಟಿಸುತ್ತಿದೆ, ಸ್ಥಾಪಿತ ಆಡಳಿತ ಮಾದರಿಗಳ ಹೊರಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುವ AI ವ್ಯವಸ್ಥೆಗಳು.
ಅಶ್ವಿನಿ ಸಿದ್ಧಿ ಮತ್ತೊಂದು ಪ್ರಮುಖ ದೃಷ್ಟಿಕೋನವನ್ನು ಸೇರಿಸಿದರು. ಕೇವಲ ಅಳವಡಿಕೆಯ ವೇಗವಲ್ಲ, ಬದಲಾಗಿ AI-ರಚಿತ ಕೋಡ್ ಸುತ್ತಲಿನ ಕಾರ್ಯಾಚರಣೆಯ ನೈರ್ಮಲ್ಯದ ಕೊರತೆಯು ಅವರನ್ನು ಕಳವಳಗೊಳಿಸುತ್ತದೆ. ಚರ್ಚೆಯ ಸಮಯದಲ್ಲಿ, AI ಎಲ್ಲಿ ಕೊಡುಗೆ ನೀಡಿದೆ, ಅದು ನಿರ್ದಿಷ್ಟ ಕೋಡ್ ಅನ್ನು ಏಕೆ ಉತ್ಪಾದಿಸಿದೆ ಅಥವಾ ಆ ದೋಷಪೂರಿತ ವ್ಯಕ್ತಿಗಳು ಹೇಗೆ ಎಂಬುದರ ಕುರಿತು ಸಂಸ್ಥೆಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಯಾವುದೇ ವಿಶ್ವಾಸಾರ್ಹ ಗುಣಲಕ್ಷಣವನ್ನು ಹೊಂದಿರುವುದಿಲ್ಲ ಎಂಬುದನ್ನು ಅವರು ಎತ್ತಿ ತೋರಿಸಿದರು.cisಅಯಾನುಗಳನ್ನು ನಂತರ ಪರಿಶೀಲಿಸಬೇಕು ಮತ್ತು ಮೌಲ್ಯೀಕರಿಸಬೇಕು. ಇದರ ಪರಿಣಾಮವು ಗಮನಾರ್ಹವಾಗಿದೆ: ಅಭಿವೃದ್ಧಿ ತಂಡಗಳು ಮಾನವೇತರ ಕೊಡುಗೆದಾರರನ್ನು ಪರಿಚಯಿಸುತ್ತಿವೆ SDLC, ಆದರೆ ಹೆಚ್ಚಿನ ಆಡಳಿತ ಮತ್ತು ವಿಮರ್ಶೆ ಮಾದರಿಗಳು ಇನ್ನೂ ಸಂಪೂರ್ಣವಾಗಿ ಮಾನವ ಕರ್ತೃತ್ವವನ್ನು ಹೊಂದಿವೆ.
AI ಅಭಿವೃದ್ಧಿಯನ್ನು ವೇಗಗೊಳಿಸುವುದಷ್ಟೇ ಅಲ್ಲ. ಅಪಾಯವು ಹೇಗೆ ಪ್ರವೇಶಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ಇದು ಬದಲಾಯಿಸುತ್ತದೆ SDLC
ಸಾಫ್ಟ್ವೇರ್ ಅಭಿವೃದ್ಧಿ ಕಾರ್ಯಪ್ರವಾಹಗಳಲ್ಲಿ AI ಎಂಬೆಡ್ ಆಗುತ್ತಿದ್ದಂತೆ, ದಾಳಿಯ ಮೇಲ್ಮೈ ಸಾಂಪ್ರದಾಯಿಕ AppSec ಊಹೆಗಳನ್ನು ಮೀರಿ ವಿಸ್ತರಿಸುತ್ತದೆ. ಫಲಕವು ಪದೇ ಪದೇ ಒಂದು ಕೇಂದ್ರ ಕಲ್ಪನೆಗೆ ಮರಳಿತು: ಹೆಚ್ಚಿನ ಭದ್ರತಾ ಕಾರ್ಯಕ್ರಮಗಳನ್ನು ಮಾನವ ವೇಗದಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ತಿಳಿದಿರುವ ಅಪಾಯಗಳ ಸುತ್ತ ನಿರ್ಮಿಸಲಾಗಿದೆ. AI ಎರಡೂ ಪರಿಸ್ಥಿತಿಗಳನ್ನು ಏಕಕಾಲದಲ್ಲಿ ಬದಲಾಯಿಸುತ್ತದೆ.
ಭದ್ರತಾ ತಂಡಗಳು ಇನ್ನು ಮುಂದೆ ಮಾನವ-ಲಿಖಿತ ಕೋಡ್ ಅನ್ನು ಮಾತ್ರ ಪರಿಶೀಲಿಸುತ್ತಿಲ್ಲ. ಅವರು AI-ರಚಿತ ಅವಲಂಬನೆಗಳು, ಪ್ರಾಂಪ್ಟ್ ಇಂಜೆಕ್ಷನ್ ಅಪಾಯಗಳು, ಸ್ವಾಯತ್ತ ಕೆಲಸದ ಹರಿವುಗಳು, MCP-ಸಂಪರ್ಕಿತ ಉಪಕರಣಗಳು, AI ಪ್ಲಗಿನ್ಗಳು ಮತ್ತು ಯಂತ್ರ-ವೇಗದೊಂದಿಗೆ ಹೆಚ್ಚಾಗಿ ವ್ಯವಹರಿಸುತ್ತಿದ್ದಾರೆ. CI/CD ಮರಣದಂಡನೆ.
ಮುರಿಯಲು ಪ್ರಾರಂಭಿಸುವ ಮೊದಲ ಪರಿಕಲ್ಪನೆಗಳಲ್ಲಿ ಒಂದು ಸಾಂಪ್ರದಾಯಿಕ ನಂಬಿಕೆಯ ಗಡಿಯಾಗಿದೆ ಎಂದು ಅಶ್ವಿನಿ ಸಿದ್ಧಿ ವಿವರಿಸಿದರು. AI ವ್ಯವಸ್ಥೆಗಳು ಬೃಹತ್ ಪ್ರಮಾಣದ ಸಾರ್ವಜನಿಕ ಸಂಹಿತೆಯ ಮೇಲೆ ತರಬೇತಿ ಪಡೆದಿವೆ, ಅವುಗಳಲ್ಲಿ ಹೆಚ್ಚಿನವು ಅಸುರಕ್ಷಿತ, ಹಳೆಯದು ಅಥವಾ ಸಂಪೂರ್ಣವಾಗಿ ಪರಿಶೀಲಿಸಲು ಅಸಾಧ್ಯ. ಪರಿಣಾಮವಾಗಿ, ವಿಶ್ವಾಸಾರ್ಹ ಗಡಿಗಳ ಒಳಗೆ ಅಥವಾ ಹೊರಗೆ ಏನಿದೆ ಎಂಬುದನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ವ್ಯಾಖ್ಯಾನಿಸುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಸಂಸ್ಥೆಗಳು ಕಳೆದುಕೊಳ್ಳುತ್ತವೆ.
ಈ ವ್ಯವಸ್ಥೆಗಳು ಸ್ಥಿರವಾಗಿಲ್ಲದ ಕಾರಣ AI ಮೂಲಭೂತವಾಗಿ ಬೆದರಿಕೆ ಮಾದರಿಯ ಸ್ವರೂಪವನ್ನು ಬದಲಾಯಿಸುತ್ತದೆ ಎಂದು ಅವರು ಒತ್ತಿ ಹೇಳಿದರು. AI ವ್ಯವಸ್ಥೆಗಳು ನಿರಂತರವಾಗಿ ವಿಕಸನಗೊಳ್ಳುವ, ಹೊಂದಿಕೊಳ್ಳುವ ಮತ್ತು ನಡವಳಿಕೆಯನ್ನು ಕ್ರಿಯಾತ್ಮಕವಾಗಿ ಅತ್ಯುತ್ತಮಗೊಳಿಸುವ ಪರಿಸರಗಳಲ್ಲಿ ಸಾಂಪ್ರದಾಯಿಕ ಪಾಯಿಂಟ್-ಇನ್-ಟೈಮ್ ಭದ್ರತಾ ವಿಮರ್ಶೆಗಳು ಇನ್ನು ಮುಂದೆ ನಿಲ್ಲುವುದಿಲ್ಲ.
ಜೀಸಸ್ ಕ್ವಾಡ್ರಾಡೊ ಈ ಸಮಸ್ಯೆಯನ್ನು ಸಾಫ್ಟ್ವೇರ್ ಪೂರೈಕೆ ಸರಪಳಿ ದೃಷ್ಟಿಕೋನದಿಂದ ಸಮೀಪಿಸಿದರು. ಅಧಿವೇಶನದಲ್ಲಿ ಚರ್ಚಿಸಲಾದ ಸ್ಪಷ್ಟ ಉದಾಹರಣೆಗಳಲ್ಲಿ AI- ಸೂಚಿಸಿದ ಅವಲಂಬನೆಗಳು ಸೇರಿವೆ. ಡೆವಲಪರ್ಗಳು AI- ರಚಿತ ಪ್ಯಾಕೇಜ್ ಶಿಫಾರಸುಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಸ್ವೀಕರಿಸುವ ಪ್ರಮಾಣ ಹೆಚ್ಚುತ್ತಿದೆ, ಆಗಾಗ್ಗೆ ಕಡಿಮೆ ಅಥವಾ ಯಾವುದೇ ಮೌಲ್ಯೀಕರಣ ಪ್ರಕ್ರಿಯೆಯಿಲ್ಲದೆ. ಅದು ಸಂಪೂರ್ಣವಾಗಿ ಹೊಸ ದಾಳಿಯ ಮಾರ್ಗವನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ.
ಪ್ಯಾನೆಲ್ ಸಮಯದಲ್ಲಿ ಚರ್ಚಿಸಿದಂತೆ, ದಾಳಿಕೋರರು ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿಗಳಿಂದ ಉತ್ಪತ್ತಿಯಾಗುವ ಭ್ರಮೆಯ ಪ್ಯಾಕೇಜ್ ಹೆಸರುಗಳನ್ನು ಗುರುತಿಸಬಹುದು, ಆ ಪ್ಯಾಕೇಜ್ಗಳನ್ನು ಸಾರ್ವಜನಿಕ ರೆಪೊಸಿಟರಿಗಳಲ್ಲಿ ನೋಂದಾಯಿಸಬಹುದು ಮತ್ತು ಡೆವಲಪರ್ಗಳು ಅಥವಾ AI ಏಜೆಂಟ್ಗಳು ಅವುಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಸ್ಥಾಪಿಸುವವರೆಗೆ ಕಾಯಬಹುದು.
ಇದು ಸಾಂಪ್ರದಾಯಿಕ ಹಿಂದಿನ ಊಹೆಗಳನ್ನು ನಾಟಕೀಯವಾಗಿ ಬದಲಾಯಿಸುತ್ತದೆ SCA ಕಾರ್ಯಕ್ರಮಗಳು. ಭದ್ರತಾ ತಂಡಗಳು ಇನ್ನು ಮುಂದೆ ತಿಳಿದಿರುವ ದುರ್ಬಲ ಅವಲಂಬನೆಗಳೊಂದಿಗೆ ಮಾತ್ರ ವ್ಯವಹರಿಸುತ್ತಿಲ್ಲ. ಅವರು ನಿಮಿಷಗಳ ಹಿಂದೆ ಕಾಣಿಸಿಕೊಂಡಿರಬಹುದಾದ ಮತ್ತು AI- ನೆರವಿನ ಕೆಲಸದ ಹರಿವುಗಳಿಗಾಗಿ ನಿರ್ದಿಷ್ಟವಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ ದುರುದ್ದೇಶಪೂರಿತ ನಡವಳಿಕೆಯನ್ನು ಹೊಂದಿರುವ ಅವಲಂಬನೆಗಳೊಂದಿಗೆ ಹೆಚ್ಚಾಗಿ ವ್ಯವಹರಿಸುತ್ತಿದ್ದಾರೆ.
ಅಭಿವೃದ್ಧಿ ಪರಿಸರಗಳಲ್ಲಿ ಸಂಪೂರ್ಣವಾಗಿ ಹೊಸ ಮೇಲ್ಮೈಗಳನ್ನು ಗುರಿಯಾಗಿಸಿಕೊಂಡು ದಾಳಿಗಳು ಹೇಗೆ ಪ್ರಾರಂಭವಾಗುತ್ತಿವೆ ಎಂಬುದನ್ನು ಚರ್ಚೆಯು ಪರಿಶೋಧಿಸಿತು. ಕಾಮೆಂಟ್ಗಳ ಒಳಗೆ ತ್ವರಿತ ಇಂಜೆಕ್ಷನ್, ಏಜೆಂಟ್ಗಳಿಗೆ ವಿಷಪೂರಿತ ಸೂಚನಾ ಫೈಲ್ಗಳು, ದುರುದ್ದೇಶಪೂರಿತ MCP ಸಂವಹನಗಳು ಮತ್ತು ಕುಶಲತೆಯಿಂದ ಮಾಡಿದ AI ಕೆಲಸದ ಹರಿವುಗಳು ಎಲ್ಲವೂ ವಾಸ್ತವಿಕ ದಾಳಿ ವಾಹಕಗಳಾಗುತ್ತಿವೆ. ಫಲಿತಾಂಶವು ಬೆದರಿಕೆ ಮಾದರಿಯಾಗಿದ್ದು, ಇದು ಮೂಲತಃ ಸಾಂಪ್ರದಾಯಿಕ AppSec ಕಾರ್ಯಕ್ರಮಗಳಿಗಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಿದ್ದಕ್ಕಿಂತ ವಿಶಾಲವಾದ, ವೇಗವಾದ ಮತ್ತು ಹೆಚ್ಚು ಕ್ರಿಯಾತ್ಮಕವಾಗಿದೆ.
CISOs ಗೋಚರತೆಯನ್ನು ಕಳೆದುಕೊಳ್ಳುತ್ತಿವೆ SDLC
ಚರ್ಚೆಯ ಉದ್ದಕ್ಕೂ ಗೋಚರತೆಯು ಪ್ರಮುಖ ವಿಷಯಗಳಲ್ಲಿ ಒಂದಾಯಿತು. ಲೂಯಿಸ್ ರೊಡ್ರಿಗಸ್ ಅಧಿವೇಶನದಲ್ಲಿ ಸಂಕ್ಷೇಪಿಸಿದಂತೆ, ಅನೇಕ ಭದ್ರತಾ ನಾಯಕರಿಗೆ ತಮ್ಮ ಡೆವಲಪರ್ಗಳು ಯಾವ AI ಪರಿಕರಗಳನ್ನು ಬಳಸುತ್ತಿದ್ದಾರೆ, ಯಾವ AI-ರಚಿತ ಕೋಡ್ ರೆಪೊಸಿಟರಿಗಳನ್ನು ಪ್ರವೇಶಿಸುತ್ತಿದ್ದಾರೆ ಅಥವಾ ಯಾವ ಏಜೆಂಟ್ಗಳೊಂದಿಗೆ ಸಂವಹನ ನಡೆಸುತ್ತಿದ್ದಾರೆಂದು ತಿಳಿದಿಲ್ಲ. pipelineಗಳು ಮತ್ತು ಮೂಲಸೌಕರ್ಯ.
ಸಮಿತಿಯು ಇದನ್ನು ಶ್ಯಾಡೋ ಐಟಿಯಿಂದ ಶ್ಯಾಡೋ ಎಐ ಆಗಿ ವಿಕಸನ ಎಂದು ಬಣ್ಣಿಸಿತು. ಆದರೆ ಹಿಂದಿನ ತಲೆಮಾರುಗಳ ಮಂಜೂರಾತಿ ಇಲ್ಲದ ಉಪಕರಣಗಳಿಗಿಂತ ಭಿನ್ನವಾಗಿ, ಈ ವ್ಯವಸ್ಥೆಗಳು ಅಭಿವೃದ್ಧಿಯಲ್ಲಿ ಸಕ್ರಿಯವಾಗಿ ಭಾಗವಹಿಸುತ್ತವೆcisಅಯಾನುಗಳು. ಅವು ಕೋಡ್ ಅನ್ನು ಉತ್ಪಾದಿಸುತ್ತವೆ, ಅವಲಂಬನೆಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡುತ್ತವೆ, ಮೂಲಸೌಕರ್ಯದೊಂದಿಗೆ ಸಂವಹನ ನಡೆಸುತ್ತವೆ ಮತ್ತು ಡೆವಲಪರ್ಗಳ ಪರವಾಗಿ ಕಾರ್ಯಾಚರಣೆಯ ಆಯ್ಕೆಗಳನ್ನು ಹೆಚ್ಚಾಗಿ ಮಾಡುತ್ತವೆ.
ಸ್ಯಾಮ್ ಸ್ಟೆಪನ್ಯನ್ ಮತ್ತೊಂದು ನಿರ್ಣಾಯಕ ಸವಾಲನ್ನು ಎತ್ತಿ ತೋರಿಸಿದರು: ಗುಣಲಕ್ಷಣ. AI-ರಚಿತ ಕೋಡ್ ಹೆಚ್ಚು ಸಾಮಾನ್ಯವಾಗುತ್ತಿದ್ದಂತೆ, ನಿರ್ದಿಷ್ಟ ಕ್ರಿಯೆಯನ್ನು ಯಾರು (ಅಥವಾ ಏನು) ಮಾಡಿದ್ದಾರೆ ಎಂಬುದನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ನಿರ್ಧರಿಸುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಸಂಸ್ಥೆಗಳು ಕಳೆದುಕೊಳ್ಳುತ್ತವೆ.
ಪತ್ತೆಹಚ್ಚುವಿಕೆಯ ನಷ್ಟವು ಆಡಳಿತ ಮತ್ತು ಕಾರ್ಯಾಚರಣೆಯ ಸಮಸ್ಯೆಗಳನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ. ತಂಡಗಳು ಮಾನವ ಮತ್ತು AI- ರಚಿತ ನಡವಳಿಕೆಯ ನಡುವೆ ವಿಶ್ವಾಸಾರ್ಹವಾಗಿ ವ್ಯತ್ಯಾಸವನ್ನು ಗುರುತಿಸಲು ಸಾಧ್ಯವಾಗದಿದ್ದರೆ, ಘಟನೆಯ ಪ್ರತಿಕ್ರಿಯೆ, ಲೆಕ್ಕಪರಿಶೋಧನೆ ಮತ್ತು ಭದ್ರತಾ ಪರಿಶೀಲನೆ ಎಲ್ಲವೂ ಗಮನಾರ್ಹವಾಗಿ ಹೆಚ್ಚು ಜಟಿಲವಾಗುತ್ತವೆ.
AI-ರಚಿತ ಔಟ್ಪುಟ್ ಅನ್ನು ಅತಿಯಾಗಿ ನಂಬುವ ಪ್ರವೃತ್ತಿ ಹೆಚ್ಚುತ್ತಿರುವ ಬಗ್ಗೆಯೂ ಚರ್ಚೆಯು ಸ್ಪರ್ಶಿಸಿತು. AI-ರಚಿತ ಕೋಡ್ ಆತ್ಮವಿಶ್ವಾಸ ಮತ್ತು ಕ್ರಿಯಾತ್ಮಕವಾಗಿ ಕಾಣುವುದರಿಂದ, ಅದು ಸುರಕ್ಷಿತವಾಗಿರಬೇಕು ಎಂದು ಡೆವಲಪರ್ಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಭಾವಿಸುತ್ತಾರೆ. ಆದರೆ ಸ್ಯಾಮ್ ಗಮನಸೆಳೆದಂತೆ, ಈ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಆಗಾಗ್ಗೆ ಅಸುರಕ್ಷಿತ ಸಾರ್ವಜನಿಕ ಉದಾಹರಣೆಗಳ ಮೇಲೆ ತರಬೇತಿ ನೀಡಲಾಗುತ್ತದೆ ಮತ್ತು ಹೆಚ್ಚಿನ ವಿಶ್ವಾಸದೊಂದಿಗೆ ದುರ್ಬಲ ಅಥವಾ ಸಂಪೂರ್ಣವಾಗಿ ಭ್ರಮೆಯ ಫಲಿತಾಂಶಗಳನ್ನು ಉತ್ಪಾದಿಸಬಹುದು. ಇದು ಅಪಾಯಕಾರಿ ಸಂಯೋಜನೆಯನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ: ಸೀಮಿತ ಗೋಚರತೆ, ಕಡಿಮೆಯಾದ ಗುಣಲಕ್ಷಣ ಮತ್ತು ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ ಹೆಚ್ಚುತ್ತಿರುವ ನಂಬಿಕೆಯನ್ನು ಸಂಸ್ಥೆಗಳು ಸಂಪೂರ್ಣವಾಗಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದಿಲ್ಲ.
ಉದ್ಯಮವು ಸದ್ದಿಲ್ಲದೆ ಏಜೆಂಟ್ ಕಡೆಗೆ ಸಾಗುತ್ತಿದೆ SDLCs
ಚರ್ಚೆಯ ಪ್ರಮುಖ ಭಾಗಗಳಲ್ಲಿ ಒಂದಾದ ಸಹ-ಪೈಲಟ್ಗಳಿಂದ ಸ್ವಾಯತ್ತ ಏಜೆಂಟ್ಗಳಿಗೆ ಪರಿವರ್ತನೆಯ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಲಾಗಿದೆ. ಉದ್ಯಮವು ವೇಗವಾಗಿ ಏಜೆಂಟ್ ಎಂದು ವಿವರಿಸಬಹುದಾದ ಕಡೆಗೆ ಸಾಗುತ್ತಿದೆ ಎಂದು ಪ್ಯಾನೆಲಿಸ್ಟ್ಗಳು ಒಪ್ಪಿಕೊಂಡರು. SDLC, AI ವ್ಯವಸ್ಥೆಗಳು ಇನ್ನು ಮುಂದೆ ಕೋಡ್ ಅನ್ನು ಸೂಚಿಸುವುದಿಲ್ಲ, ಆದರೆ ಸಾಫ್ಟ್ವೇರ್ ಜೀವನಚಕ್ರದಾದ್ಯಂತ ಸಕ್ರಿಯವಾಗಿ ಕ್ರಮಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತಿರುವ ಪರಿಸರಗಳು.
AI ವ್ಯವಸ್ಥೆಗಳು ತೆರೆಯಲು ಪ್ರಾರಂಭಿಸುತ್ತಿವೆ pull requests, ಪರೀಕ್ಷೆಗಳನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಿ, ಬಾಹ್ಯ ಪರಿಕರಗಳನ್ನು ಆಹ್ವಾನಿಸಿ, ಮೂಲಸೌಕರ್ಯವನ್ನು ಮಾರ್ಪಡಿಸಿ, API ಗಳೊಂದಿಗೆ ಸಂವಹನ ನಡೆಸಿ, ಮತ್ತು ಅಭಿವೃದ್ಧಿ ಪರಿಸರಗಳಲ್ಲಿ ಸ್ವಾಯತ್ತವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಿ. ಬೇರೆ ರೀತಿಯಲ್ಲಿ ಹೇಳುವುದಾದರೆ, AI ಸಹಾಯಕದಿಂದ ಆಪರೇಟರ್ಗೆ ಬದಲಾಗುತ್ತಿದೆ.
ಆ ಬದಲಾವಣೆಯು ಮೂಲಭೂತವಾಗಿ ಭದ್ರತಾ ಮಾದರಿಯನ್ನು ಬದಲಾಯಿಸುತ್ತದೆ. ಚರ್ಚೆಯನ್ನು ಅನ್ವೇಷಿಸಿದಂತೆ, ಸಂಸ್ಥೆಗಳಿಗೆ AI ಏಜೆಂಟ್ಗಳಿಗೆ ಗುರುತು, ಕನಿಷ್ಠ-ಸವಲತ್ತು ಪ್ರವೇಶ, ಲೆಕ್ಕಪರಿಶೋಧನೆ, ಮಾನವ ಮೇಲ್ವಿಚಾರಣೆ, ಸಹಿ ಮಾಡಿದ ಕ್ರಮಗಳು ಮತ್ತು AI ನಡವಳಿಕೆಯ ನಿರಂತರ ಗೋಚರತೆಯ ಸುತ್ತ ಕೇಂದ್ರೀಕೃತವಾದ ಸಂಪೂರ್ಣವಾಗಿ ಹೊಸ ಆಡಳಿತ ವಿಧಾನಗಳು ಬೇಕಾಗಬಹುದು.
ಅಧಿವೇಶನದಲ್ಲಿ ಚರ್ಚಿಸಲಾದ ಒಂದು ವಿಶೇಷವಾಗಿ ಗಮನಾರ್ಹ ಉದಾಹರಣೆಯೆಂದರೆ, ಒಂದು AI ವ್ಯವಸ್ಥೆಯು ತನ್ನ ನಿಯೋಜಿತ ಉದ್ದೇಶವನ್ನು ಅನುಸರಿಸಲು ಡೆವಲಪರ್ ಕಾರ್ಯಸ್ಥಳದಲ್ಲಿ ಎಂಡ್ಪಾಯಿಂಟ್ ಭದ್ರತಾ ರಕ್ಷಣೆಗಳನ್ನು ನಿಷ್ಕ್ರಿಯಗೊಳಿಸಲು ಪ್ರಯತ್ನಿಸುವುದನ್ನು ಒಳಗೊಂಡಿತ್ತು.
ಆ ಉದಾಹರಣೆಯು AI-ಚಾಲಿತ ಪರಿಸರಗಳ ಬಗ್ಗೆ ಒಂದು ಪ್ರಮುಖ ವಾಸ್ತವವನ್ನು ವಿವರಿಸುತ್ತದೆ: ಈ ವ್ಯವಸ್ಥೆಗಳು ಭದ್ರತಾ ಗಡಿಗಳಿಗಾಗಿ ಅಲ್ಲ, ಗುರಿಗಳಿಗಾಗಿ ಅತ್ಯುತ್ತಮವಾಗಿಸುತ್ತವೆ. ಸಾಂಪ್ರದಾಯಿಕ AppSec ಅನ್ನು ಮಾನವ ತಪ್ಪುಗಳನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡುವ ಸುತ್ತಲೂ ನಿರ್ಮಿಸಲಾಗಿದೆ. AppSec ನ ಮುಂದಿನ ಪೀಳಿಗೆಯು ಸ್ವಾಯತ್ತ ನಡವಳಿಕೆಯನ್ನು ನಿಯಂತ್ರಿಸುವ ಅಗತ್ಯವನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ.
AI-ಅವೇರ್ AppSec ಗೆ ಶೂನ್ಯ ನಂಬಿಕೆಯ ವಿಧಾನ ಏಕೆ ಬೇಕು
ಸೇಫ್ದೇವ್ ಚರ್ಚೆಯ ಉದ್ದಕ್ಕೂ ಚರ್ಚಿಸಲಾದ ಹಲವು ವಿಷಯಗಳು ಯಾವುದರ ಕಡೆಗೆ ವಿಶಾಲವಾದ ಬದಲಾವಣೆಯೊಂದಿಗೆ ನಿಕಟವಾಗಿ ಹೊಂದಿಕೆಯಾಗುತ್ತವೆ ಕ್ಸಿಜೆನಿ AI-ಯುಗಕ್ಕೆ ಶೂನ್ಯ ನಂಬಿಕೆ ಎಂದು ವ್ಯಾಖ್ಯಾನಿಸುತ್ತದೆ SDLC: ಯಾವುದನ್ನೂ ನಂಬಬೇಡಿ, ಎಲ್ಲವನ್ನೂ ಪರಿಶೀಲಿಸಿ, AI ಸ್ವತಃ ಸೇರಿದಂತೆ. ಕ್ಸಿಜೆನಿಯ ಪ್ಲಾಟ್ಫಾರ್ಮ್ ವಿಧಾನದಲ್ಲಿ ವಿವರಿಸಿದಂತೆ, AI ಏಕಕಾಲದಲ್ಲಿ ಅನೇಕ ಪದರಗಳಲ್ಲಿ ದಾಳಿ ಮೇಲ್ಮೈಯನ್ನು ವಿಸ್ತರಿಸುತ್ತದೆ:
- ಮೊದಲ-ಪಕ್ಷ ಕೋಡ್,
- ಅವಲಂಬನೆಗಳು,
- CI/CD pipelines,
- AI ಮಾದರಿಗಳು ಮತ್ತು ಏಜೆಂಟ್ಗಳು,
- ಮತ್ತು ಡೆವಲಪರ್ ಪರಿಸರಗಳು.
ಈ ಪ್ರದೇಶಗಳಲ್ಲಿ ಹಲವು ಸಾಂಪ್ರದಾಯಿಕ AppSec ಪರಿಕರಗಳಿಗೆ ಹೆಚ್ಚಾಗಿ ಅಗೋಚರವಾಗಿರುತ್ತವೆ. ಸವಾಲು ಇನ್ನು ಮುಂದೆ ದುರ್ಬಲತೆಗಳಿಗಾಗಿ ಕೋಡ್ ಅನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡುವುದು ಅಲ್ಲ. AI- ರಚಿತ ಅವಲಂಬನೆಗಳು, ಡೆವಲಪರ್ ಪರಿಸರಗಳಲ್ಲಿನ AI ಚಟುವಟಿಕೆ, ಏಜೆಂಟ್ ನಡವಳಿಕೆ, AI- ಸಂಪರ್ಕಿತ ಮೂಲಸೌಕರ್ಯ ಮತ್ತು ಯಂತ್ರದ ವೇಗದಲ್ಲಿ ನಡೆಯುವ ಸಾಫ್ಟ್ವೇರ್ ಪೂರೈಕೆ ಸರಪಳಿ ಸಂವಹನಗಳ ಬಗ್ಗೆ ಸಂಸ್ಥೆಗಳಿಗೆ ಹೆಚ್ಚಿನ ಗೋಚರತೆಯ ಅಗತ್ಯವಿದೆ.
ಅದಕ್ಕಾಗಿಯೇ AI ದಾಸ್ತಾನು, AI-ಅರಿವು ಮುಂತಾದ ಪರಿಕಲ್ಪನೆಗಳು ASPM, AI-SPM, ಮತ್ತು ಡೆವಲಪರ್ ಪರಿಸರ ಆಡಳಿತವು ಆಧುನಿಕ AppSec ಸಂಭಾಷಣೆಗಳಿಗೆ ವೇಗವಾಗಿ ಕೇಂದ್ರಬಿಂದುವಾಗುತ್ತಿದೆ.
ನಮ್ಮ SDLC ಈಗಾಗಲೇ ಬದಲಾಗಿದೆ
ಸೇಫ್ದೇವ್ ಚರ್ಚೆಯು ಒಂದು ವಿಷಯವನ್ನು ಸ್ಪಷ್ಟಪಡಿಸಿದೆ: AI ಈಗಾಗಲೇ ಒಳಗೆ ಹುದುಗಿದೆ SDLC. AI ನೆರವಿನ ಅಭಿವೃದ್ಧಿ ಸಂಭವಿಸುತ್ತದೆಯೇ ಎಂದು ಉದ್ಯಮವು ಇನ್ನು ಮುಂದೆ ಚರ್ಚಿಸುತ್ತಿಲ್ಲ. ಆ ಪರಿವರ್ತನೆಯು ಈಗಾಗಲೇ ಎಲ್ಲಾ ಗಾತ್ರದ ಎಂಜಿನಿಯರಿಂಗ್ ಸಂಸ್ಥೆಗಳಲ್ಲಿ ನಡೆಯುತ್ತಿದೆ.
ಹೆಚ್ಚುತ್ತಿರುವ ಸ್ವಾಯತ್ತ ಅಭಿವೃದ್ಧಿ ಪರಿಸರಗಳಲ್ಲಿ ಗೋಚರತೆ, ಆಡಳಿತ, ಗುಣಲಕ್ಷಣ ಮತ್ತು ಕಾರ್ಯಾಚರಣೆಯ ನಿಯಂತ್ರಣವನ್ನು ಕಾಯ್ದುಕೊಳ್ಳುವುದು ಈಗ ನಿಜವಾದ ಸವಾಲಾಗಿದೆ.
AI ಅಳವಡಿಕೆ ವೇಗವಾಗುತ್ತಿದ್ದಂತೆ, ವಿಶ್ವಾಸಾರ್ಹತೆಯ ಗಡಿಗಳು, ಮಾನವ ಕರ್ತೃತ್ವ, ಸಾಫ್ಟ್ವೇರ್ ಮೂಲ ಮತ್ತು ಸ್ಥಿರ ಆಡಳಿತ ಮಾದರಿಗಳ ಸುತ್ತಲಿನ ಸಾಂಪ್ರದಾಯಿಕ AppSec ಊಹೆಗಳು ಮುರಿದುಹೋಗುತ್ತಲೇ ಇರುತ್ತವೆ.
ವೇಗವಾಗಿ ಹೊಂದಿಕೊಳ್ಳುವ ಸಂಸ್ಥೆಗಳು AI ಅಳವಡಿಕೆಯನ್ನು ನಿಧಾನಗೊಳಿಸುವ ಸಂಸ್ಥೆಗಳು ಎಂದೇನೂ ಅಲ್ಲ. ಅವರು ಈಗಾಗಲೇ ಚಲಿಸುತ್ತಿರುವ ವೇಗದಲ್ಲಿ AI-ಚಾಲಿತ ಸಾಫ್ಟ್ವೇರ್ ಅಭಿವೃದ್ಧಿಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು, ನಿಯಂತ್ರಿಸಲು ಮತ್ತು ಸುರಕ್ಷಿತಗೊಳಿಸಲು ಸಮರ್ಥರಾಗಿರುತ್ತಾರೆ.
OWASP ಗ್ಲೋಬಲ್ AppSec EU ವಿಯೆನ್ನಾದಲ್ಲಿ ಸಂವಾದವನ್ನು ಮುಂದುವರಿಸಿ
AI-ಚಾಲಿತ ಸುತ್ತಲಿನ ಸಂಭಾಷಣೆ SDLC ಭದ್ರತೆ ಇದೀಗ ಆರಂಭವಾಗುತ್ತಿದೆ. ವಿಯೆನ್ನಾದಲ್ಲಿರುವ OWASP ಗ್ಲೋಬಲ್ ಆಪ್ಸೆಕ್ EU ನಲ್ಲಿ ಕ್ಸಿಜೆನಿ ಈ ವಿಷಯಗಳನ್ನು ಅನ್ವೇಷಿಸುವುದನ್ನು ಮುಂದುವರಿಸುತ್ತಾರೆ, ಅಲ್ಲಿ ತಂಡವು AI-ಅರಿವುಳ್ಳ ಆಪ್ಸೆಕ್ ಬಗ್ಗೆ ಚರ್ಚಿಸುತ್ತದೆ, software supply chain security, AI ಆಡಳಿತ, ಮತ್ತು ಏಜೆಂಟ್ ಅಭಿವೃದ್ಧಿ ಪರಿಸರಗಳ ಉದಯೋನ್ಮುಖ ಅಪಾಯಗಳು.
ನೀವು ಭಾಗವಹಿಸುತ್ತಿದ್ದರೆ OWASP ಗ್ಲೋಬಲ್ ಆಪ್ಸೆಕ್ EU, ವಿಯೆನ್ನಾದ G-08 ಬೂತ್ನಲ್ಲಿ ಕ್ಸಿಜೆನಿ ತಂಡವನ್ನು ಭೇಟಿ ಮಾಡಿ!
