Banco Serfinanza reduserer tiden for administrasjon av søk med rundt 90 % og automatiserer sine sikre utviklingskontroller med AI

case Study

Banco Serfinanza-logoen

Om Banco Serfinanza

Banco Serfinanza SA er en colombiansk finansinstitusjon med hovedkontor i Barranquilla, som spesialiserer seg på forbrukerbankvirksomhet, detaljhandelsfinansiering og finansielle løsninger for små og mellomstore bedrifter.

Som en del av sin vekst- og digitale transformasjonsstrategi har banken bygget sin egen teknologiske kapasitet for å fremskynde lanseringen av digitale produkter og tjenester. Programvareutviklingen hviler på to søyler: en intern programvarefabrikk og en gruppe spesialiserte strategiske partnere som også skriver kode for banken.

Utfordringen: innebygd sikkerhet på tvers av distribuert utvikling

Når utviklingen øker farten og også er delt mellom et internt team og flere eksterne partnere, kan ikke sikkerhetskontrollen lenger stole på manuelle gjennomganger. Hver leveranse er en sjanse for at en kodesårbarhet eller en usikker infrastrukturkonfigurasjon kan nå produksjon uten at noen oppdager det i tide.

Og deteksjon var ikke problemet. Med periodiske gjennomganger mottok sikkerhetsteamet mengder med funn som måtte klassifiseres manuelt, og bestemte én etter én hvilke som fortjente en utviklers tid, og deretter tildelte dem. Det klassifiseringsarbeidet, ikke analysen, var flaskehalsen. Banco Serfinanza identifiserte tre spesifikke behov:

• Kontinuerlig, jevn synlighet risikoen for at all kode kommer inn i banken, enten den er skrevet av den interne fabrikken eller av en partner.
• Automatisk prioritering, ikke manuell sortering. Å bestemme hva som skal fikses først bør ikke avhenge av at noen gjennomgår lister én etter én.
• Kontroll innenfor utviklingssyklusen, ikke etter den. Analysen bør kjøres på hver commit og hver pull request, ikke som en periodisk gjennomgang som etterlater mellomrom mellom én runde og den neste.

Det underliggende målet var ikke å legge til et nytt analyseverktøy: det var å styrke sikker utviklingsstyring med automatiserte, målbare bevis.

Utfordringen vår var ikke å oppdage sårbarheter, men å gjøre det med den hastigheten som vårt interne utviklingsteam og våre eksterne partnere beveger seg med. Det raske tempoet i virksomheten betyr en konstant økning i kode som kommer inn i banken, og med manuelle kontroller var det ikke bærekraftig.

Leonell Santiago Sanandres

Direktør for operasjonell risiko

Løsningen: en plattform i tråd med visjonen for digital transformasjon

Banken tok i bruk Xygeni etter en grundig evaluering av alternativene som var tilgjengelige på markedet.

Den første kontakten fant sted på 18ENISE, arrangementet organisert av INCIBE i León, Spania, hvor Banco Serfinanza-teamet oppdaget Xygenis tilnærming til håndtering av sikkerhet i programvareutvikling.

Derfra ble det kjørt en konseptutprøving for å validere to ting: at plattformen var integrert med prosessene og verktøyene banken allerede hadde på plass, og at resultatene den produserte var handlingsrettede uten å øke arbeidsmengden for sikkerhetsteamet.

Xygeni dekker hele syklusen fra én enkelt plattform, med analyse av proprietær kode, avhengigheter med åpen kildekode, kjørende applikasjoner, API-er, eksponert legitimasjon og infrastruktur som kode, pluss beskyttelse av programvarens forsyningskjede og en ASPM lag som konsoliderer både egne funn og funn fra andre verktøy i én enkelt risikomodell.

Fra den plattformen distribuerte Banco Serfinanza fire funksjoner, valgt ut fordi de passet til bankens prioriteringer: AI SAST på proprietær kode, CI/CD Sikkerhet på pipelines, IaC Security på infrastruktur som kode, og plattformens kunstige intelligens-lag, som automatiserer sorteringen og prioriteringen av alt de tre andre oppdager.

Integrasjonen ble gjort på GitLab, og la til analyse i den eksisterende pipelines. Arkivene ble gradvis tatt i bruk, i faser og i henhold til bankens prioriteringer, i stedet for å slå på analyse på tvers av hele eiendommen samtidig. Det decision unngikk den vanlige effekten av en sikkerhetsutrulling: et innledende volum av funn så stort at utviklingsteam ignorerer det.

Resultatene viste sterk samsvar med organisasjonens mål, spesielt innen automatisering, risikosynlighet og sterkere kontroller for sikker utvikling.

Xygeni-produkter brukt

Selv om Banco Serfinanza har testet alle Xygeni-produkter, og dermed økt analysedekningen og problemdeteksjonen, var fokuset og de validerte fordelene under PoC-en konsentrert om følgende:

CI/CD Trygghet

Pipelines analyseres som kode, med samme tempo som applikasjonskoden. Xygeni-kontroller pipeline definisjoner og SCM innstillinger for usikre konfigurasjoner, overdreven tilgang, ubeskyttede grener og risiko i byggeprosessen, tilordnet OWASP CI/CD Topp 10. For en bank med distribuert utvikling, pipeline er et like kritisk kontrollpunkt som selve koden: det er der alt som kommer inn i banken møtes, enten det kommer innenfra eller utenfra.

AI SAST

AI-drevet statisk analyse av proprietær kode på alle commit og pull requestDen oppdager usikre mønstre som SQL-injeksjon eller cross-site scripting og bruker depotets egen kontekst for å skille det som kan utnyttes fra det som er teoretisk, slik at utviklere bare ser det som betyr noe. Det samme standard gjelder kode fra det interne teamet og fra strategiske partnere, og når et funn bekreftes, foreslår AI Auto-fix rettelsen direkte i pull request.

IaC Security

Usikre konfigurasjoner i infrastruktur ettersom kode oppdages før de klargjøres, på tvers av Terraform, CloudFormation, ARM, Bicep, Kubernetes, Helm og Dockerfiles, pluss containeravbildningene de bygger. Guardrails i pull request og pipeline stoppe en risikabel endring før den når skyen, og AI Auto-fix foreslår den korrigerte malen. Fiksingen skjer når det koster minutter, ikke etter utrulling, når det koster et vedlikeholdsvindu.

Resultatene

90 % mindre tid brukt på å identifisere, prioritere og tildele sikkerhetsfunn
Besparelsene kommer ikke fra raskere deteksjon, men fra at man ikke lenger klassifiserer manuelt. Analysen gikk fra periodisk gjennomgang til å kjøres automatisk på alle commit og hver pull request, og AI-laget leverer risiko som allerede er ordnet etter reell kontekst i stedet for teoretisk alvorlighetsgrad. Det som pleide å være en tilbakevendende oppgave for sikkerhetsteamet, å gjennomgå lister og bestemme hva som skulle tildeles hvem, er nå allerede løst. Hoppet til de 90 % sammenfaller med introduksjonen av laget med kunstig intelligens. Kontinuerlig deteksjon var allerede løst med AI. SAST, CI/CD Sikkerhet og IaC Security; det som manglet var å eliminere det manuelle arbeidet som hopet seg opp etter hver analyse.

Styring over kode som bankens eget team ikke skriver

Sikkerhetskontroll gjelder både for utvikling fra den interne fabrikken og fra strategiske partnere. Banken gikk fra å stole på hver leverandørs praksis til å kreve de samme verifiserbare standard, med automatisert bevis på at det er oppfylt ved hver leveranse, på tvers av mer enn 100 databaser under kontinuerlig analyse. Dette er resultatet med størst langsiktig rekkevidde i hele utrullingen. standard som kontrolleres ved hver leveranse, avhenger ikke av hver partners modenhet eller det kommersielle forholdet til dem, og det gir banken en annen posisjon i samtalene med leverandører.

Tidlig oppdagelse av svakheter før produksjonsstart

Kodesårbarheter og usikre infrastrukturkonfigurasjoner identifiseres i utviklingssyklusen, hvor det å fikse dem koster en brøkdel av hva det koster senere. I dag blir alle kritiske og høye funn løst før de når produksjon.

Fra å finne til å fikse: syklusen måles i timer, ikke dager

En svakhet som tidligere kunne gå uoppdaget hen frem til neste planlagte gjennomgang, dukker nå opp i løpet av minutter, innenfor samme pull request der den ble introdusert, og fikses mens konteksten fortsatt er fersk for utvikleren. Fiksing slutter å være en avbrudd og blir en del av arbeidet som allerede pågår.

Automatisk prioritering: fra en mengde funn til en kortliste

Triage er ikke lenger en oppgave for sikkerhetsteamet. Plattformens kunstige intelligens sorterer risiko etter reell kontekst og reduserer støyen som når utviklingsteamene. Effekten er ikke bare teknisk: den forbedrer forholdet mellom sikkerhet og produkt, fordi det utviklerne blir bedt om å fikse er berettiget.

Implementeringen av Xygeni har gjort det mulig for oss å styrke våre sikre utviklingsprosesser betydelig ved å automatisere kontroller og oppdage sårbarheter tidlig.

Vi har redusert tiden vi brukte på å håndtere og prioritere funn med rundt 90 %, og i dag blir de fleste av dem løst før de når produksjon. Utover plattformens tekniske muligheter, verdsetter vi teamets commitfokus på kontinuerlig forbedring, innovasjon og tett støtte gjennom hele prosessen.

Xygeni har blitt en viktig muliggjører innenfor vår strategi for digital transformasjon og teknologisk risikostyring.

Leonell Santiago Sanandres
Direktør for operasjonell risiko, Banco Serfinanza SA

Sikre programvareutviklingen og -leveringen din

med Xygeni Security