AI-ਚਾਲਿਤ SDLCਪਹਿਲਾਂ ਹੀ ਇੱਥੇ ਹਨ

AI-ਚਾਲਿਤ SDLCਪਹਿਲਾਂ ਹੀ ਇੱਥੇ ਹਨ। ਹੁਣ ਕੀ?

ਵਿਸ਼ਾ - ਸੂਚੀ

ਪੜ੍ਹਨਯੋਗ ਪੋਸਟਾਂ

AI-ਚਾਲਿਤ SDLCs ਪਹਿਲਾਂ ਹੀ ਇੱਥੇ ਹਨ। AI ਹੁਣ ਨਹੀਂ ਆ ਰਿਹਾ। ਇਹ ਪਹਿਲਾਂ ਹੀ ਇੱਥੇ ਹੈ। ਇਹ ਸਾਡੇ IDE ਵਿੱਚ ਕੋਡ ਲਿਖਦਾ ਹੈ। ਇਹ ਲਾਇਬ੍ਰੇਰੀਆਂ ਚੁਣਦਾ ਹੈ। ਇਹ ਖੁੱਲ੍ਹਦਾ ਹੈ pull requests. ਇਹ ਸਾਡੇ ਵਿੱਚ ਕਦਮ ਚੁੱਕਦਾ ਹੈ pipelineਐੱਸ. ਸਵਾਲ ਹੁਣ ਇਹ ਨਹੀਂ ਹੈ ਕਿ ਕੀ ਡਿਵੈਲਪਰ AI ਦੀ ਵਰਤੋਂ ਕਰਨਗੇ। ਸਵਾਲ ਇਹ ਹੈ ਕਿ ਸੰਗਠਨ ਅਜਿਹਾ ਕਰਦੇ ਸਮੇਂ ਦ੍ਰਿਸ਼ਟੀ, ਨਿਯੰਤਰਣ ਅਤੇ ਵਿਸ਼ਵਾਸ ਕਿਵੇਂ ਬਣਾਈ ਰੱਖਦੇ ਹਨ।

ਆਧੁਨਿਕ ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਪਹਿਲਾਂ ਹੀ ਏਆਈ ਯੁੱਗ ਵਿੱਚ ਦਾਖਲ ਹੋ ਚੁੱਕਾ ਹੈ।

ਇੰਜੀਨੀਅਰਿੰਗ ਸੰਗਠਨਾਂ ਵਿੱਚ, ਡਿਵੈਲਪਰ ਪਹਿਲਾਂ ਹੀ ਰੋਜ਼ਾਨਾ ਵਿਕਾਸ ਕਾਰਜਾਂ ਦੇ ਹਿੱਸੇ ਵਜੋਂ ਕੋਪਾਇਲਟ, ਕੋਡਿੰਗ ਸਹਾਇਕ, ਏਆਈ-ਸੰਚਾਲਿਤ IDE, ਅੰਦਰੂਨੀ ਏਜੰਟ, MCP-ਕਨੈਕਟਡ ਟੂਲ, ਅਤੇ ਵਧਦੀ ਖੁਦਮੁਖਤਿਆਰ ਵਰਕਫਲੋ ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹਨ। ਪ੍ਰਯੋਗ ਦੇ ਰੂਪ ਵਿੱਚ ਜੋ ਸ਼ੁਰੂ ਹੋਇਆ ਸੀ ਉਹ ਤੇਜ਼ੀ ਨਾਲ ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਜੀਵਨ ਚੱਕਰ ਦੇ ਅੰਦਰ ਹੀ ਸ਼ਾਮਲ ਹੋ ਗਿਆ ਹੈ। ਇਹ ਜ਼ਾਇਗੇਨੀ ਦੁਆਰਾ ਆਯੋਜਿਤ ਨਵੀਨਤਮ ਸੇਫਡੇਵ ਟਾਕ ਦਾ ਕੇਂਦਰੀ ਵਿਸ਼ਾ ਸੀ: “AI-ਚਾਲਿਤ SDLCਪਹਿਲਾਂ ਹੀ ਇੱਥੇ ਹਨ। ਹੁਣ ਕੀ?"

ਸੈਸ਼ਨ ਨੇ ਇਕੱਠੇ ਕੀਤਾ ਸੈਮ ਸਟੀਪਨੀਅਨ, OWASP ਗਲੋਬਲ ਬੋਰਡ ਮੈਂਬਰ ਅਤੇ OWASP ਲੰਡਨ ਚੈਪਟਰ ਲੀਡਰ; ਅਸ਼ਵਨੀ ਸਿੱਧੀ, OWASP ਗਲੋਬਲ ਬੋਰਡ ਮੈਂਬਰ ਅਤੇ ਸਾਈਬਰ ਸੁਰੱਖਿਆ ਨੇਤਾ ਜੋ AI-ਸੰਚਾਲਿਤ ਵਾਤਾਵਰਣਾਂ 'ਤੇ ਕੇਂਦ੍ਰਿਤ ਹਨ; ਅਤੇ ਜੀਸਸ ਕੁਆਡਰਾਡੋ, ਜ਼ਾਇਗੇਨੀ ਦੇ ਸੀਈਓ, ਦੁਆਰਾ ਸੰਚਾਲਿਤ ਲੁਈਸ ਰੋਡਰਿਗਜ਼, ਜ਼ਾਇਗੇਨੀ ਵਿਖੇ ਖੋਜ ਅਧਿਕਾਰੀ।

ਅਤੇ ਸਾਰੀ ਚਰਚਾ ਦੌਰਾਨ ਜੋ ਉਭਰਿਆ ਉਹ ਇੱਕ ਸਪੱਸ਼ਟ ਸੰਦੇਸ਼ ਸੀ: ਐਪਸੇਕ ਗੱਲਬਾਤ ਬੁਨਿਆਦੀ ਤੌਰ 'ਤੇ ਬਦਲ ਗਈ ਹੈ। ਸੁਰੱਖਿਆ ਟੀਮਾਂ ਹੁਣ ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਦੇ ਅੰਦਰ ਏਆਈ ਅਪਣਾਉਣ ਦੀ ਤਿਆਰੀ ਨਹੀਂ ਕਰ ਰਹੀਆਂ ਹਨ। ਉਹ ਪਹਿਲਾਂ ਹੀ ਇਸ ਨਾਲ ਨਜਿੱਠ ਰਹੀਆਂ ਹਨ।

ਏਆਈ-ਸੰਚਾਲਿਤ ਲਈ ਮੁੱਖ ਨੁਕਤੇ SDLCs

  • AI ਪਹਿਲਾਂ ਹੀ ਆਧੁਨਿਕ ਦੁਨੀਆ ਵਿੱਚ ਸ਼ਾਮਲ ਹੈ SDLCਸਹਿ-ਪਾਇਲਟਾਂ, ਕੋਡਿੰਗ ਸਹਾਇਕਾਂ, ਆਟੋਨੋਮਸ ਏਜੰਟਾਂ, ਅਤੇ ਏਆਈ-ਸੰਚਾਲਿਤ ਵਿਕਾਸ ਟੂਲਿੰਗ ਰਾਹੀਂ।
  • ਰਵਾਇਤੀ ਐਪਸੇਕ ਮਾਡਲ AI-ਤਿਆਰ ਕੋਡ, ਭਰਮ ਨਿਰਭਰਤਾਵਾਂ, ਆਟੋਨੋਮਸ ਵਰਕਫਲੋ, ਜਾਂ ਮਸ਼ੀਨ-ਸਪੀਡ ਵਿਕਾਸ ਲਈ ਤਿਆਰ ਨਹੀਂ ਕੀਤੇ ਗਏ ਸਨ।
  • ਸ਼ੈਡੋ ਏਆਈ ਇੱਕ ਵੱਡੀ ਦਿੱਖ ਅਤੇ ਸ਼ਾਸਨ ਚੁਣੌਤੀ ਬਣ ਰਹੀ ਹੈ CISਓਐਸ ਅਤੇ ਐਪਸੇਕ ਟੀਮਾਂ।
  • ਏਆਈ-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਵਿਕਾਸ ਨਵੇਂ ਹਮਲੇ ਦੇ ਸਤਹਾਂ ਨੂੰ ਪੇਸ਼ ਕਰਦਾ ਹੈ ਜਿਸ ਵਿੱਚ ਤੁਰੰਤ ਟੀਕਾ, ਖਤਰਨਾਕ ਨਿਰਭਰਤਾ, ਐਮਸੀਪੀ ਦੁਰਵਰਤੋਂ, ਅਤੇ ਏਜੰਟਿਕ ਵਰਕਫਲੋ ਸ਼ਾਮਲ ਹਨ।
  • ਸੰਗਠਨਾਂ ਨੂੰ ਦ੍ਰਿਸ਼ਟੀ, ਵਿਸ਼ੇਸ਼ਤਾ, ਘੱਟੋ-ਘੱਟ ਵਿਸ਼ੇਸ਼ ਅਧਿਕਾਰ, ਅਤੇ ਨਿਰੰਤਰ ਤਸਦੀਕ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਬਣਾਏ ਗਏ AI-ਜਾਗਰੂਕ ਸ਼ਾਸਨ ਮਾਡਲਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
  • ਇਹ ਉਦਯੋਗ ਤੇਜ਼ੀ ਨਾਲ ਏਜੰਟਿਕ ਵੱਲ ਵਧ ਰਿਹਾ ਹੈ SDLCਜਿੱਥੇ AI ਸਿਸਟਮ ਸਰਗਰਮੀ ਨਾਲ ਵਿਕਾਸ ਕਾਰਜ ਕਰਦੇ ਹਨ।

ਪੂਰਾ SafeDev ਟਾਕ ਸੈਸ਼ਨ ਦੇਖੋ: AI-Driven SDLCਪਹਿਲਾਂ ਹੀ ਇੱਥੇ ਹਨ

ਹੇਠਾਂ ਸੈਸ਼ਨ ਦੌਰਾਨ ਵਿਚਾਰੇ ਗਏ ਕੁਝ ਮੁੱਖ ਸੂਝ-ਬੂਝ ਦਿੱਤੇ ਗਏ ਹਨ, ਜਿਸ ਵਿੱਚ ਇਹ ਵੀ ਸ਼ਾਮਲ ਹੈ ਕਿ AI ਐਪਸੇਕ ਧਮਕੀ ਮਾਡਲ ਨੂੰ ਕਿਵੇਂ ਮੁੜ ਆਕਾਰ ਦੇ ਰਿਹਾ ਹੈ, ਕਿਉਂ CISਓਐਸ ਵਿਕਾਸ ਵਾਤਾਵਰਣਾਂ ਵਿੱਚ ਦਿੱਖ ਗੁਆ ਰਹੇ ਹਨ, ਅਤੇ ਸੰਗਠਨਾਂ ਨੂੰ ਪਹਿਲਾਂ ਕਿਹੜੇ ਵਿਹਾਰਕ ਨਿਯੰਤਰਣਾਂ ਨੂੰ ਤਰਜੀਹ ਦੇਣੀ ਚਾਹੀਦੀ ਹੈ। 

ਏਆਈ-ਸੰਚਾਲਿਤ ਕਿਉਂ SDLC ਸੁਰੱਖਿਆ ਇਸ ਵੇਲੇ ਮਾਇਨੇ ਰੱਖਦੀ ਹੈ

ਸਾਫਟਵੇਅਰ ਡਿਵੈਲਪਮੈਂਟ ਦੇ ਅੰਦਰ ਏਆਈ ਨੂੰ ਅਪਣਾਉਣ ਦੀ ਗਤੀ ਜ਼ਿਆਦਾਤਰ ਸ਼ਾਸਨ ਪ੍ਰੋਗਰਾਮਾਂ ਦੇ ਅਨੁਕੂਲ ਹੋਣ ਨਾਲੋਂ ਤੇਜ਼ੀ ਨਾਲ ਵੱਧ ਰਹੀ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਸੰਗਠਨ ਸਹਿ-ਪਾਇਲਟਾਂ ਤੋਂ ਵੱਧਦੇ ਹੋਏ ਖੁਦਮੁਖਤਿਆਰ ਏਜੰਟਾਂ ਵੱਲ ਵਧਦੇ ਹਨ, SDLC ਰਵਾਇਤੀ ਐਪਸੇਕ ਪਹੁੰਚਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਮਸ਼ੀਨ-ਸੰਚਾਲਿਤ, ਗਤੀਸ਼ੀਲ ਅਤੇ ਨਿਗਰਾਨੀ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੁੰਦਾ ਜਾ ਰਿਹਾ ਹੈ।

ਬਹੁਤ ਸਾਰੇ ਲਈ CISਓਐਸ ਅਤੇ ਐਪਸੈਕ ਦੇ ਆਗੂਆਂ ਲਈ, ਚੁਣੌਤੀ ਹੁਣ ਇਹ ਨਹੀਂ ਹੈ ਕਿ ਕੀ ਏਆਈ ਵਿਕਾਸ ਵਾਤਾਵਰਣ ਵਿੱਚ ਦਾਖਲ ਹੋਵੇਗਾ। ਚੁਣੌਤੀ ਇਹ ਹੈ ਕਿ ਇੱਕ ਵਾਰ ਜਦੋਂ ਇਹ ਪਹਿਲਾਂ ਹੀ ਮੌਜੂਦ ਹੈ ਤਾਂ ਦ੍ਰਿਸ਼ਟੀ, ਵਿਸ਼ੇਸ਼ਤਾ ਅਤੇ ਸੰਚਾਲਨ ਨਿਯੰਤਰਣ ਨੂੰ ਕਿਵੇਂ ਬਣਾਈ ਰੱਖਿਆ ਜਾਵੇ।

ਉਹ ਤਬਦੀਲੀ ਪਹਿਲਾਂ ਹੀ ਸੰਗਠਨਾਂ ਨੂੰ ਮੁੜ ਵਿਚਾਰ ਕਰਨ ਲਈ ਮਜਬੂਰ ਕਰ ਰਹੀ ਹੈ software supply chain security, ਗਵਰਨੈਂਸ ਮਾਡਲ, ਡਿਵੈਲਪਰ ਦ੍ਰਿਸ਼ਟੀ, ਅਤੇ ਆਧੁਨਿਕ ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਵਾਤਾਵਰਣਾਂ ਦੇ ਅੰਦਰ ਵਿਸ਼ਵਾਸ ਦੀ ਭੂਮਿਕਾ।

ਸੁਰੱਖਿਆ ਸ਼ਾਸਨ ਨਾਲੋਂ ਏਆਈ ਅਪਣਾਉਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਤੇਜ਼ੀ ਨਾਲ ਅੱਗੇ ਵਧ ਰਹੀ ਹੈ

ਗੱਲਬਾਤ ਦੌਰਾਨ ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ​​ਵਿਸ਼ਿਆਂ ਵਿੱਚੋਂ ਇੱਕ ਗਤੀ ਸੀ। ਜਿਵੇਂ ਕਿ ਲੁਈਸ ਰੌਡਰਿਗਜ਼ ਨੇ ਉਦਘਾਟਨ ਦੌਰਾਨ ਸਮਝਾਇਆ, ਏਆਈ ਹੁਣ ਪ੍ਰਯੋਗਾਂ ਜਾਂ ਅਲੱਗ-ਥਲੱਗ ਉਤਪਾਦਕਤਾ ਟੂਲਿੰਗ ਤੱਕ ਸੀਮਿਤ ਨਹੀਂ ਹੈ। ਇਹ ਪਹਿਲਾਂ ਹੀ ਵਿਕਾਸ ਵਰਕਫਲੋ ਦੇ ਅੰਦਰ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਹਿੱਸਾ ਲੈ ਰਿਹਾ ਹੈ: ਕੋਡ ਲਿਖਣਾ, ਲਾਇਬ੍ਰੇਰੀਆਂ ਦੀ ਚੋਣ ਕਰਨਾ, ਇੰਟਰੈਕਟ ਕਰਨਾ pipelines, ਅਤੇ ਸਾਫਟਵੇਅਰ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵਿੱਚ ਹੀ ਵੱਧ ਤੋਂ ਵੱਧ ਕੰਮ ਕਰ ਰਿਹਾ ਹੈ।

ਪੈਨਲਿਸਟਾਂ ਨੂੰ ਸਭ ਤੋਂ ਵੱਧ ਹੈਰਾਨ ਕਰਨ ਵਾਲੀ ਗੱਲ ਇਹ ਨਹੀਂ ਸੀ ਕਿ ਏਆਈ ਅਪਣਾਉਣ ਦੀ ਹੋਂਦ ਸੀ, ਸਗੋਂ ਇਹ ਸੀ ਕਿ ਇਹ ਪਹਿਲਾਂ ਹੀ ਕਿੰਨਾ ਵਿਆਪਕ ਹੈ, ਅਕਸਰ ਰਸਮੀ ਦ੍ਰਿਸ਼ਟੀ ਜਾਂ ਸ਼ਾਸਨ ਤੋਂ ਬਿਨਾਂ। ਸੈਮ ਸਟੀਪਨੀਅਨ ਨੇ ਅਧਿਕਾਰਤ ਸੁਰੱਖਿਆ ਨੀਤੀ ਅਤੇ ਇੰਜੀਨੀਅਰਿੰਗ ਟੀਮਾਂ ਦੇ ਅੰਦਰ ਅਸਲ ਵਿੱਚ ਕੀ ਹੋ ਰਿਹਾ ਹੈ, ਖਾਸ ਕਰਕੇ ਨਿਯੰਤ੍ਰਿਤ ਉਦਯੋਗਾਂ ਵਿੱਚ, ਵਿਚਕਾਰ ਵਧ ਰਹੇ ਡਿਸਕਨੈਕਟ ਦਾ ਵਰਣਨ ਕੀਤਾ। ਕੁਝ ਸੰਗਠਨ ਅਜੇ ਵੀ ਦਾਅਵਾ ਕਰਦੇ ਹਨ ਕਿ ਉਹ "ਏਆਈ ਦੀ ਵਰਤੋਂ ਨਹੀਂ ਕਰ ਰਹੇ ਹਨ", ਜਦੋਂ ਕਿ ਡਿਵੈਲਪਰ ਪਹਿਲਾਂ ਹੀ ਆਪਣੇ ਰੋਜ਼ਾਨਾ ਦੇ ਵਰਕਫਲੋ ਵਿੱਚ ਸਹਿ-ਪਾਇਲਟ, ਸਹਾਇਕ ਅਤੇ ਏਆਈ ਟੂਲਿੰਗ ਨੂੰ ਜੋੜ ਰਹੇ ਹਨ।

ਇਸ ਦੇ ਨਾਲ ਹੀ, ਉਸਨੇ ਇੱਕ ਹਕੀਕਤ ਵੱਲ ਇਸ਼ਾਰਾ ਕੀਤਾ ਜੋ ਬਹੁਤ ਸਾਰੇ ਸੰਗਠਨ ਅਜੇ ਵੀ ਸਵੀਕਾਰ ਕਰਨ ਲਈ ਸੰਘਰਸ਼ ਕਰ ਰਹੇ ਹਨ: ਇੱਥੋਂ ਤੱਕ ਕਿ AI ਅਪਣਾਉਣ ਤੋਂ ਬਚਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਨ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਨੂੰ ਅਜੇ ਵੀ ਵਿਰੋਧੀਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈਂਦਾ ਹੈ ਜੋ ਪਹਿਲਾਂ ਹੀ ਇਸਦੀ ਹਮਲਾਵਰ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹਨ। ਇਹ ਤਣਾਅ ਉਹ ਪੈਦਾ ਕਰ ਰਿਹਾ ਹੈ ਜਿਸਨੂੰ ਬਹੁਤ ਸਾਰੇ ਸੁਰੱਖਿਆ ਨੇਤਾ ਹੁਣ ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਵਾਤਾਵਰਣ ਦੇ ਅੰਦਰ ਸ਼ੈਡੋ ਏਆਈ ਵਜੋਂ ਦਰਸਾਉਂਦੇ ਹਨ, ਸਥਾਪਿਤ ਸ਼ਾਸਨ ਮਾਡਲਾਂ ਤੋਂ ਬਾਹਰ ਕੰਮ ਕਰਨ ਵਾਲੇ ਏਆਈ ਸਿਸਟਮ।

ਅਸ਼ਵਨੀ ਸਿੱਧੀ ਨੇ ਇੱਕ ਹੋਰ ਮਹੱਤਵਪੂਰਨ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਜੋੜਿਆ। ਜੋ ਚੀਜ਼ ਉਸਨੂੰ ਚਿੰਤਾ ਕਰਦੀ ਹੈ ਉਹ ਸਿਰਫ਼ ਅਪਣਾਉਣ ਦੀ ਗਤੀ ਨਹੀਂ ਹੈ, ਸਗੋਂ AI-ਤਿਆਰ ਕੀਤੇ ਕੋਡ ਦੇ ਆਲੇ ਦੁਆਲੇ ਸੰਚਾਲਨ ਸਫਾਈ ਦੀ ਘਾਟ ਹੈ। ਚਰਚਾ ਦੌਰਾਨ, ਉਸਨੇ ਇਸ ਗੱਲ 'ਤੇ ਜ਼ੋਰ ਦਿੱਤਾ ਕਿ ਕਿਵੇਂ ਸੰਗਠਨਾਂ ਕੋਲ ਅਕਸਰ ਕੋਈ ਭਰੋਸੇਯੋਗ ਵਿਸ਼ੇਸ਼ਤਾ ਨਹੀਂ ਹੁੰਦੀ ਕਿ AI ਕਿੱਥੇ ਯੋਗਦਾਨ ਪਾਉਂਦਾ ਹੈ, ਇਸਨੇ ਖਾਸ ਕੋਡ ਕਿਉਂ ਤਿਆਰ ਕੀਤਾ, ਜਾਂ ਉਹ ਕਿਵੇਂ ਡੀcisਆਇਨਾਂ ਦੀ ਬਾਅਦ ਵਿੱਚ ਸਮੀਖਿਆ ਅਤੇ ਪ੍ਰਮਾਣਿਤ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ। ਭਾਵ ਮਹੱਤਵਪੂਰਨ ਹੈ: ਵਿਕਾਸ ਟੀਮਾਂ ਗੈਰ-ਮਨੁੱਖੀ ਯੋਗਦਾਨੀਆਂ ਨੂੰ ਇਸ ਵਿੱਚ ਸ਼ਾਮਲ ਕਰ ਰਹੀਆਂ ਹਨ SDLC, ਪਰ ਜ਼ਿਆਦਾਤਰ ਸ਼ਾਸਨ ਅਤੇ ਸਮੀਖਿਆ ਮਾਡਲ ਅਜੇ ਵੀ ਸਿਰਫ਼ ਮਨੁੱਖੀ ਲੇਖਕਤਾ ਨੂੰ ਮੰਨਦੇ ਹਨ।

ਏਆਈ ਸਿਰਫ਼ ਵਿਕਾਸ ਨੂੰ ਤੇਜ਼ ਨਹੀਂ ਕਰਦਾ। ਇਹ ਬਦਲਦਾ ਹੈ ਕਿ ਜੋਖਮ ਕਿਵੇਂ ਪ੍ਰਵੇਸ਼ ਕਰਦਾ ਹੈ SDLC

ਜਿਵੇਂ-ਜਿਵੇਂ AI ਸਾਫਟਵੇਅਰ ਡਿਵੈਲਪਮੈਂਟ ਵਰਕਫਲੋ ਵਿੱਚ ਸ਼ਾਮਲ ਹੁੰਦਾ ਜਾਂਦਾ ਹੈ, ਹਮਲੇ ਦੀ ਸਤ੍ਹਾ ਰਵਾਇਤੀ ਐਪਸੇਕ ਧਾਰਨਾਵਾਂ ਤੋਂ ਕਿਤੇ ਵੱਧ ਫੈਲ ਜਾਂਦੀ ਹੈ। ਪੈਨਲ ਵਾਰ-ਵਾਰ ਇੱਕ ਕੇਂਦਰੀ ਵਿਚਾਰ ਵੱਲ ਵਾਪਸ ਆਇਆ: ਜ਼ਿਆਦਾਤਰ ਸੁਰੱਖਿਆ ਪ੍ਰੋਗਰਾਮ ਮਨੁੱਖੀ ਗਤੀ 'ਤੇ ਕੰਮ ਕਰਨ ਵਾਲੇ ਜਾਣੇ-ਪਛਾਣੇ ਜੋਖਮਾਂ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਬਣਾਏ ਗਏ ਸਨ। AI ਦੋਵਾਂ ਸਥਿਤੀਆਂ ਨੂੰ ਇੱਕੋ ਸਮੇਂ ਬਦਲਦਾ ਹੈ।

ਸੁਰੱਖਿਆ ਟੀਮਾਂ ਹੁਣ ਸਿਰਫ਼ ਮਨੁੱਖੀ-ਲਿਖੇ ਕੋਡ ਦੀ ਸਮੀਖਿਆ ਨਹੀਂ ਕਰ ਰਹੀਆਂ ਹਨ। ਉਹ AI-ਉਤਪੰਨ ਨਿਰਭਰਤਾਵਾਂ, ਤੁਰੰਤ ਟੀਕਾ ਲਗਾਉਣ ਦੇ ਜੋਖਮਾਂ, ਆਟੋਨੋਮਸ ਵਰਕਫਲੋ, MCP-ਕਨੈਕਟਡ ਟੂਲਿੰਗ, AI ਪਲੱਗਇਨ, ਅਤੇ ਮਸ਼ੀਨ-ਸਪੀਡ ਨਾਲ ਵੱਧ ਤੋਂ ਵੱਧ ਨਜਿੱਠ ਰਹੀਆਂ ਹਨ। CI/CD ਲਾਗੂ ਕਰਨਾ

ਅਸ਼ਵਨੀ ਸਿੱਧੀ ਨੇ ਸਮਝਾਇਆ ਕਿ ਸਭ ਤੋਂ ਪਹਿਲਾਂ ਜੋ ਸੰਕਲਪ ਟੁੱਟਣਾ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ ਉਹ ਹੈ ਰਵਾਇਤੀ ਵਿਸ਼ਵਾਸ ਸੀਮਾ। ਏਆਈ ਸਿਸਟਮ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਜਨਤਕ ਕੋਡ 'ਤੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਹੁੰਦੇ ਹਨ, ਜਿਨ੍ਹਾਂ ਵਿੱਚੋਂ ਜ਼ਿਆਦਾਤਰ ਅਸੁਰੱਖਿਅਤ, ਪੁਰਾਣਾ, ਜਾਂ ਪੂਰੀ ਤਰ੍ਹਾਂ ਪ੍ਰਮਾਣਿਤ ਕਰਨਾ ਅਸੰਭਵ ਹੁੰਦਾ ਹੈ। ਨਤੀਜੇ ਵਜੋਂ, ਸੰਗਠਨ ਇਹ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨ ਦੀ ਯੋਗਤਾ ਗੁਆ ਦਿੰਦੇ ਹਨ ਕਿ ਭਰੋਸੇਯੋਗ ਸੀਮਾਵਾਂ ਦੇ ਅੰਦਰ ਜਾਂ ਬਾਹਰ ਕੀ ਬੈਠਦਾ ਹੈ।

ਉਸਨੇ ਇਸ ਗੱਲ 'ਤੇ ਵੀ ਜ਼ੋਰ ਦਿੱਤਾ ਕਿ AI ਬੁਨਿਆਦੀ ਤੌਰ 'ਤੇ ਧਮਕੀ ਮਾਡਲਿੰਗ ਦੀ ਪ੍ਰਕਿਰਤੀ ਨੂੰ ਬਦਲਦਾ ਹੈ ਕਿਉਂਕਿ ਇਹ ਪ੍ਰਣਾਲੀਆਂ ਸਥਿਰ ਨਹੀਂ ਹਨ। ਰਵਾਇਤੀ ਪੁਆਇੰਟ-ਇਨ-ਟਾਈਮ ਸੁਰੱਖਿਆ ਸਮੀਖਿਆਵਾਂ ਹੁਣ ਉਹਨਾਂ ਵਾਤਾਵਰਣਾਂ ਵਿੱਚ ਨਹੀਂ ਰਹਿੰਦੀਆਂ ਜਿੱਥੇ AI ਪ੍ਰਣਾਲੀਆਂ ਨਿਰੰਤਰ ਵਿਕਸਤ ਹੁੰਦੀਆਂ ਹਨ, ਅਨੁਕੂਲ ਹੁੰਦੀਆਂ ਹਨ ਅਤੇ ਗਤੀਸ਼ੀਲ ਤੌਰ 'ਤੇ ਵਿਵਹਾਰ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਂਦੀਆਂ ਹਨ।

ਜੀਸਸ ਕੁਆਡਰਾਡੋ ਨੇ ਸਾਫਟਵੇਅਰ ਸਪਲਾਈ ਚੇਨ ਦੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਤੋਂ ਸਮੱਸਿਆ ਦਾ ਹੱਲ ਕੱਢਿਆ। ਸੈਸ਼ਨ ਦੌਰਾਨ ਚਰਚਾ ਕੀਤੀ ਗਈ ਸਭ ਤੋਂ ਸਪੱਸ਼ਟ ਉਦਾਹਰਣਾਂ ਵਿੱਚੋਂ ਇੱਕ AI-ਸੁਝਾਏ ਗਏ ਨਿਰਭਰਤਾਵਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰਦੀ ਹੈ। ਡਿਵੈਲਪਰ AI-ਤਿਆਰ ਕੀਤੇ ਪੈਕੇਜ ਸਿਫ਼ਾਰਸ਼ਾਂ ਨੂੰ ਆਪਣੇ ਆਪ ਸਵੀਕਾਰ ਕਰਦੇ ਹਨ, ਅਕਸਰ ਬਹੁਤ ਘੱਟ ਜਾਂ ਬਿਨਾਂ ਕਿਸੇ ਪ੍ਰਮਾਣਿਕਤਾ ਪ੍ਰਕਿਰਿਆ ਦੇ। ਇਹ ਇੱਕ ਬਿਲਕੁਲ ਨਵਾਂ ਹਮਲਾ ਮਾਰਗ ਬਣਾਉਂਦਾ ਹੈ।

ਜਿਵੇਂ ਕਿ ਪੈਨਲ ਦੌਰਾਨ ਚਰਚਾ ਕੀਤੀ ਗਈ ਹੈ, ਹਮਲਾਵਰ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲਾਂ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਗਏ ਭਰਮ ਵਾਲੇ ਪੈਕੇਜ ਨਾਵਾਂ ਦੀ ਪਛਾਣ ਕਰ ਸਕਦੇ ਹਨ, ਉਹਨਾਂ ਪੈਕੇਜਾਂ ਨੂੰ ਜਨਤਕ ਭੰਡਾਰਾਂ ਵਿੱਚ ਰਜਿਸਟਰ ਕਰ ਸਕਦੇ ਹਨ, ਅਤੇ ਡਿਵੈਲਪਰਾਂ ਜਾਂ ਏਆਈ ਏਜੰਟਾਂ ਦੁਆਰਾ ਉਹਨਾਂ ਨੂੰ ਆਪਣੇ ਆਪ ਸਥਾਪਤ ਕਰਨ ਦੀ ਉਡੀਕ ਕਰ ਸਕਦੇ ਹਨ।

ਇਹ ਰਵਾਇਤੀ ਦੇ ਪਿੱਛੇ ਦੀਆਂ ਧਾਰਨਾਵਾਂ ਨੂੰ ਨਾਟਕੀ ਢੰਗ ਨਾਲ ਬਦਲਦਾ ਹੈ SCA ਪ੍ਰੋਗਰਾਮ। ਸੁਰੱਖਿਆ ਟੀਮਾਂ ਹੁਣ ਸਿਰਫ਼ ਜਾਣੀਆਂ-ਪਛਾਣੀਆਂ ਕਮਜ਼ੋਰ ਨਿਰਭਰਤਾਵਾਂ ਨਾਲ ਹੀ ਨਹੀਂ ਨਜਿੱਠ ਰਹੀਆਂ ਹਨ। ਉਹ ਵੱਧ ਤੋਂ ਵੱਧ ਉਨ੍ਹਾਂ ਨਿਰਭਰਤਾਵਾਂ ਨਾਲ ਨਜਿੱਠ ਰਹੀਆਂ ਹਨ ਜੋ ਸ਼ਾਇਦ ਕੁਝ ਮਿੰਟ ਪਹਿਲਾਂ ਪ੍ਰਗਟ ਹੋਈਆਂ ਹੋਣ ਅਤੇ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਖਾਸ ਤੌਰ 'ਤੇ AI-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਵਰਕਫਲੋ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਖਤਰਨਾਕ ਵਿਵਹਾਰ ਹੋਵੇ।

ਚਰਚਾ ਵਿੱਚ ਇਹ ਵੀ ਪਤਾ ਲਗਾਇਆ ਗਿਆ ਕਿ ਕਿਵੇਂ ਹਮਲੇ ਵਿਕਾਸ ਵਾਤਾਵਰਣ ਦੇ ਅੰਦਰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਵੀਆਂ ਸਤਹਾਂ ਨੂੰ ਨਿਸ਼ਾਨਾ ਬਣਾਉਣਾ ਸ਼ੁਰੂ ਕਰ ਰਹੇ ਹਨ। ਟਿੱਪਣੀਆਂ ਦੇ ਅੰਦਰ ਤੁਰੰਤ ਟੀਕਾਕਰਨ, ਏਜੰਟਾਂ ਲਈ ਜ਼ਹਿਰੀਲੀ ਹਦਾਇਤ ਫਾਈਲਾਂ, ਖਤਰਨਾਕ MCP ਪਰਸਪਰ ਪ੍ਰਭਾਵ, ਅਤੇ ਹੇਰਾਫੇਰੀ ਕੀਤੇ AI ਵਰਕਫਲੋ ਸਾਰੇ ਯਥਾਰਥਵਾਦੀ ਹਮਲੇ ਦੇ ਵੈਕਟਰ ਬਣ ਰਹੇ ਹਨ। ਨਤੀਜਾ ਇੱਕ ਖ਼ਤਰੇ ਵਾਲਾ ਮਾਡਲ ਹੈ ਜੋ ਰਵਾਇਤੀ ਐਪਸੇਕ ਪ੍ਰੋਗਰਾਮਾਂ ਨਾਲੋਂ ਕਿਤੇ ਜ਼ਿਆਦਾ ਵਿਸ਼ਾਲ, ਤੇਜ਼ ਅਤੇ ਗਤੀਸ਼ੀਲ ਹੈ ਜਿਨ੍ਹਾਂ ਲਈ ਅਸਲ ਵਿੱਚ ਡਿਜ਼ਾਈਨ ਕੀਤਾ ਗਿਆ ਸੀ।

CISਓ.ਐਸ. ਪਾਰ ਦ੍ਰਿਸ਼ਟੀ ਗੁਆ ਰਹੇ ਹਨ SDLC

ਚਰਚਾ ਦੌਰਾਨ ਦ੍ਰਿਸ਼ਟੀ ਇੱਕ ਪ੍ਰਮੁੱਖ ਥੀਮ ਬਣ ਗਈ। ਜਿਵੇਂ ਕਿ ਲੁਈਸ ਰੌਡਰਿਗਜ਼ ਨੇ ਸੈਸ਼ਨ ਦੌਰਾਨ ਸੰਖੇਪ ਵਿੱਚ ਕਿਹਾ, ਬਹੁਤ ਸਾਰੇ ਸੁਰੱਖਿਆ ਨੇਤਾਵਾਂ ਨੂੰ ਇਹ ਨਹੀਂ ਪਤਾ ਹੁੰਦਾ ਕਿ ਉਨ੍ਹਾਂ ਦੇ ਡਿਵੈਲਪਰ ਕਿਹੜੇ AI ਟੂਲ ਵਰਤ ਰਹੇ ਹਨ, ਕਿਹੜਾ AI-ਤਿਆਰ ਕੀਤਾ ਕੋਡ ਰਿਪੋਜ਼ਟਰੀਆਂ ਵਿੱਚ ਦਾਖਲ ਹੋ ਰਿਹਾ ਹੈ, ਜਾਂ ਕਿਹੜੇ ਏਜੰਟਾਂ ਨਾਲ ਗੱਲਬਾਤ ਕਰ ਰਹੇ ਹਨ। pipelines ਅਤੇ ਬੁਨਿਆਦੀ ਢਾਂਚਾ।

ਪੈਨਲ ਨੇ ਇਸਨੂੰ ਸ਼ੈਡੋ ਆਈਟੀ ਦੇ ਸ਼ੈਡੋ ਏਆਈ ਵਿੱਚ ਵਿਕਾਸ ਵਜੋਂ ਦਰਸਾਇਆ। ਪਰ ਪਿਛਲੀਆਂ ਪੀੜ੍ਹੀਆਂ ਦੇ ਗੈਰ-ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਟੂਲਿੰਗ ਦੇ ਉਲਟ, ਇਹ ਪ੍ਰਣਾਲੀਆਂ ਵਿਕਾਸ ਵਿੱਚ ਸਰਗਰਮੀ ਨਾਲ ਹਿੱਸਾ ਲੈਂਦੀਆਂ ਹਨcisਇਹ ਕੋਡ ਤਿਆਰ ਕਰਦੇ ਹਨ, ਨਿਰਭਰਤਾਵਾਂ ਦੀ ਚੋਣ ਕਰਦੇ ਹਨ, ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਨਾਲ ਇੰਟਰੈਕਟ ਕਰਦੇ ਹਨ, ਅਤੇ ਡਿਵੈਲਪਰਾਂ ਵੱਲੋਂ ਵੱਧ ਤੋਂ ਵੱਧ ਕਾਰਜਸ਼ੀਲ ਚੋਣਾਂ ਕਰਦੇ ਹਨ।

ਸੈਮ ਸਟੀਪਨੀਅਨ ਨੇ ਇੱਕ ਹੋਰ ਮਹੱਤਵਪੂਰਨ ਚੁਣੌਤੀ ਨੂੰ ਉਜਾਗਰ ਕੀਤਾ: ਵਿਸ਼ੇਸ਼ਤਾ। ਜਿਵੇਂ-ਜਿਵੇਂ AI-ਤਿਆਰ ਕੀਤਾ ਕੋਡ ਆਮ ਹੁੰਦਾ ਜਾਂਦਾ ਹੈ, ਸੰਗਠਨ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨ ਦੀ ਯੋਗਤਾ ਗੁਆ ਦਿੰਦੇ ਹਨ ਕਿ ਕਿਸਨੇ (ਜਾਂ ਕੀ) ਇੱਕ ਖਾਸ ਕਾਰਵਾਈ ਕੀਤੀ।

ਟਰੇਸੇਬਿਲਟੀ ਦਾ ਇਹ ਨੁਕਸਾਨ ਸ਼ਾਸਨ ਅਤੇ ਸੰਚਾਲਨ ਦੋਵੇਂ ਸਮੱਸਿਆਵਾਂ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਜੇਕਰ ਟੀਮਾਂ ਮਨੁੱਖੀ ਅਤੇ ਏਆਈ-ਤਿਆਰ ਕੀਤੇ ਵਿਵਹਾਰ ਵਿੱਚ ਭਰੋਸੇਯੋਗ ਢੰਗ ਨਾਲ ਫਰਕ ਨਹੀਂ ਕਰ ਸਕਦੀਆਂ, ਤਾਂ ਘਟਨਾ ਪ੍ਰਤੀਕਿਰਿਆ, ਆਡਿਟਿੰਗ, ਅਤੇ ਸੁਰੱਖਿਆ ਸਮੀਖਿਆ ਸਭ ਕਾਫ਼ੀ ਜ਼ਿਆਦਾ ਗੁੰਝਲਦਾਰ ਹੋ ਜਾਂਦੇ ਹਨ।

ਚਰਚਾ ਨੇ AI-ਉਤਪੰਨ ਆਉਟਪੁੱਟ 'ਤੇ ਜ਼ਿਆਦਾ ਭਰੋਸਾ ਕਰਨ ਵੱਲ ਵਧ ਰਹੇ ਰੁਝਾਨ ਨੂੰ ਵੀ ਛੂਹਿਆ। ਡਿਵੈਲਪਰ ਅਕਸਰ ਇਹ ਮੰਨਦੇ ਹਨ ਕਿ ਕਿਉਂਕਿ AI-ਉਤਪੰਨ ਕੋਡ ਭਰੋਸੇਮੰਦ ਅਤੇ ਕਾਰਜਸ਼ੀਲ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ, ਇਸ ਲਈ ਇਹ ਸੁਰੱਖਿਅਤ ਵੀ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਪਰ ਜਿਵੇਂ ਕਿ ਸੈਮ ਨੇ ਦੱਸਿਆ, ਇਹ ਸਿਸਟਮ ਅਕਸਰ ਅਸੁਰੱਖਿਅਤ ਜਨਤਕ ਉਦਾਹਰਣਾਂ 'ਤੇ ਸਿਖਲਾਈ ਦਿੱਤੇ ਜਾਂਦੇ ਹਨ ਅਤੇ ਉੱਚ ਵਿਸ਼ਵਾਸ ਨਾਲ ਕਮਜ਼ੋਰ ਜਾਂ ਪੂਰੀ ਤਰ੍ਹਾਂ ਭਰਮ ਵਾਲੇ ਨਤੀਜੇ ਪੈਦਾ ਕਰ ਸਕਦੇ ਹਨ। ਇਹ ਇੱਕ ਖ਼ਤਰਨਾਕ ਸੁਮੇਲ ਪੈਦਾ ਕਰਦਾ ਹੈ: ਸੀਮਤ ਦਿੱਖ, ਘਟੀ ਹੋਈ ਵਿਸ਼ੇਸ਼ਤਾ, ਅਤੇ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਵਧਦਾ ਵਿਸ਼ਵਾਸ ਜੋ ਸੰਗਠਨ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਹੀਂ ਸਮਝਦੇ।

ਇਹ ਉਦਯੋਗ ਚੁੱਪ-ਚਾਪ ਏਜੰਟਿਕ ਵੱਲ ਵਧ ਰਿਹਾ ਹੈ। SDLCs

ਚਰਚਾ ਦੇ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਹਿੱਸਿਆਂ ਵਿੱਚੋਂ ਇੱਕ ਸਹਿ-ਪਾਇਲਟਾਂ ਤੋਂ ਖੁਦਮੁਖਤਿਆਰ ਏਜੰਟਾਂ ਵਿੱਚ ਤਬਦੀਲੀ 'ਤੇ ਕੇਂਦ੍ਰਿਤ ਸੀ। ਪੈਨਲਿਸਟ ਇਸ ਗੱਲ 'ਤੇ ਸਹਿਮਤ ਹੋਏ ਕਿ ਉਦਯੋਗ ਤੇਜ਼ੀ ਨਾਲ ਉਸ ਵੱਲ ਵਧ ਰਿਹਾ ਹੈ ਜਿਸਨੂੰ ਏਜੰਟਿਕ ਵਜੋਂ ਦਰਸਾਇਆ ਜਾ ਸਕਦਾ ਹੈ। SDLC, ਅਜਿਹੇ ਵਾਤਾਵਰਣ ਜਿੱਥੇ AI ਸਿਸਟਮ ਹੁਣ ਸਿਰਫ਼ ਕੋਡ ਦਾ ਸੁਝਾਅ ਨਹੀਂ ਦੇ ਰਹੇ ਹਨ, ਸਗੋਂ ਸਾਫਟਵੇਅਰ ਜੀਵਨ ਚੱਕਰ ਵਿੱਚ ਸਰਗਰਮੀ ਨਾਲ ਕਾਰਵਾਈਆਂ ਕਰ ਰਹੇ ਹਨ।

ਏਆਈ ਸਿਸਟਮ ਖੁੱਲ੍ਹਣੇ ਸ਼ੁਰੂ ਹੋ ਰਹੇ ਹਨ pull requests, ਟੈਸਟਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨਾ, ਬਾਹਰੀ ਟੂਲਸ ਨੂੰ ਸੱਦਾ ਦੇਣਾ, ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਨੂੰ ਸੋਧਣਾ, API ਨਾਲ ਇੰਟਰੈਕਟ ਕਰਨਾ, ਅਤੇ ਵਿਕਾਸ ਵਾਤਾਵਰਣਾਂ ਵਿੱਚ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਕੰਮ ਕਰਨਾ। ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, AI ਸਹਾਇਕ ਤੋਂ ਆਪਰੇਟਰ ਵੱਲ ਬਦਲ ਰਿਹਾ ਹੈ।

ਇਹ ਤਬਦੀਲੀ ਬੁਨਿਆਦੀ ਤੌਰ 'ਤੇ ਸੁਰੱਖਿਆ ਮਾਡਲ ਨੂੰ ਬਦਲ ਦਿੰਦੀ ਹੈ। ਜਿਵੇਂ ਕਿ ਚਰਚਾ ਦੀ ਪੜਚੋਲ ਕੀਤੀ ਗਈ ਹੈ, ਸੰਗਠਨਾਂ ਨੂੰ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਏਆਈ ਏਜੰਟਾਂ ਦੀ ਪਛਾਣ, ਘੱਟ ਤੋਂ ਘੱਟ ਵਿਸ਼ੇਸ਼ ਅਧਿਕਾਰ ਪ੍ਰਾਪਤ ਪਹੁੰਚ, ਆਡਿਟਯੋਗਤਾ, ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ, ਦਸਤਖਤ ਕੀਤੀਆਂ ਕਾਰਵਾਈਆਂ, ਅਤੇ ਏਆਈ ਵਿਵਹਾਰ ਵਿੱਚ ਨਿਰੰਤਰ ਦਿੱਖ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਕੇਂਦਰਿਤ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਵੇਂ ਸ਼ਾਸਨ ਪਹੁੰਚਾਂ ਦੀ ਜ਼ਰੂਰਤ ਹੋਏਗੀ।

ਸੈਸ਼ਨ ਦੌਰਾਨ ਚਰਚਾ ਕੀਤੀ ਗਈ ਇੱਕ ਖਾਸ ਤੌਰ 'ਤੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਉਦਾਹਰਣ ਵਿੱਚ ਇੱਕ AI ਸਿਸਟਮ ਸ਼ਾਮਲ ਸੀ ਜੋ ਆਪਣੇ ਨਿਰਧਾਰਤ ਉਦੇਸ਼ ਦੀ ਪ੍ਰਾਪਤੀ ਲਈ ਇੱਕ ਡਿਵੈਲਪਰ ਵਰਕਸਟੇਸ਼ਨ 'ਤੇ ਐਂਡਪੁਆਇੰਟ ਸੁਰੱਖਿਆ ਸੁਰੱਖਿਆ ਨੂੰ ਅਯੋਗ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਿਹਾ ਸੀ।

ਇਹ ਉਦਾਹਰਣ AI-ਸੰਚਾਲਿਤ ਵਾਤਾਵਰਣਾਂ ਬਾਰੇ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਹਕੀਕਤ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ: ਇਹ ਪ੍ਰਣਾਲੀਆਂ ਟੀਚਿਆਂ ਲਈ ਅਨੁਕੂਲ ਬਣਾਉਂਦੀਆਂ ਹਨ, ਜ਼ਰੂਰੀ ਨਹੀਂ ਕਿ ਸੁਰੱਖਿਆ ਸੀਮਾਵਾਂ ਲਈ। ਰਵਾਇਤੀ ਐਪਸੇਕ ਮਨੁੱਖੀ ਗਲਤੀਆਂ ਦੀ ਨਿਗਰਾਨੀ ਕਰਨ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਬਣਾਇਆ ਗਿਆ ਸੀ। ਐਪਸੇਕ ਦੀ ਅਗਲੀ ਪੀੜ੍ਹੀ ਨੂੰ ਖੁਦਮੁਖਤਿਆਰ ਵਿਵਹਾਰ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਨ ਦੀ ਜ਼ਰੂਰਤ ਵਧਦੀ ਜਾਵੇਗੀ।

AI-Aware AppSec ਨੂੰ ਜ਼ੀਰੋ ਟਰੱਸਟ ਪਹੁੰਚ ਦੀ ਲੋੜ ਕਿਉਂ ਹੈ

ਸੇਫਡੇਵ ਟਾਕ ਦੌਰਾਨ ਚਰਚਾ ਕੀਤੇ ਗਏ ਬਹੁਤ ਸਾਰੇ ਵਿਸ਼ੇ ਇਸ ਵੱਲ ਵਧ ਰਹੇ ਵਿਆਪਕ ਬਦਲਾਅ ਨਾਲ ਨੇੜਿਓਂ ਮੇਲ ਖਾਂਦੇ ਹਨ ਕਿ ਜ਼ਾਇਗੇਨੀ ਏਆਈ-ਯੁੱਗ ਲਈ ਜ਼ੀਰੋ ਟਰੱਸਟ ਵਜੋਂ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦਾ ਹੈ SDLC: ਕਿਸੇ ਵੀ ਚੀਜ਼ 'ਤੇ ਭਰੋਸਾ ਨਾ ਕਰੋ, ਹਰ ਚੀਜ਼ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ, AI ਸਮੇਤ। ਜਿਵੇਂ ਕਿ Xygeni ਦੇ ਪਲੇਟਫਾਰਮ ਪਹੁੰਚ ਵਿੱਚ ਦੱਸਿਆ ਗਿਆ ਹੈ, AI ਇੱਕੋ ਸਮੇਂ ਕਈ ਪਰਤਾਂ ਵਿੱਚ ਹਮਲੇ ਦੀ ਸਤ੍ਹਾ ਦਾ ਵਿਸਤਾਰ ਕਰਦਾ ਹੈ:

  • ਪਹਿਲੀ-ਧਿਰ ਕੋਡ,
  • ਨਿਰਭਰਤਾਵਾਂ,
  • CI/CD pipelines,
  • ਏਆਈ ਮਾਡਲ ਅਤੇ ਏਜੰਟ,
  • ਅਤੇ ਡਿਵੈਲਪਰ ਵਾਤਾਵਰਣ।

ਇਹਨਾਂ ਵਿੱਚੋਂ ਬਹੁਤ ਸਾਰੇ ਖੇਤਰ ਰਵਾਇਤੀ ਐਪਸੇਕ ਟੂਲਿੰਗ ਲਈ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਅਦਿੱਖ ਰਹਿੰਦੇ ਹਨ। ਚੁਣੌਤੀ ਹੁਣ ਸਿਰਫ਼ ਕਮਜ਼ੋਰੀਆਂ ਲਈ ਕੋਡ ਸਕੈਨ ਕਰਨਾ ਨਹੀਂ ਹੈ। ਸੰਗਠਨਾਂ ਨੂੰ AI-ਤਿਆਰ ਨਿਰਭਰਤਾਵਾਂ, ਡਿਵੈਲਪਰ ਵਾਤਾਵਰਣਾਂ ਦੇ ਅੰਦਰ AI ਗਤੀਵਿਧੀ, ਏਜੰਟ ਵਿਵਹਾਰ, AI-ਜੁੜੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ, ਅਤੇ ਮਸ਼ੀਨ ਦੀ ਗਤੀ 'ਤੇ ਹੋਣ ਵਾਲੇ ਸਾਫਟਵੇਅਰ ਸਪਲਾਈ ਚੇਨ ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਵਿੱਚ ਦ੍ਰਿਸ਼ਟੀ ਦੀ ਵੱਧਦੀ ਲੋੜ ਹੈ।

ਇਹੀ ਕਾਰਨ ਹੈ ਕਿ ਏਆਈ ਇਨਵੈਂਟਰੀ, ਏਆਈ-ਜਾਗਰੂਕ ਵਰਗੇ ਸੰਕਲਪ ASPM, AI-SPM, ਅਤੇ ਡਿਵੈਲਪਰ ਵਾਤਾਵਰਣ ਸ਼ਾਸਨ ਤੇਜ਼ੀ ਨਾਲ ਆਧੁਨਿਕ AppSec ਗੱਲਬਾਤਾਂ ਦਾ ਕੇਂਦਰ ਬਣ ਰਹੇ ਹਨ।

The SDLC ਪਹਿਲਾਂ ਹੀ ਬਦਲ ਗਿਆ ਹੈ

ਸੇਫਡੇਵ ਟਾਕ ਨੇ ਇੱਕ ਗੱਲ ਬਹੁਤ ਸਪੱਸ਼ਟ ਕਰ ਦਿੱਤੀ: AI ਪਹਿਲਾਂ ਹੀ ਅੰਦਰ ਏਮਬੈਡ ਕੀਤਾ ਹੋਇਆ ਹੈ SDLC. ਉਦਯੋਗ ਹੁਣ ਇਸ ਬਾਰੇ ਚਰਚਾ ਨਹੀਂ ਕਰ ਰਿਹਾ ਹੈ ਕਿ ਕੀ ਏਆਈ-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਵਿਕਾਸ ਹੋਵੇਗਾ। ਇਹ ਤਬਦੀਲੀ ਪਹਿਲਾਂ ਹੀ ਹਰ ਆਕਾਰ ਦੇ ਇੰਜੀਨੀਅਰਿੰਗ ਸੰਗਠਨਾਂ ਵਿੱਚ ਚੱਲ ਰਹੀ ਹੈ।

ਹੁਣ ਅਸਲ ਚੁਣੌਤੀ ਵੱਧ ਰਹੇ ਖੁਦਮੁਖਤਿਆਰ ਵਿਕਾਸ ਵਾਤਾਵਰਣਾਂ ਵਿੱਚ ਦ੍ਰਿਸ਼ਟੀ, ਸ਼ਾਸਨ, ਵਿਸ਼ੇਸ਼ਤਾ ਅਤੇ ਸੰਚਾਲਨ ਨਿਯੰਤਰਣ ਨੂੰ ਬਣਾਈ ਰੱਖਣਾ ਹੈ।

ਜਿਵੇਂ-ਜਿਵੇਂ AI ਅਪਣਾਉਣ ਵਿੱਚ ਤੇਜ਼ੀ ਆਉਂਦੀ ਹੈ, ਟਰੱਸਟ ਸੀਮਾਵਾਂ, ਮਨੁੱਖੀ ਲੇਖਕਤਾ, ਸਾਫਟਵੇਅਰ ਉਤਪਤੀ, ਅਤੇ ਸਥਿਰ ਸ਼ਾਸਨ ਮਾਡਲਾਂ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਰਵਾਇਤੀ ਐਪਸੇਕ ਧਾਰਨਾਵਾਂ ਟੁੱਟਦੀਆਂ ਰਹਿਣਗੀਆਂ।

ਉਹ ਸੰਗਠਨ ਜੋ ਸਭ ਤੋਂ ਤੇਜ਼ੀ ਨਾਲ ਅਨੁਕੂਲ ਬਣਦੇ ਹਨ, ਜ਼ਰੂਰੀ ਨਹੀਂ ਕਿ ਉਹ AI ਨੂੰ ਅਪਣਾਉਣ ਦੀ ਗਤੀ ਨੂੰ ਹੌਲੀ ਕਰਨ। ਉਹ ਉਹ ਹੋਣਗੇ ਜੋ AI-ਸੰਚਾਲਿਤ ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਨੂੰ ਉਸ ਗਤੀ ਨਾਲ ਸਮਝਣ, ਨਿਯੰਤਰਿਤ ਕਰਨ ਅਤੇ ਸੁਰੱਖਿਅਤ ਕਰਨ ਦੇ ਸਮਰੱਥ ਹੋਣਗੇ ਜਿਸ ਗਤੀ ਨਾਲ ਇਹ ਪਹਿਲਾਂ ਹੀ ਚੱਲ ਰਿਹਾ ਹੈ।

OWASP ਗਲੋਬਲ ਐਪਸੇਕ EU ਵਿਯੇਨ੍ਨਾ ਵਿਖੇ ਗੱਲਬਾਤ ਜਾਰੀ ਰੱਖੋ

ਏਆਈ-ਸੰਚਾਲਿਤ ਦੁਆਲੇ ਗੱਲਬਾਤ SDLC ਸੁਰੱਖਿਆ ਤਾਂ ਸਿਰਫ਼ ਸ਼ੁਰੂਆਤ ਹੈ। Xygeni ਵਿਯੇਨ੍ਨਾ ਵਿੱਚ OWASP ਗਲੋਬਲ ਐਪਸੇਕ EU ਵਿਖੇ ਇਹਨਾਂ ਵਿਸ਼ਿਆਂ ਦੀ ਪੜਚੋਲ ਕਰਨਾ ਜਾਰੀ ਰੱਖੇਗਾ, ਜਿੱਥੇ ਟੀਮ AI-ਜਾਗਰੂਕ ਐਪਸੇਕ 'ਤੇ ਚਰਚਾ ਕਰੇਗੀ, software supply chain security, ਏਆਈ ਸ਼ਾਸਨ, ਅਤੇ ਏਜੰਟਿਕ ਵਿਕਾਸ ਵਾਤਾਵਰਣ ਦੇ ਉੱਭਰ ਰਹੇ ਜੋਖਮ।

ਜੇ ਤੁਸੀਂ ਹਾਜ਼ਰ ਹੋ ਰਹੇ ਹੋ OWASP ਗਲੋਬਲ ਐਪਸੇਕ EU, ਵਿਆਨਾ ਵਿੱਚ ਬੂਥ G-08 'ਤੇ ਜ਼ਾਇਜੇਨੀ ਟੀਮ ਨੂੰ ਮਿਲਣ ਆਓ!

sca-ਟੂਲਜ਼-ਸਾਫਟਵੇਅਰ-ਰਚਨਾ-ਵਿਸ਼ਲੇਸ਼ਣ-ਟੂਲਜ਼
ਆਪਣੇ ਸਾਫਟਵੇਅਰ ਜੋਖਮਾਂ ਨੂੰ ਤਰਜੀਹ ਦਿਓ, ਸੁਧਾਰੋ ਅਤੇ ਸੁਰੱਖਿਅਤ ਕਰੋ
ਆਪਣਾ ਮੁਫ਼ਤ ਖਾਤਾ ਪ੍ਰਾਪਤ ਕਰੋ।
ਕੋਈ ਕ੍ਰੈਡਿਟ ਕਾਰਡ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ

ਆਪਣੇ ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਅਤੇ ਡਿਲੀਵਰੀ ਨੂੰ ਸੁਰੱਖਿਅਤ ਕਰੋ

ਜ਼ਾਇਜੇਨੀ ਪ੍ਰੋਡਕਟ ਸੂਟ ਦੇ ਨਾਲ