開源 維護者 苦於抓漏 微軟 攜手 GitHub 推 修復 建議 試驗 - OwlNews
文章摘要
奧丁丁新聞 · 文章頁摘要圖/本報資料庫商傳媒|責任編輯/綜合外電報導AI工具雖然加速了漏洞挖掘,卻也常以鋪天蓋地的錯誤報告淹沒開源專案。軟體原始碼代管平台GitHub與母公司微軟近日公布一項名為CodenameMDASH的實驗計畫,嘗試扭轉這種失衡現況——比起單純丟出漏洞報告,開源維護者真正需要的是具體驗證過且附帶修復建議的方案。在GitHub開源社群文化中,多數專案仰賴全球志工或少數核心開發者無償維護與審查程式碼。AI掃描工具普及後,大量未經篩選的漏洞通報反而造成維護者極大的審查負擔。Netty維護者便指出:「找出漏洞已經不再是瓶頸,真正的難處在於修復,而這完全取決於維護者有限的時間。」這項試驗由微軟的MAICyber模型負責初步掃描,接著交給GitHubSecurityLab剔除重複通報,再由微軟旗下MicrosoftFORGELab的7名研究人員以人工方式反覆驗證,確認問題真實存在並擬定具體解法後,才向維護者發送私密回報。研究團隊在每個專案上平均花費約兩天進行人工檢查,確保提供給維護者的不是雜訊,而是高品質的修復依據。試驗涵蓋AutoGPT、Caddy、Express、FastMCP、ImageMagick以及Netty等6個知名開源專案。這些專案皆來自GitHubSecureOpenSourceFund資助名單,其相關軟體每月下載量超過200億次。截至11月15日,試驗共向專案團隊提交99份私密漏洞報告,維護者已成功修復其中的55個漏洞,更有14個修復已正式推送至正式發行版。參與試驗的ImageMagick維護者表示,以往閱讀並理解一份安全性通報平均需要耗費30分鐘到1小時才能著手修復,具備驗證建議的報告讓效率大幅提升。微軟也同步宣布推出新一代安全模型MAICyber2,期望透過結合自動化與人工複審的協同模式,降低開源維護者的資安修復門檻。

AI 工具雖然加速了漏洞挖掘,卻也常以鋪天蓋地的錯誤報告淹沒開源專案。軟體原始碼代管平台 GitHub 與母公司微軟近日公布一項名為 Codename MDASH 的實驗計畫,嘗試扭轉這種失衡現況——比起單純丟出漏洞報告,開源維護者真正需要的是具體驗證過且附帶修復建議的方案。...