GitHub lança sistema que encontra brechas em códigos automaticamente

O GitHub, um dos principais repositórios de programação do mundo, lançou nesta semana uma ferramenta que usa inteligência artificial para analisar códigos publicados em busca de vulnerabilidades de segurança. O sistema está no ar em formato experimental e deve ajudar programadores a encontrarem problemas antes de postarem seus trabalhos para toda a comunidade.

• Como desenvolver softwares mais sustentáveis em tempos de aceleração digital?
• 10 linguagens de programação que o mercado vai exigir em 2022

De acordo com a plataforma, o recurso fica disponível para dados públicos em repositórios de softwares baseados em JavaScript e TypeScript. Neles, quatro tipos de brechas mais comuns serão analisadas, como injeções path, SQL e NoSQL, além de cross-site scripting. A ideia é que os desenvolvedores responsáveis sejam alertados sobre as vulnerabilidades e possam agir para as corrigir.

A ferramenta de análise automatizada é baseada em machine learning e vai conversar com bancos de dados de vulnerabilidades comuns, justamente, para que elas sejam indicadas nos códigos publicados na plataforma. Segundo o GitHub, nas etapas de testes que vêm acontecendo desde meados de 2020, mais de 12 mil repositórios foram escaneados, com mais de 20 mil problemas de segurança sendo encontrados e indicados aos produtores de software.

Mesmo que ainda esteja em etapa experimental, o recurso fica agora disponível de forma gratuita a mais desenvolvedores, tanto nos repositórios públicos quanto em sistemas corporativos, focados para a produção interna de soluções empresariais. Segundo a plataforma, a ferramenta também pode ser integrada a outros sistemas de testes e controle de qualidade.

Desde já, porém, o GitHub alerta para a possibilidade de falsos positivos que podem surgir com essa disponibilização pública. A ideia é que, como em todo sistema de inteligência artificial, os resultados fiquem mais precisos com o passar do tempo, na medida em que os modelos de machine learning vão evoluindo e entendendo as peculiaridades dos softwares analisados.

Fonte: GitHub