Skip to content
Tech

मेरा सुरक्षा स्कैनर उस भेद्यता वर्ग को क्यों चूक जाता है जो मेरा AI सहायक सबसे अधिक लिखता है?

85

अवसर

Veracode की 2026 GenAI Code Security Report के अनुसार, AI कोडिंग सहायक भाषा के आधार पर 44 से 72 प्रतिशत जनरेशन कार्यों में सुरक्षा भेद्यता पेश करते हैं। मौजूदा SAST टूल्स मानव-लिखित कोड पैटर्न के विरुद्ध डिज़ाइन और ट्यून किए गए थे; वे किसी दिए गए AI टूल द्वारा उत्पन्न दोहराव वाले, मॉडल-विशिष्ट भेद्यता हस्ताक्षरों को मॉडल नहीं करते। arXiv पर जुलाई 2026 के क्रॉस-मॉडल तुलनात्मक अध्ययन में पाया गया कि विभिन्न LLM पूरी तरह से असंबंधित कोडबेस में पूर्वानुमानित, विशिष्ट CWE क्लासेस में जोखिम केंद्रित करते हैं, और वर्तमान स्कैनर्स के पास इस नियमितता का फायदा उठाने के लिए कोई मॉडल-जागरूक प्रोफाइल नहीं है। Endorlabs ने 2026 में पुष्टि की कि फिक्स्ड-पैटर्न स्कैनर्स क्रॉस-फाइल संदर्भ पर निर्भर खामियों को चूक जाते हैं, जो कि ठीक वह जगह है जहां AI-जनित कोड अक्सर विफल होता है। आज कोई भी प्रोडक्शन-ग्रेड स्कैनर उस मॉडल से कीड प्रोफाइल शिप नहीं करता जिसने कोड जनरेट किया।

यह क्यों मायने रखता है

एक स्कैनर जो जानता है कि कोई फ़ाइल किस मॉडल ने लिखी है, वह उस भेद्यता वर्ग का पूर्वानुमान और लक्ष्य कर सकता है जिसे वह मॉडल विश्वसनीय रूप से अधिक उत्पन्न करता है, एक सांख्यिकीय नियमितता को सटीक पहचान लाभ में बदलता है।

मैं अवसर को कैसे आंकता हूं

Opportunity Score मेरा अपना आकलन है, कोई माप नहीं: यह कितना तकलीफदेह है, कितनी बार परेशान करता है, और आज इसे हल करने के लिए कितना कम मौजूद है। जितना ज़्यादा स्कोर, उतना ज़्यादा मुझे लगता है कि इसे बनाना सार्थक है।

गंभीरता8/10

जब यह सामने आता है तो कितनी तकलीफ देता है।

आवृत्ति9/10

लोग वास्तव में कितनी बार इससे टकराते हैं।

व्हाइटस्पेस8/10

आज इसके लिए कितने कम अच्छे टूल मौजूद हैं।

और हल करने लायक समस्याएं