Ang industry-wide report ay tumitingin sa mga lumang komponente, mga pag-atake mula sa itaas, at ang AI-assisted development kung paano ipinapakita ang mga kulang sa seguridad ng software supply chain.
Mga punto:
- Panganib ng pagkakasalig sa AI: Sa mga inirerekomenda na nagmumula sa AI na sinubok, tanging 20% ang epektibo at walang kilalang mga butas.
- Depende sa kumplikasyon at edad: Ang karaniwang napapailalim sa pagsusuri ay naglalaman ng 1,180 mga open-source component, kung saan 64% ay direktang dinala sa pamamagitan ng iba pang mga depensiyang.
- Repair opportunity: Sa mga downloadable na komponenteng may butas na pinag-aralan sa telemetry ng registry noong 2024, halos 95% ay may available na repair version nang panahon ng download.
San Jose, California, USA, 17 ng Nobyembre /PRNewswire/ -- Ang CleanStart, na nagbibigay ng patunay na mga software artifact para sa modernong software supply chain, ay naglabas ng “State of Software Dependency Trust 2026: From Dependency Management to Verified Software Foundations”. Ang report na ito ay sinuri kung paano nagbabago ang pagtaas ng kompleksidad ng dependency, ang pagtanda ng mga komponente, ang mga pag-atake sa upstream software supply chain, at ang AI-assisted development sa mga panganib na kinakaharap ng mga organisasyon sa pagbuo at pagpapanatili ng software.
Ang ulat ay naglalayong na sa sample ng audit, 68% ng mga komponente ay ginamit nang higit sa dalawang taon; habang ang isang iba pang registry telemetry ay nagpakita na ang halos 95% ng mga vulnerable na komponente ay may available na patch nang sa oras ng pag-download. Kasama ang lahat ng ito, ang mga natuklasang ito ay nagpapakita na lumalawak ang hamon na kinakaharap ng mga software team: kailangan nilang maunawaan kung ano ang pumasok sa aplikasyon, suriin kung ito ay kapani-paniwala, at patuloy na pangalagaan ang mga ito habang mas mabilis at mas mabilis ang mga developer at AI systems na idadagdag ang mga dependency.
Sinabi ni Nilesh Jain, pangulo at tagapagtatag ng CleanStart: "Hindi sapat ang pagiging ligtas sa software sa paghahanap lamang ng mga butas. Kailangan ng mga organisasyon na malaman kung ano ang dinala nila sa kanilang kapaligiran, kung saan galing ang mga ito, at kung ang kanilang integridad ay maaaring i-verify. Habang tumutuloy ang pagpapabilis ng pagbuo ng software, lalo na sa ilalim ng pagtutulak ng AI, tataas pa ang bilang at bilis ng paggamit. Kailangan ng industriya na lumipat mula sa pagpapamahala sa mga kilalang panganib pagkatapos ng paggamit, patungo sa pagtatayo ng tiwala sa software bago ito gamitin."
Sa sepulungang bahagi ng pagsusuri, tinatalakay ng ulat ang komposisyon ng software, pagkakaroon ng pagkakalat ng pag-aayos, mga pagkakaiba sa industriya at rehiyon, mga pagsalakay mula sa itaas, kakayahan ng mga tagapangalaga, at AI-assisted development. Kasama rin sa iba pang mga natuklasan:
- Sa 947 na naka-audit na commercial codebases, 17% ng mga komponenteng obserbado ay nasa labas ng tradisyonal na package managers, at 41% ay nasa likod ng 10 o higit pang bersyon. Ang isang iba pang pagsusuri sa 47 na pangunahing open-source project na hindi npm ay nagpakita na sa 40% ng mga project, ang kaunting mga developer ang nag-contribute ng karamihan sa mga commit, na nagpapakita ng mas malawak na hamon sa visibility at pagpapanatili.
- Dumami ng 107% ang average bilang ng mga vulnerability sa bawat codebase na na-audit, mula sa 280 patungo sa 581. Gayunpaman, ang porsyento ng codebases na may vulnerability ay tumataas lamang mula sa 86% patungo sa 87%, na nagpapakita na ang pagtaas sa average bilang ng natuklasang vulnerabilities ay hindi nangangahulugan ng parehong dami ng pagtaas sa bilang ng mga apektadong app.
- Pagkatapos ay ihalo ang AI model sa real-time registry data, bumaba ng halos 70% ang mga rekomendasyon para sa mataas at malubhang panganib. Ang ulat ay nagtalakay din kung paano mapapabuti ng mga safety tool ang kalidad ng AI-generated dependency recommendations.
- Ang ulat ay nagtataya sa mga pangyayari sa supply chain ng software na kasama ang被盗 na mga kredensyal ng pagpapalabas, mga masasamang iskrip na i-install, at manipuladong CI/CD infrastructure. Naglalayong bigyang-diin ng ulat ang sukat ng mga aktibidad ng masasamang package, pati na rin ang mga hamon na kinakaharap ng mga organisasyon sa pagbuo, paggamit, at pagsasagawa ng mga hiling sa SBOM.
Ang ulat ay nagmumungkahi na magsimula sa mga imahen, library, runtime, at package na pinakamalawak na ginagamit o pinakamahalaga. Dapat magtatag ang mga organisasyon ng minimum na mga pamantayan sa ebidensya para sa mga pundasyong ito, na kumakatawan sa pagkakakilanlan, pinagmulan, pagkakasunod-sunod, integridad, kaligtasan, pagpapanatili, at patakaran. Ang pagpapahintulot na maaaring gamitin muli ang mga ebidensyang ito sa pagitan ng mga aplikasyon at ma-access sa pamamagitan ng umiiral na mga developer at AI workflow ay maaaring mabawasan ang paulit-ulit na pagtataya ng bawat koponan.
Nilalapat ng CleanStart ang modelo na ito sa pamamagitan ng Clean Images at Clean Libraries, na nag-aalok ng mga napatunayan at muling gamitin na software foundation. Kasama ng patuloy na pag-scan, pagbuo ng SBOM, pagpapabuti, at pagkontrol sa runtime, at patuloy na sinusuri habang nagbabago ang mga komponente, banta, at mga pangangailangan ng organisasyon.
Ang ulat ay naglalaman ng mga nai-publish na audit, imbestigasyon, telemetriya ng ekosistema, ulat ng insidente, at mga pinagkukunan ng patakaran, kasama ang mga kumpletong mga sanggunian at paliwanag sa mga limitasyon ng metodolohiya.
Ang buong ulat ay maaaring makakuha sa https://clnstrt.co/dependency-trust-2026.
Tungkol sa CleanStart
Ang CleanStart ay tumutulong sa mga organisasyon na protektahan ang modernong software supply chain gamit ang mga napatunayang software artifacts. Ang mga kumpanya ay tumutulong sa mga organisasyon na makahanap ng software assets, magtatag ng software provenance, palitan ang mga hindi ligtas na software component gamit ang mga napatunayang alternatibo, at patuloy na i-verify ang software integrity. Ito ay tumutulong sa mga organisasyon na mas tiyak na bumuo, bumili, at i-deploy ang software habang pinapalakas ang kanilang seguridad sa software supply chain.
Itinatag ng CleanStart si Nilesh Jain, Vijendra Katiyar, at Biswajit De, na lahat ay may higit sa 20 taon ng global na karanasan sa paglalayong lider sa cybersecurity. Pinapahalagahan ng CleanStart ang paggawa ng “verification” bilang pundasyon ng pagbuo at pagprotekta ng modernong software ng mga organisasyon.
Media contact:
Kyle Porter
EVP-Pangulo at Tagapagpaganap
[email protected]

