क्लीनस्टार्ट रिपोर्ट में एआई-संचालित सॉफ्टवेयर निर्भरताओं और पुराने घटकों में बढ़ते जोखिमों का खुलासा हुआ

icon币界网
साझा करें
AI summary iconसारांश
AI + क्रिप्टो समाचार: CleanStart की 'State of Software Dependency Trust 2026' रिपोर्ट में AI-जनित निर्भरता सुझावों और अपडेट न होने वाले घटकों से बढ़ते जोखिमों का उल्लेख है। केवल 20% AI सुझाव प्रभावी और सुरक्षित हैं। ऑडिट किए गए ऐप्स ने औसतन 1,180 ओपन-सोर्स घटकों का उपयोग किया, जिनमें से 64% अप्रत्यक्ष थे। 2024 में, 95% भेद्य डाउनलोड्स के लिए ठीक करने के उपाय उपलब्ध थे। क्रिप्टो समाचार में यह भी उल्लेख है कि 68% घटक दो साल से पुराने थे, और प्रति कोडबेस भेद्यताएँ 107% बढ़ीं।
CoinDesk ने रिपोर्ट किया:

Industry-wide report examines how legacy components, upstream attacks, and AI-assisted development expose gaps in software supply chain security

मुख्य बिंदु:

  • AI निर्भरता जोखिम: परीक्षण किए गए AI-उत्पादित निर्भरता सुझावों में से केवल 20% एक साथ प्रभावी और ज्ञात दुर्बलताओं से मुक्त थे।
  • निर्भरता की जटिलता और आयु: ऑडिट किए गए अनुप्रयोग में औसतन 1,180 ओपन सोर्स घटक होते हैं, जिनमें से 64% अन्य निर्भरताओं के माध्यम से अप्रत्यक्ष रूप से शामिल किए गए हैं।
  • रिपेयर अवसर: 2024 के रजिस्ट्री टेलीमेट्री में समीक्षित दुर्बलता वाले घटक डाउनलोड में से लगभग 95% के लिए डाउनलोड के समय रिपेयर संस्करण उपलब्ध था।

संयुक्त राज्य अमेरिका, कैलिफोर्निया, सैन होसे, 17 नवंबर /PRNewswire/ -- आधुनिक सॉफ्टवेयर सप्लाई चेन के लिए सत्यापित सॉफ्टवेयर आइटम प्रदान करने वाली CleanStart आज “State of Software Dependency Trust 2026: From Dependency Management to Verified Software Foundations” प्रकाशित करती है। यह रिपोर्ट यह जांचती है कि निर्भरता की जटिलता में वृद्धि, घटकों का पुराना होना, उपरि सॉफ्टवेयर सप्लाई चेन हमले और AI-सहायता वाला विकास कैसे संगठनों को सॉफ्टवेयर बनाने और उसे बनाए रखने के दौरान सामना करना पड़ने वाले जोखिमों को बदल रहे हैं।

रिपोर्ट में यह भी बताया गया है कि ऑडिट नमूने में 68% घटकों का उपयोग दो साल से अधिक समय से किया जा रहा है; जबकि एक अन्य रजिस्ट्री टेलीमेट्री में पाया गया कि लगभग 95% दुर्बलता वाले घटकों के डाउनलोड के समय उनके लिए ठीक करने का संस्करण उपलब्ध था। संयुक्त रूप से, ये खोजें यह दर्शाती हैं कि सॉफ्टवेयर टीमों के सामने चुनौतियाँ बढ़ रही हैं: एप्लिकेशन में क्या शामिल है, इसे समझना और इसकी विश्वसनीयता का आकलन करना, और डेवलपर्स और AI प्रणालियाँ जितनी तेजी से निर्भरताएँ पेश करती हैं, उन्हें लगातार बनाए रखना।

क्लीनस्टार्ट के सीईओ और सह-संस्थापक नीलेश जैन ने कहा: "सॉफ्टवेयर सुरक्षा केवल दुर्बलताओं की खोज तक सीमित नहीं होनी चाहिए। संगठनों को यह जानना चाहिए कि वे अपने वातावरण में क्या ला रहे हैं, ये सामग्री कहाँ से आ रही हैं, और उनकी पूर्णता की पुष्टि की जा सकती है या नहीं। सॉफ्टवेयर विकास के तेजी से बढ़ने के साथ, खासकर AI के समर्थन में, अपनाए जाने वाले स्रोतों की संख्या और गति केवल बढ़ती ही जाएगी। उद्योग को अपनाने के बाद ज्ञात जोखिमों के प्रबंधन से आगे बढ़कर, उपयोग से पहले सॉफ्टवेयर पर विश्वास स्थापित करने की ओर जाना चाहिए।"

इस दस-भागों वाले विश्लेषण में, रिपोर्ट ने सॉफ्टवेयर संरचना, ठीक करने में देरी, उद्योग और क्षेत्रीय अंतर, अपस्ट्रीम हमले, रखरखावकर्ता क्षमता और AI-सहायता वाले विकास की जांच की। अन्य खोजों में शामिल हैं:

  • 947 ऑडिट किए गए व्यावसायिक कोड रिपॉजिटरी में से, देखे गए घटकों का 17% पारंपरिक पैकेज मैनेजर के बाहर थे, और 41% 10 या अधिक संस्करण पीछे थे। 47 शीर्ष npm-बाहरी ओपन सोर्स प्रोजेक्ट्स की एक अन्य समीक्षा में पाया गया कि 40% प्रोजेक्ट्स में, कुछ विकासकों ने अधिकांश कमिट्स किए, जो व्यापक दृश्यता और रखरखाव की चुनौतियों को उजागर करता है।
  • प्रत्येक ऑडिट किए गए कोड लाइब्रेरी में औसत दरों में 107% की वृद्धि हुई, जो 280 से बढ़कर 581 हो गई। हालाँकि, दोषों वाली कोड लाइब्रेरी का प्रतिशत केवल 86% से बढ़कर 87% हो गया, जिससे पता चलता है कि औसत पाए गए दोषों की संख्या में वृद्धि का अर्थ यह नहीं है कि प्रभावित एप्लिकेशन की संख्या में समान रूप से वृद्धि हुई है।
  • AI मॉडल को रियल-टाइम रजिस्टर डेटा के साथ एकीकृत करने के बाद, उच्च जोखिम और गंभीर जोखिम अनुशंसाएँ लगभग 70% कम हो गईं। रिपोर्ट में सुरक्षा उपकरणों के बारे में भी चर्चा की गई है कि वे AI-उत्पादित निर्भरता अनुशंसाओं की गुणवत्ता को कैसे बढ़ाते हैं।
  • रिपोर्ट चोरी हुए प्रकाशन प्रमाणपत्रों, दुर्भावनापूर्ण स्क्रिप्ट स्थापना और हेरफेर किए गए CI/CD बुनियादी ढांचे से जुड़े सॉफ्टवेयर सप्लाई चेन घटनाओं की समीक्षा करती है। रिपोर्ट दुर्भावनापूर्ण पैकेज गतिविधियों के पैमाने और संगठनों द्वारा SBOM आवश्यकताओं के उत्पादन, उपयोग और निष्पादन में आने वाली चुनौतियों पर भी जोर देती है।

रिपोर्ट सुझाव देती है कि सबसे अधिक पुनः उपयोग किए जाने वाले या सबसे महत्वपूर्ण इमेज, लाइब्रेरी, रनटाइम और पैकेज से शुरुआत की जाए। संगठन को इन आधारभूत तत्वों के लिए न्यूनतम साक्ष्य आवश्यकताएँ तय करनी चाहिए, जिसमें पहचान, स्रोत, उत्पत्ति, अखंडता, सुरक्षा, रखरखाव और नीतियाँ शामिल हों। इन साक्ष्यों को अनुप्रयोगों के बीच पुनः उपयोग किया जा सके और मौजूदा डेवलपर्स और AI कार्यप्रवाहों के माध्यम से पहुँचा जा सके, जिससे विभिन्न टीमों द्वारा दोहराए जाने वाले मूल्यांकन कार्यों में कमी आए।

CleanStart, Clean Images और Clean Libraries के माध्यम से इस मॉडल को लागू करता है, जिससे प्रमाणित और पुनः उपयोगयोग्य सॉफ्टवेयर आधार प्रदान किया जाता है। यह विधि निरंतर स्कैनिंग, SBOM जनरेशन, ठीक करने और रनटाइम नियंत्रण के साथ पूरक है और घटकों, धमकियों और संगठनात्मक आवश्यकताओं के परिवर्तन के साथ निरंतर समीक्षा की जाती है।

रिपोर्ट में प्रकाशित ऑडिट, जांच, पारिस्थितिकी दूरसंचार, घटना रिपोर्ट और नीति स्रोतों का समावेश है, जिसमें पूर्ण संदर्भ और विधि सीमाओं की टिप्पणी शामिल है।

पूरी रिपोर्ट https://clnstrt.co/dependency-trust-2026 पर उपलब्ध है।

CleanStart के बारे में

CleanStart आधुनिक सॉफ्टवेयर सप्लाई चेन को सत्यापित सॉफ्टवेयर आउटपुट के माध्यम से संगठनों की सुरक्षा करने में मदद करता है। कंपनियाँ संगठनों को सॉफ्टवेयर संपत्तियों की पहचान करने, सॉफ्टवेयर स्रोत निर्धारित करने, असुरक्षित सॉफ्टवेयर घटकों को सत्यापित विकल्पों से प्रतिस्थापित करने और सॉफ्टवेयर अखंडता की निरंतर पुष्टि करने में मदद करती हैं। इससे संगठनों को सॉफ्टवेयर बनाने, खरीदने और तैनात करने में अधिक आत्मविश्वास मिलता है और उनकी सॉफ्टवेयर सप्लाई चेन सुरक्षा की स्थिति मजबूत होती है।

CleanStart की स्थापना नीलेश जैन, विजेंद्र कतियार और बिश्वजीत दे द्वारा की गई है, जिनके पास वैश्विक साइबर सुरक्षा नेतृत्व के लिए 20 वर्ष से अधिक का अनुभव है। CleanStart, "प्रमाणीकरण" को संगठनों द्वारा आधुनिक सॉफ्टवेयर के निर्माण और सुरक्षा के आधार के रूप में स्थापित करने पर काम कर रहा है।

मीडिया संपर्क:
काइल पोर्टर
EVP-प्रबंध निदेशक
[email protected]

डिस्क्लेमर: इस पेज पर दी गई जानकारी थर्ड पार्टीज़ से प्राप्त की गई हो सकती है और यह जरूरी नहीं कि KuCoin के विचारों या राय को दर्शाती हो। यह सामग्री केवल सामान्य सूचनात्मक उद्देश्यों के लिए प्रदान की गई है, किसी भी प्रकार के प्रस्तुतीकरण या वारंटी के बिना, न ही इसे वित्तीय या निवेश सलाह के रूप में माना जाएगा। KuCoin किसी भी त्रुटि या चूक के लिए या इस जानकारी के इस्तेमाल से होने वाले किसी भी नतीजे के लिए उत्तरदायी नहीं होगा। डिजिटल संपत्तियों में निवेश जोखिम भरा हो सकता है। कृपया अपनी वित्तीय परिस्थितियों के आधार पर किसी प्रोडक्ट के जोखिमों और अपनी जोखिम सहनशीलता का सावधानीपूर्वक मूल्यांकन करें। अधिक जानकारी के लिए, कृपया हमारे उपयोग के नियम और जोखिम प्रकटीकरण देखें।