Relatório CleanStart revela riscos crescentes em dependências de software impulsionadas por IA e componentes envelhecidos

icon币界网
Compartilhar
AI summary iconResumo
Notícias de IA + criptomoeda: O relatório 'State of Software Dependency Trust 2026' da CleanStart mostra riscos crescentes provenientes de recomendações de dependências geradas por IA e componentes desatualizados. Apenas 20% das sugestões de IA são eficazes e seguras. Aplicativos auditados usaram, em média, 1.180 componentes de código aberto, dos quais 64% eram indiretos. Em 2024, 95% dos downloads vulneráveis tinham correções disponíveis. As notícias de criptomoeda destacam que 68% dos componentes tinham mais de dois anos e que as vulnerabilidades por base de código aumentaram 107%.
CoinDesk relata:

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

Pontos principais:

  • Risco de dependência de IA: Nas recomendações de dependência geradas por IA testadas, apenas 20% eram simultaneamente válidas e livres de vulnerabilidades conhecidas.
  • Dependência de complexidade e idade: o aplicativo auditado contém, em média, 1.180 componentes de código aberto, dos quais 64% foram introduzidos indiretamente por meio de outras dependências.
  • Oportunidade de correção: Cerca de 95% dos componentes vulneráveis baixados nos dados de telemetria do registro de 2024 já tinham versões corrigidas disponíveis no momento do download.

San José, Califórnia, EUA, 17 de novembro /PRNewswire/ -- A CleanStart, que fornece artefatos de software verificados para a cadeia de suprimentos de software moderna, lançou hoje o relatório "State of Software Dependency Trust 2026: From Dependency Management to Verified Software Foundations". O relatório analisa como o aumento da complexidade das dependências, o envelhecimento dos componentes, os ataques à cadeia de suprimentos de software upstream e o desenvolvimento assistido por IA estão alterando os riscos enfrentados pelas organizações ao construir e manter software.

O relatório também aponta que, na amostra auditada, 68% dos componentes tinham mais de dois anos de uso; outra telemetria de registro descobriu que cerca de 95% dos componentes vulneráveis baixados já tinham versões corrigidas disponíveis no momento do download. Em conjunto, essas descobertas indicam que os desafios enfrentados pelas equipes de software estão se ampliando: além de entender o que está entrando nos aplicativos, precisam avaliar sua confiabilidade e mantê-los continuamente, enquanto desenvolvedores e sistemas de IA introduzem dependências cada vez mais rapidamente.

Nilesh Jain, CEO e co-fundador da CleanStart, disse: "A segurança de software não pode parar na detecção de vulnerabilidades. As organizações precisam saber o que estão trazendo para seu ambiente, de onde esses componentes vêm e se sua integridade pode ser verificada. À medida que o desenvolvimento de software acelera, especialmente impulsionado pela IA, a quantidade e a velocidade de adoção de dependências só continuarão a aumentar. A indústria precisa passar de gerenciar riscos conhecidos após a adoção para construir confiança no software antes do uso."

Nesta análise em dez partes, o relatório examina a composição do software, atrasos na correção, diferenças setoriais e geográficas, ataques upstream, capacidade dos mantenedores e desenvolvimento assistido por IA. Outras descobertas incluem:

  • Em 947 repositórios comerciais auditados, 17% dos componentes observados estavam fora dos gerenciadores de pacotes tradicionais, e 41% estavam 10 ou mais versões atrasadas. Outra análise de 47 principais projetos de código aberto não npm revelou que, em 40% dos projetos, um pequeno número de desenvolvedores realizou a maioria das contribuições, destacando desafios mais amplos de visibilidade e manutenção.
  • O número médio de vulnerabilidades por repositório auditado aumentou 107%, passando de 280 para 581. No entanto, a porcentagem de repositórios com vulnerabilidades aumentou apenas de 86% para 87%, indicando que o aumento no número médio encontrado não se traduziu em um aumento proporcional no número de aplicações afetadas.
  • Após integrar modelos de IA com dados de registro em tempo real, as recomendações de risco alto e risco grave reduziram cerca de 70%. O relatório também explora como ferramentas de segurança melhoram a qualidade das recomendações de dependência geradas por IA.
  • O relatório analisa incidentes de cadeia de suprimentos de software envolvendo credenciais de publicação roubadas, scripts de instalação maliciosos e infraestrutura CI/CD manipulada. O relatório também destaca a escala das atividades de pacotes maliciosos e os desafios enfrentados pelas organizações na geração, uso e execução de requisitos SBOM.

O relatório recomenda começar com as imagens, bibliotecas, ambientes de execução e pacotes mais amplamente reutilizados ou mais críticos. As organizações devem estabelecer requisitos mínimos de evidência para esses fundamentos, abrangendo identidade, origem, rastreabilidade, integridade, segurança, manutenção e políticas. Permitir que essas evidências sejam reutilizadas entre aplicações e acessíveis por meio de fluxos de trabalho de desenvolvedores e IA existentes pode reduzir o trabalho de avaliação repetitivo realizado por várias equipes.

CleanStart implementa esse modelo por meio de Clean Images e Clean Libraries, fornecendo uma base de software verificada e reutilizável. Esse método complementa a varredura contínua, geração de SBOM, correção e controle em tempo de execução, sendo revisado continuamente à medida que os componentes, ameaças e requisitos organizacionais mudam.

O relatório integra auditorias, investigações, telemetria do ecossistema, relatos de eventos e fontes políticas publicadas, com referências completas e declarações sobre limitações metodológicas.

O relatório completo está disponível em https://clnstrt.co/dependency-trust-2026.

Sobre o CleanStart

CleanStart ajuda organizações a proteger cadeias de suprimentos de software modernas por meio de artefatos de software verificados. A empresa auxilia empresas a identificar ativos de software, estabelecer rastreabilidade de software, substituir componentes de software inseguros por alternativas verificadas e validar continuamente a integridade do software. Isso permite que as organizações construam, adquiram e implantem software com mais confiança, fortalecendo sua postura de segurança da cadeia de suprimentos de software.

CleanStart foi fundada por Nilesh Jain, Vijendra Katiyar e Biswajit De, todos com mais de 20 anos de experiência em liderança global em segurança cibernética. A CleanStart está se esforçando para tornar a "verificação" a base para organizações construírem e protegerem software moderno.

Contato para imprensa:
Kyle Porter
EVP-Diretor Executivo
[email protected]

Aviso legal: as informações nesta página podem ter sido obtidas de terceiros e não refletem necessariamente os pontos de vista ou opiniões da KuCoin. Este conteúdo é fornecido apenas para fins informativos gerais, sem qualquer representação ou garantia de qualquer tipo, nem deve ser interpretado como aconselhamento financeiro ou de investimento. A KuCoin não é responsável por quaisquer erros ou omissões, ou por quaisquer resultados do uso destas informações. Os investimentos em ativos digitais podem ser arriscados. Avalie cuidadosamente os riscos de um produto e a sua tolerância ao risco com base nas suas próprias circunstâncias financeiras. Para mais informações, consulte nossos termos de uso e divulgação de risco.