Отчет CleanStart показывает растущие риски в программных зависимостях, основанных на ИИ, и устаревших компонентах

icon币界网
Поделиться
AI summary iconСводка
Новости ИИ и криптовалют: Отчет CleanStart «State of Software Dependency Trust 2026» показывает растущие риски, связанные с рекомендациями по зависимостям, генерируемыми ИИ, и устаревшими компонентами. Только 20% предложений ИИ являются эффективными и безопасными. В аудируемых приложениях в среднем использовалось 1180 компонентов с открытым исходным кодом, из них 64% — косвенные. В 2024 году у 95% уязвимых загрузок были доступны исправления. В новостях криптовалют подчеркивается, что 68% компонентов были старше двух лет, а количество уязвимостей на кодовую базу выросло на 107%.
CoinDesk сообщает:

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

Ключевые моменты:

  • Риск зависимости от ИИ: среди сгенерированных ИИ рекомендаций по зависимостям, только 20% оказались одновременно действительными и не содержали известных уязвимостей.
  • Зависимость от сложности и возраста: в среднем проверяемое приложение содержит 1 180 открытых компонентов, из которых 64% были введены косвенно через другие зависимости.
  • Исправление возможности: около 95% уязвимых компонентов, проверенных в телеметрии реестра 2024 года при загрузке, имели доступные исправления на момент загрузки.

Сан-Хосе, Калифорния, США, 17 ноября /PRNewswire/ — CleanStart, предоставляющий проверенные программные артефакты для современных программных цепочек поставок, сегодня опубликовала отчет «State of Software Dependency Trust 2026: From Dependency Management to Verified Software Foundations». В отчете рассматриваются, как рост сложности зависимостей, старение компонентов, атаки на верхние уровни программных цепочек поставок и использование ИИ для разработки изменяют риски, с которыми сталкиваются организации при создании и поддержке программного обеспечения.

Отчет также указывает, что 68% компонентов в выборке аудита использовались более двух лет; другое исследование реестра телеметрии показало, что примерно 95% уязвимых компонентов имели доступные исправления на момент загрузки. В совокупности эти данные свидетельствуют о том, что вызовы, с которыми сталкиваются команды по разработке программного обеспечения, расширяются: им необходимо не только понимать, что попадает в приложения, но и оценивать их надежность, а также постоянно поддерживать их, поскольку разработчики и AI-системы все быстрее вводят зависимости.

Генеральный директор и сооснователь CleanStart Нилеш Джайн заявил: «Безопасность программного обеспечения не может ограничиваться только обнаружением уязвимостей. Организациям необходимо знать, что именно они вводят в свою среду, откуда это происходит и можно ли проверить его целостность. По мере ускорения разработки программного обеспечения, особенно под влиянием ИИ, количество и скорость использования сторонних компонентов будут только расти. Отрасли необходимо перейти от управления известными рисками после внедрения к формированию доверия к программному обеспечению до его использования».

В этом десятичастном анализе отчет рассматривает состав программного обеспечения, задержки в исправлениях, отраслевые и региональные различия, атаки извне, возможности сопровождающих и использование ИИ для разработки. Другие выводы включают:

  • Из 947 аудируемых коммерческих кодовых репозиториев 17% наблюдаемых компонентов находятся за пределами традиционных менеджеров пакетов, а 41% отстают на 10 или более версий. Другой анализ 47 ведущих открытых проектов, не основанных на npm, показал, что в 40% проектов небольшое количество разработчиков вносят большинство коммитов, что подчеркивает более широкие проблемы видимости и сопровождения.
  • Среднее количество уязвимостей в аудируемых репозиториях увеличилось на 107% — с 280 до 581. Однако доля репозиториев с уязвимостями выросла лишь с 86% до 87%, что указывает на то, что рост среднего количества обнаруженных уязвимостей не сопровождается пропорциональным увеличением числа затронутых приложений.
  • После объединения моделей ИИ с данными реестра в режиме реального времени рекомендации по высокому и серьезному риску сократились примерно на 70%. Отчет также рассматривает, как инструменты безопасности повышают качество рекомендаций зависимостей, сгенерированных ИИ.
  • Отчет анализирует инциденты цепочки поставок программного обеспечения, связанные с украденными учетными данными для публикации, вредоносными скриптами установки и манипулируемой инфраструктурой CI/CD. Отчет также подчеркивает масштаб деятельности с вредоносными пакетами и трудности, с которыми сталкиваются организации при создании, использовании и выполнении требований SBOM.

Рекомендуется начать с наиболее широко используемых или наиболее критически важных образов, библиотек, сред выполнения и пакетов. Организации должны установить минимальные требования к доказательствам для этих базовых компонентов, охватывающие идентичность, источник, прослеживаемость, целостность, безопасность, поддержку и политики. Возможность повторного использования этих доказательств между приложениями и доступ к ним через существующие рабочие процессы разработчиков и ИИ позволит сократить повторяющуюся оценку, проводимую различными командами.

CleanStart реализует эту модель с помощью Clean Images и Clean Libraries, предоставляя проверенные и многократно используемые программные основы. Этот подход дополняет непрерывное сканирование, генерацию SBOM, устранение уязвимостей и контроль во время выполнения, а также постоянно пересматривается в соответствии с изменениями компонентов, угроз и требований организации.

Отчет объединяет опубликованные аудиты, расследования, экосистемные телеметрические данные, отчеты о инцидентах и источники политики, с полными ссылками и пояснениями методологических ограничений.

Полный отчет можно получить по адресу https://clnstrt.co/dependency-trust-2026.

О CleanStart

CleanStart помогает организациям защищать современные программные цепочки поставок с помощью проверенных программных артефактов. Компания помогает предприятиям выявлять программные активы, создавать прослеживаемость программного обеспечения, заменять небезопасные программные компоненты на проверенные альтернативы и постоянно проверять целостность программного обеспечения. Это позволяет организациям с большей уверенностью создавать, приобретать и развертывать программное обеспечение, одновременно укрепляя свою безопасность программных цепочек поставок.

CleanStart основана Нилешем Джайном, Виджендра Катияром и Бисваджитом Де, каждый из которых имеет более 20 лет опыта руководства в области глобальной кибербезопасности. CleanStart стремится сделать «верификацию» основой для создания и защиты современного программного обеспечения организациями.

Контакт для СМИ:
Кайл Портер
EVP-исполнительный директор
[email protected]

Отказ от ответственности: Информация на этой странице может быть получена от третьих лиц и не обязательно отражает взгляды или мнения KuCoin. Данный контент предоставляется исключительно в общих информационных целях, без каких-либо заверений или гарантий, а также не может быть истолкован как финансовый или инвестиционный совет. KuCoin не несет ответственности за ошибки или упущения, а также за любые результаты, полученные в результате использования этой информации. Инвестиции в цифровые активы могут быть рискованными. Пожалуйста, тщательно оценивайте риски, связанные с продуктом, и свою устойчивость к риску, исходя из собственных финансовых обстоятельств. Для получения более подробной информации, пожалуйста, ознакомьтесь с нашими Условиями использования и Уведомлением о риске.