Ilichukua chini ya mwaka mmoja kwa AI kubadili kwa kiasi kikubwa mazingira ya usalama. Generative AI ilianza kuwa tawala wakati wa Februari 2024. Miezi michache ya kwanza ilitumika kwa mshangao. Nini inaweza kufanya na ufanisi ambayo inaweza kuleta hazikusikika. Kulingana na a  , takriban 75% ya wasanidi programu kwa sasa wanatumia au wanapanga kutumia zana za usimbaji za AI.   Utafiti wa Stack Overflow wa 2024  Kati ya zana hizi, ChatGPT ya OpenAI ni maarufu sana, na  , huku GitHub Copilot ikifuata, ikitumiwa na 44% ya wasanidi programu. Kwa upande wa nambari ya kuandika, 82% ya watengenezaji hutumia AI na 68% hutumia AI wakati wa kutafuta majibu. Unapooanisha msanidi programu ambaye anaelewa jinsi ya kuandika msimbo ipasavyo na AI generative, utendakazi unaozidi 50% au bora zaidi ni wa kawaida.   82% ya wasanidi programu wanaripoti matumizi ya kawaida  Kuasili kumeenea, lakini kuna wasiwasi kuhusu usahihi na usalama wa msimbo unaozalishwa na AI. Kwa msanidi aliyebobea au mtaalamu wa usalama wa programu, haichukui muda kuona kwamba msimbo ulioundwa na Generative AI una matatizo yake. Kwa vidokezo vichache tu vya haraka, hitilafu na matatizo huonekana haraka.  Lakini watengenezaji walio na shauku kuhusu AI wanaleta zaidi ya hitilafu za usalama za kizamani kwenye msimbo. Pia wanazidi kuleta miundo ya AI katika bidhaa wanazotengeneza—mara nyingi bila ufahamu wa usalama, achilia mbali ruhusa—jambo ambalo huleta matatizo chungu nzima. Kwa bahati nzuri, AI pia ni bora katika kupambana na maswala haya wakati imeelekezwa katika mwelekeo sahihi.   Nakala hii itaangalia jinsi:  AI inaweza kusaidia mashirika kugundua teknolojia zote za AI walizonazo na wanazotumia, hata kivuli AI ambayo timu za usalama hazijui.  AI huwezesha uchimbaji wa nukta ya data ya kimantiki kutoka kwa msimbo, maendeleo ya kimapinduzi katika usalama wa programu.  Kikundi chekundu kinachoendeshwa na AI kinaweza kufichua udhaifu katika LLM na programu  AI inaweza kusaidia katika kuunda njia za ulinzi na mikakati ya kupunguza ili kulinda dhidi ya udhaifu unaohusiana na AI.  AI inaweza kusaidia wasanidi kuelewa na kulinda API wanazotumia katika programu zao.   Kivuli AI: Tishio Lisioonekana Linalojificha kwenye Msingi wako wa Kanuni  Hebu fikiria hali ambapo wasanidi programu, wakisukumwa na hitaji la kufahamiana na wenzao au kufurahishwa tu na kile AI inatoa, wanaunganisha miundo na zana za AI katika programu bila timu ya usalama kujua. Hivi ndivyo Shadow AI hutokea.  Uchunguzi wetu katika Mend.io umefichua mwelekeo wa kushangaza: uwiano kati ya yale ambayo timu za usalama zinafahamu na yale ambayo wasanidi programu wanatumia kwa mujibu wa AI ni kipengele cha 10. Hii ina maana kwamba kwa kila mradi wa AI ulio chini ya usimamizi wa dhamana, 10 zaidi wanafanya kazi katika kivuli, hivyo basi hatari kubwa kwa usalama wa shirika.  Kwa nini Shadow AI inahusu sana?    : Miundo ya AI isiyofuatiliwa inaweza kuwa na udhaifu unaojulikana, na kufanya programu yako kuwa hatarini au kushambuliwa. Athari Isiyodhibitiwa    : AI iliyosanidiwa vibaya inaweza kufichua data nyeti bila kukusudia, hivyo kusababisha ukiukaji wa faragha na faini za udhibiti. Uvujaji wa Data    : Kutumia miundo ya AI ambayo haijaidhinishwa inaweza kukiuka kanuni za sekta na viwango vya usalama wa data. Ukiukaji wa Uzingatiaji  Kwa bahati nzuri, AI yenyewe inatoa suluhisho kwa changamoto hii. Zana za hali ya juu za usalama zinazoendeshwa na AI zinaweza kuchanganua codebase yako yote, kubainisha teknolojia zote za AI zinazotumika, ikiwa ni pamoja na zile ambazo hazionekani. Orodha ya kina itawezesha timu za usalama kupata mwonekano katika kivuli cha AI, kusaidia kutathmini hatari, na kutekeleza mikakati muhimu ya kupunguza.   Usalama wa Semantiki: Enzi Mpya katika Uchanganuzi wa Kanuni  Zana za kawaida za usalama za programu hutegemea data msingi na uchanganuzi wa mtiririko wa udhibiti, kutoa uelewa mdogo wa utendakazi wa msimbo. AI, hata hivyo, ina uwezo wa kujumuisha uelewa wa kisemantiki na, matokeo yake, kutoa matokeo bora zaidi.   Zana za usalama ambazo zimewezeshwa na AI sasa zinaweza kutoa pointi za data za kisemantiki kutoka kwa msimbo, kutoa maarifa ya kina kuhusu dhamira na tabia ya kweli ya miundo ya AI. Hii huwezesha timu za usalama:  Tambua udhaifu changamano: Gundua udhaifu ambao haungetambuliwa na zana za jadi za usalama.  Elewa tabia ya kielelezo cha AI: Pata ufahamu wazi wa jinsi miundo ya AI inavyoingiliana na data na mifumo mingine, hasa na miundo ya mawakala ya AI au RAG.  Jaribio la usalama kiotomatiki: Tengeneza majaribio ya usalama ya kisasa zaidi na yanayolengwa kulingana na uelewaji wa kisemantiki, na uweze kuandika kwa haraka na kusasisha hati za otomatiki za QA pamoja na majaribio ya kitengo cha ndani.   AI ya Adui: Kuongezeka kwa Timu Nyekundu ya AI  Kama mfumo mwingine wowote, mifano ya AI pia iko katika hatari ya kushambuliwa. Upangaji wa timu nyekundu wa AI huongeza nguvu ya AI kuiga mashambulizi ya wapinzani, kufichua udhaifu katika mifumo ya AI na utekelezaji wake. Mbinu hii inahusisha kutumia vidokezo vya wapinzani, ingizo iliyoundwa mahususi ili kutumia udhaifu na kudhibiti tabia ya AI. Kasi ambayo hii inaweza kukamilishwa inafanya kuwa karibu hakika kwamba AI itatumika sana katika siku za usoni.    Kwa kutumia zana za AI Red Teaming, programu zinaweza kukabiliana na mashambulizi ya kikatili yaliyoundwa ili kutambua udhaifu na kuharibu mifumo. Baadhi ya zana hizi ni sawa na jinsi DAST inavyofanya kazi, lakini kwa kiwango kigumu zaidi. AI Red Teaming haishii hapo.   Mambo muhimu ya kuchukua:  ● Muundo Mahiri wa Tishio: Tarajia mashambulizi yanayoweza kutokea kwa kuelewa jinsi miundo ya AI inaweza kubadilishwa na jinsi inavyoweza kupangwa ili kushambulia mazingira yoyote au muundo mwingine wa AI.  ● Jaribio Imara la Usalama: Tekeleza mbinu za uwekaji timu nyekundu za AI ili kutambua kwa vitendo na kupunguza udhaifu.  ● Ushirikiano na Wasanidi Programu wa AI: Fanya kazi kwa karibu na timu za maendeleo ili kuhakikisha maendeleo salama ya AI na mbinu salama za usimbaji.   Walinzi: Kuunda Tabia Salama ya AI  AI inatoa thamani nyingi ambayo haiwezi kupuuzwa. Uwezo wake wa kuzalisha unaendelea kushangaza wale wanaofanya kazi nayo. Iulize unachopenda na itarudisha jibu ambalo sio kila wakati lakini mara nyingi ni sahihi sana. Kwa sababu hii, ni muhimu kuunda mihimili ya ulinzi ambayo inahakikisha utumiaji wa AI unaowajibika na salama.   Njia hizi za ulinzi zinaweza kuchukua aina mbalimbali, ikiwa ni pamoja na:    : Utekelezaji wa mbinu bora za usalama katika msimbo ili kuzuia udhaifu kama vile sindano ya papo hapo. Msimbo Mgumu    : Kuunda kwa uangalifu vidokezo vya mfumo ili kupunguza uwezo wa muundo wa AI na kuzuia vitendo visivyotarajiwa. Marekebisho ya Maonyesho ya Mfumo    : Kuunganisha mbinu za usalama zinazoidhinisha ingizo, matokeo ya chujio, na kuzuia ufikiaji ambao haujaidhinishwa. Visafishaji usafi na Walinzi  Jambo kuu la kuzingatia katika kutekeleza kanuni za ulinzi ni biashara kati ya usalama na ubadilikaji wa wasanidi programu. Ingawa mbinu za kati zinazofanana na ngome hutoa urahisi wa uwekaji, njia za ulinzi mahususi za programu iliyoundwa na wasanidi programu zinaweza kutoa ulinzi wa punjepunje na bora zaidi.   Muhimu wa Usalama wa API katika Enzi ya AI  Programu za AI zinategemea sana API kuingiliana na huduma za nje na vyanzo vya data. Muunganisho huu huleta hatari zinazoweza kutokea za usalama ambazo mashirika lazima yashughulikie kikamilifu.   Hoja Muhimu na Usalama wa API katika Programu za AI:  Uvujaji wa Data Kupitia API: Watendaji hasidi wanaweza kutumia athari za API ili kuiba data nyeti iliyochakatwa na miundo ya AI.  Vifunguo vya API vilivyoathiriwa: Vifunguo vya API visivyolindwa vinaweza kutoa ufikiaji usioidhinishwa kwa mifumo na data ya AI.  Hatari za API za Watu Wengine: Kutegemea API za wahusika wengine kunaweza kufichua mashirika katika udhaifu katika huduma hizo.   Mbinu Bora za Kulinda API katika Programu za AI:  Orodha kamili ya API: Tambua API zote zinazotumiwa katika programu zako za AI na utathmini mkao wao wa usalama.  Uthibitishaji na Uidhinishaji wa API: Tekeleza uthibitishaji thabiti na mbinu za uidhinishaji ili kuzuia ufikiaji wa API. Hakikisha kuwa unatumia kielelezo cha "Upendeleo Angalau wa Kawaida".  Jaribio la Usalama la API la Kawaida: Fanya tathmini za usalama za mara kwa mara ili kutambua na kupunguza athari za API.  Hitimisho    Kwa kukagua maarifa ya usalama ya AI yaliyojadiliwa katika chapisho hili, mashirika yanaweza kupitia enzi hii ya mabadiliko na kutumia nguvu za AI huku yakipunguza hatari. AI imekuwa tawala kwa muda mfupi tu, fikiria jinsi itakavyokuwa katika mwaka mmoja. Mustakabali wa AI ni mzuri kwa hivyo uwe tayari kuutumia na uhakikishe kuwa pia ni salama. **   **na uchunguze maswali muhimu yanayohusu AppSec inayoendeshwa na AI na ugundue jinsi ya kulinda msimbo wako katika enzi hii mpya!  Mapinduzi ya AI sio uwezekano wa siku zijazo, tayari yako hapa! Kwa maelezo zaidi juu ya AI & AppSec - Tazama yetu   mtandao AI inaleta mageuzi katika ukuzaji wa programu, lakini mkakati wako wa usalama unaendelea?  -Imeandikwa na Jeffrey Martin, VP wa Uuzaji wa Bidhaa huko  Mend.io

This story contains new, firsthand information uncovered by the writer.

Sauti hii imetolewa katika lugha asilia ya hadithi!

Ndefu sana; Kusoma

CTA: Download the FREE AI Productivity Shift report

Upanga Wenye Kuwili-Mwili wa Al wa Kuzalisha: Kufungua Uwezo Wakati Unapunguza Hatari

About Author

MAONI

HANG TAGS

MAKALA HII ILIWASILISHWA NDANI

Related Stories

A PENDENT WORLD

Speed up Swift compile time

Sweet Security Unveils First Unified Detection And Response Platform

#ellenBrain Turns a Long Weekend Into: HackerNoon Swag Around the World

A PENDENT WORLD

Speed up Swift compile time

Sweet Security Unveils First Unified Detection And Response Platform

#ellenBrain Turns a Long Weekend Into: HackerNoon Swag Around the World

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps