XMASKNEWS
Aktualizacja:
Help Net SecurityEN→PLAI

GitHub wprowadza AI, aby wyłapywać hasła przed wypchnięciem kodu

GitHub, we współpracy z Microsoft Applied Sciences, wdraża klasyfikator oparty na modelu ModernBERT, który ma wykrywać nieustrukturyzowane dane uwierzytelniające.

Nowa funkcja jest obecnie w fazie private preview i ma trafić do użytkowników planów Enterprise Cloud oraz Team w październiku. Rozwiązanie będzie również dostępne w wersji publicznej dla GitHub Enterprise Server 3.23, w tym dla środowisk typu air-gapped.

Czytaj też

Help Net SecurityEN→PL

Kto nadzoruje AI analizujące obraz z kamer ulicznych?

Profesor Yusaku Fujii zaproponował system VRAIO, który ma zapobiegać nadużyciom algorytmów AI analizujących nagrania z monitoringu miejskiego poprzez niezależny audyt i niezmienny rejestr działań.

Czego się uczymy
  • Wdrażając systemy AI analizujące dane wrażliwe, należy stosować niezależny, zewnętrzny mechanizm rejestracji operacji (audytowalny log), który jest odseparowany od operatora danych.
  • Sam mechanizm kontroli zgodności deklaracji z przepisami jest niewystarczający; niezbędne są niezapowiedziane audyty fizyczne/techniczne w celu weryfikacji, czy cel analizy jest zgodny ze zgłoszeniem.
AI
Help Net SecurityEN→PL

Jak AI może naprawić zgodność z przepisami cybersecurity: od pulpitów nawigacyjnych do ciągłego egzekwowania

Większość pracy nad zgodnością (compliance) polega na udowadnianiu bezpieczeństwa, a nie na jego realnej poprawie. AI może zmienić ten model z pasywnego monitorowania na aktywną automatyzację.

Czego się uczymy
  • Przejście z modelu GRC opartego na dashboardach na model ciągłego egzekwowania (continuous execution) pozwala na automatyczne usuwanie niezgodności w czasie rzeczywistym.
  • Automatyzacja kontroli (np. usuwanie nieautoryzowanego softu) generuje dowody audytowe jako produkt uboczny, co drastycznie skraca czas przygotowań do kontroli.
AI