Logo van Wired

-Onderzoek

AI-modellen ontdekken kritieke softwarefouten in groot onderzoek

Copyright wired
Foto: VandaagAI.nl

Een baanbrekend onderzoek van UC Berkeley toont aan dat AI-modellen verrassend effectief zijn in het opsporen van softwarefouten, met de ontdekking van vijftien nieuwe zero-day kwetsbaarheden.

In het kort:

De nieuwste AI-modellen blijken steeds bekwamer in het vinden van beveiligingslekken, wat een keerpunt markeert in de cybersecurity-industrie.

  • Een combinatie van Claude en OpenHands identificeerde 17 nieuwe bugs in 188 open source codebases.
  • Het onderzoek gebruikte de nieuwe CyberGym-benchmark om verschillende AI-modellen te testen.
  • De ontdekkingen werden gedaan met beperkte middelen en rekentijd, wat suggereert dat er nog meer mogelijk is.

Het grote plaatje:

De ontwikkeling markeert een fundamentele verschuiving in hoe software wordt getest op kwetsbaarheden. Dawn Song, projectleider bij UC Berkeley, benadrukt dat veel van deze ontdekkingen kritieke beveiligingsproblemen betreffen.

  • Toonaangevende bedrijven als Google en OpenAI integreren AI al in hun beveiligingsprocessen.
  • Startup Xbow heeft de eerste plaats bereikt op HackerOne's leaderboard voor bug hunting.
  • De technologie democratiseert het vinden van kwetsbaarheden, wat zowel kansen als risico's met zich meebrengt.

De andere kant:

Experts waarschuwen dat menselijke expertise voorlopig onmisbaar blijft in cybersecurity. De beste AI-systemen vinden momenteel slechts 2% van alle bekende kwetsbaarheden, en complexe bugs blijven een uitdaging.

Bronnen

Het belangrijkste nieuws gratis in je mailbox

Elke week een korte e-mail met de meest relevante verhalen.

Meer onderzoek