Teaching AI to Find Real Vulnerabilities — David Brumley, Bugcrowd
David Brumley visar hur man tränar AI-modeller att hitta säkerhetshål i kod genom en stegvis metod — från att krascha ett program till att läsa och skriva minne till fullständiga attacker.
Det stora problemet är mätning: eftersom det finns många möjliga säkerhetshål kan en modell alltid hävda att den hittat ett, så vanliga tester fallerar. Brumley byggde därför riktiga träningsliljor med sandlådor och objektiva bedömare som faktiskt testar om exploatet fungerar. Han demonstrerade detta på V8 (JavaScripts motor i Chrome) mot 41 riktiga säkerhetshål där de bästa modellerna nådde omkring 95 procent framgång, inklusive ett faktiskt okänt säkerhetshål.
Sammanfattningen är skriven av Vibekollen utifrån källans egen publicering. Innehållet tillhör AI Engineer.
Mer från AI Engineer
SOTA Generative Media Panel — Dumitru Erhan, Shane Gu & Nicole Brichtova, Google DeepMind
AI Engineer 30 aug.
Tell the Robot What You Want — Sandhya Subramani, AWS
AI Engineer 29 aug.
The Signal Layer: What to Build When Anything Can Be Built — Lena Hall, Akamai
AI Engineer 29 aug.
Tribal Dungeons of Global Shipping: AI Agents at Global Scale — Dmitry Buykin, Maersk
AI Engineer 29 aug.