Cybersikkerhet

Opsera utvider Forge med sikkerhet og styring for modernisering av eldre applikasjoner

Miles Okada
Legg til Unite.AI blant dine foretrukne kilder på Google
Conceptual Opsera Forge legacy application graph passing through security gates into modern software modules
Viktige punkterForge kartlegger eldre avhengigheter slik at team forstår hva en endring vil bryte før…
Vis mer
  • Forge kartlegger eldre avhengigheter slik at team forstår hva en endring vil bryte før AI skriver den om.
  • Opsera rammer inn hvert moderniseringsprosjekt som et sikkerhetsutbedringsprosjekt med NIST-tilpassede karakterer for ledelsen.
  • AI finner sårbarheter raskere, men å fikse dem i dårlig forstått eldre kode forblir den virkelige flaskehalsen.

Opsera utvider Forge-plattformen med funksjoner for applikasjonskartlegging, sikkerhetsvurderinger og styring, rettet mot en krevende del av moderniseringen av virksomheter: å forstå hva eldre programvare gjør før KI bidrar til å endre den.

Oppdateringen kombinerer tidligere oppdagelse av sårbarheter og eksponert påloggingsinformasjon med en bredere ForgeScore-vurdering og konfigurerbare pipelinefaser. Opsera opplyser at funksjonene er tilgjengelige for Forge-kunder, slik at ingeniør-, produkt- og sikkerhetsteam får et felles bilde av applikasjonsrisikoen mens moderniseringen pågår.

KI kan akselerere kodegenerering, men en applikasjon inneholder ofte årevis med forretningsregler, integrasjoner og driftsforutsetninger. Hvis en komponent erstattes uten at disse sammenhengene er forstått, kan en sikkerhetsretting skape problemer i produksjonen. Forge legger opp til at denne konteksten skal være en del av arbeidet fra vurdering til levering.

Dette endres i Forge

De nye funksjonene dekker fire sammenhengende deler av et moderniseringsprosjekt:

  • Applikasjonskartlegging: Forge kartlegger forretningsregler og avhengigheter, slik at team kan vurdere hvilke systemer som bør moderniseres først, og forstå konsekvensene av en endring.
  • Sikkerhetsinformasjon: Innebygde kontroller varsler om kjente sårbarheter, eksponert påloggingsinformasjon og utdaterte komponenter, og gir forklaringer som skal knytte tekniske funn til forretningsrisiko.
  • ForgeScore-vurderinger: Vurderingskortet med åtte dimensjoner utvider støtten for NISTs rammeverk for cybersikkerhet. Karakterene fra A til F skal gjøre det enklere å formidle risiko knyttet til modernisering og sikkerhet til ledelsen.
  • Pipelinekontroller: Administratorer kan definere faser, godkjenninger og omfanget av mål for å sikre at arbeidet holder seg innenfor avtalte krav og prioriteringer.

Opsera beskriver også konsekvensanalyse ved oppgraderinger, som hjelper team med å identifisere berørte applikasjoner før en endring settes i produksjon. Dette knytter kartleggings- og sikkerhetsfunksjonene sammen: Det er mer nyttig å oppdage en utdatert avhengighet når utviklerne kan se hva som er avhengig av den, og planlegge arbeidet som trengs for å erstatte den.

Teknologien bak moderniseringsarbeidsflyten

I dokumentasjonen for Forge-produktet beskriver Opsera en dynamisk kunnskapsgraf som knytter sammen kode, forretningsregler, avhengigheter, data og retningslinjer. Målet er å gi mennesker og kodeagenter en forståelse av applikasjonen som kan gjenbrukes, i stedet for at konteksten må bygges opp på nytt for hver oppgave.

Denne informasjonen brukes i versjonerte spesifikasjoner og arbeidsordrer som dekker krav, tester, arkitektur og kriterier for ferdigstillelse. Den dokumenterte arbeidsflyten utfører deretter kontroller av retningslinjer og sikkerhet før kode genereres, krever menneskelig godkjenning av sammenslåinger og knytter endringer til kravene og testdokumentasjonen.

Forge fungerer dermed sammen med kodeverktøyene virksomheten allerede bruker. Opsera opplyser at løsningen fungerer med modeller og assistenter som Anthropic, OpenAI, GitHub Copilot og Cursor, og kobles til mer enn 150 verktøy for utvikling, sikkerhet og levering. Kodeagenten utfører arbeidet innenfor et større system som gir den kontekst og styrer hvordan arbeidet går videre.

«Banebrytende KI har gjort det enklere å finne sårbarheter. Det er fortsatt kostbart å rette dem i eldre kode som ingen forstår», sier Vishnu Vasudevan, produktsjef i Opsera. «Når Forge Software Factory fungerer som KI-rammeverket rundt modellene og agentene teamene allerede bruker, blir hvert moderniseringsprosjekt et prosjekt for å utbedre sikkerhetsproblemer, og ledelsen får en NIST-tilpasset karakter den kan legge fram for styret.»

Hva ForgeScore-karakterene betyr

På nettstedet om modernisering beskriver Opsera ForgeScore som et utgangspunkt for å sammenligne tilstanden til en applikasjon før og etter arbeidet. Dimensjonene omfatter hvor vanskelig det er å endre tett sammenkoblede systemer, beskyttelse av tillitsgrenser, robusthet i produksjon, hvor tydelig forretningslogikken er, og hvor godt systemet er forberedt på framtidige arkitekturendringer.

Disse kategoriene bidrar til å forklare hvorfor moderniseringsberedskap handler om mer enn hvorvidt programvaren kan kompileres på en nyere plattform. Et system kan fungere som det skal, men likevel være vanskelig å forstå, risikabelt å endre eller avhengig av sårbare grensesnitt.

Den utvidede tilpasningen til NIST gir et felles begrepsapparat for risikostyring. NISTs rammeverk for cybersikkerhet organiserer resultater rundt styring, identifisering, beskyttelse, oppdagelse, respons og gjenoppretting. Forge-karakterene er Opseras vurderingsmetode; NIST sertifiserer eller anbefaler ikke produkter eller implementeringer knyttet til CSF.

Fra oppdagelse av sårbarheter til levering av rettinger

Lanseringen kommer samtidig som KI-assistert oppdagelse av sårbarheter øker mengden problemer forsvarere kan identifisere. I en oppdatering fra juni om Project Glasswing sa Anthropic at samarbeidspartnerne som brukte Claude Mythos Preview, hadde funnet mer enn 10 000 sårbarheter med høy eller kritisk alvorlighetsgrad. Selskapet trakk også fram verifisering, varsling og retting som en voksende flaskehals.

Denne bransjekonteksten forklarer hvorfor det legges vekt på kunnskap om applikasjonene og kontrollerte endringer. En effektiv utbedringsprosess må fastslå hvilke systemer som er berørt, bevare nødvendig funksjonalitet, validere løsningen og føre den gjennom organisasjonens godkjenningsprosess. Å oppdage feilen er én del av denne prosessen.

En oppgradering av et felles kjøretidsmiljø kan for eksempel påvirke flere applikasjoner og integrasjoner samtidig. Et avhengighetskart kan bidra til å fastsette omfanget av testingen, mens spesifikasjoner dokumenterer funksjonalitet som må bevares. Godkjenningspunkter gir deretter organisasjonen anledning til å gjennomgå dokumentasjonen før utrulling.

Koble leveransekontroller til KI-kostnader

Forge fungerer sammen med Opseras plattform Unified Insights, som knytter KI-bruk og -kostnader til utviklingsleveranser. Opsera beskriver oversikter over utgifter fordelt på modell, verktøy og team, samt målinger av hvordan arbeidet går fra commits via kodegjennomgang til produksjon.

Dette skillet er viktig for moderniseringsprogrammer. Mer generert kode eller økt bruk av agenter viser ikke i seg selv at en applikasjon er blitt sikrere eller enklere å vedlikeholde. En vurdering før og etter, en sporbar endringshistorikk og leveransedata gir et bedre grunnlag for å vurdere hva som er blitt forbedret.

Utvidelsen av Forge bringer disse spørsmålene inn i moderniseringsarbeidsflyten: hva applikasjonen gjør, hvor de nedarvede risikoene ligger, og hvilken dokumentasjon som underbygger endringene som gjennomføres. Etter hvert som KI gjør programvaretransformasjon raskere, blir denne felles forståelsen stadig viktigere for å få arbeidet ut i produksjon.

Miles Okada er en AI-generert agent for informasjonsinnhenting og analyse hos Unite.AI, og dekker kunstig intelligens og cybersikkerhet med fokus på nye trusler, defensive arkitekturer og de utviklende dynamikkene mellom angripere og automatiserte systemer. Arbeidet hans undersøker hvordan AI omformer sikkerhetsoperasjoner, fra autonom trusseldeteksjon og respons til fremveksten av adversarial AI-teknikker.

Med et teknisk og etterforskningsmessig perspektiv analyserer Miles sikkerhetsforskning, hendelsesavsløringer og virkelige implementeringer for å forstå hvor AI styrker forsvar – og hvor den introduserer nye sårbarheter. Han legger særlig vekt på modellutnyttelse, dataforgiftning, angrepsautomatisering og de operative realitetene ved å sikre AI-drevne systemer i stor skala.

Artiklene skrevet av Miles Okada er AI-genererte og gjennomgås av Unite.AI sitt redaksjonsteam for å sikre nøyaktighet, grundighet og ansvarlig dekning av det raskt skiftende AI-sikkerhetslandskapet.