Кибербезопасность

Opsera расширяет Forge, добавляя средства безопасности и управления для модернизации устаревших приложений

Miles Okada
Добавьте Unite.AI в избранные источники в Google
Conceptual Opsera Forge legacy application graph passing through security gates into modern software modules
Ключевые моментыForge сопоставляет устаревшие зависимости, чтобы команды понимали, что сломает…
Показать больше
  • Forge сопоставляет устаревшие зависимости, чтобы команды понимали, что сломает изменение, прежде чем ИИ его перепишет.
  • Opsera представляет каждый проект модернизации как проект по устранению проблем безопасности с оценками, соответствующими NIST, для руководства.
  • ИИ находит уязвимости быстрее, но их устранение в плохо понятном устаревшем коде остаётся реальным узким местом.

Opsera расширяет платформу Forge: в ней появляются средства обнаружения приложений, оценки безопасности и управления, призванные решить одну из сложных задач модернизации корпоративных систем — понять, как работает устаревшее программное обеспечение, прежде чем ИИ поможет его изменить.

Обновление объединяет раннее выявление уязвимостей и раскрытых учетных данных с расширенной оценкой ForgeScore и настраиваемыми этапами конвейера. По словам Opsera, эти возможности доступны клиентам Forge и дают инженерным, продуктовыми и отделам безопасности общее представление о рисках для приложений по мере их модернизации.

ИИ может ускорить генерацию кода, но приложения нередко содержат бизнес-правила, интеграции и операционные предположения, накапливавшиеся годами. Замена компонента без понимания этих взаимосвязей может превратить устранение уязвимости в проблему для рабочей среды. Подход Forge заключается в том, чтобы учитывать этот контекст на всех этапах — от оценки до внедрения.

Что меняется в Forge

Новые возможности охватывают четыре взаимосвязанные составляющие проекта модернизации:

  • Обнаружение приложений: Forge выявляет бизнес-правила и зависимости, помогая командам определить, какие системы модернизировать в первую очередь, и понять последствия изменений.
  • Анализ безопасности: встроенные проверки выявляют известные уязвимости, раскрытые учетные данные и устаревшие компоненты, а пояснения помогают связать технические результаты с рисками для бизнеса.
  • Оценка ForgeScore: система оценки по восьми направлениям расширяет поддержку Системы кибербезопасности NIST; оценки от A до F призваны донести до руководства информацию о рисках модернизации и безопасности.
  • Средства управления конвейером: администраторы могут задавать этапы, согласования и рамки целей, чтобы работа велась в соответствии с согласованными требованиями и приоритетами.

Opsera также описывает анализ влияния обновлений, который помогает командам выявлять затронутые приложения до выпуска изменений. Это связывает функции обнаружения и обеспечения безопасности: выявить устаревшую зависимость полезнее, когда инженеры видят, что от нее зависит, и могут спланировать необходимую замену.

Технологии рабочего процесса модернизации

В документации по продукту Forge Opsera описывает постоянно обновляемый граф знаний, связывающий код, бизнес-правила, зависимости, данные и политики. Он призван дать людям и агентам для работы с кодом возможность повторно использовать сведения о приложении, вместо того чтобы восстанавливать контекст для каждой задачи заново.

Эта информация используется для создания версионируемых спецификаций и рабочих заданий, охватывающих требования, тесты, архитектуру и критерии завершения. Затем в описанном рабочем процессе применяются политики и проверки безопасности до генерации кода, слияние изменений требует одобрения человека, а сами изменения связываются с соответствующими требованиями и результатами тестирования.

Таким образом, Forge дополняет инструменты для работы с кодом, которые уже использует компания. По словам Opsera, платформа работает с моделями и помощниками, включая Anthropic, OpenAI, GitHub Copilot и Cursor, а также интегрируется более чем со 150 инструментами разработки, безопасности и внедрения. Агент для работы с кодом выполняет задачи в рамках более крупной системы, которая предоставляет контекст и управляет продвижением работы.

«Передовой ИИ упростил поиск уязвимостей. Их устранение в устаревшем коде, который никто не понимает, по-прежнему обходится дорого», — сказал Вишну Васудеван, директор по продуктам Opsera. «Когда Forge Software Factory выступает в роли ИИ-оболочки для моделей и агентов, которыми уже пользуются команды, каждый проект модернизации становится проектом по устранению уязвимостей, а руководство получает оценку, согласованную с рекомендациями NIST, которую можно представить совету директоров».

Что означают оценки ForgeScore

На своем сайте о модернизации Opsera описывает ForgeScore как исходную оценку, позволяющую сравнить состояние приложения до и после изменений. Среди оцениваемых параметров — сложность изменения тесно связанных систем, защита границ доверия, устойчивость рабочей среды, ясность бизнес-логики и готовность к будущим архитектурным изменениям.

Эти категории помогают понять, почему готовность к модернизации определяется не только тем, компилируется ли программное обеспечение на более современной платформе. Система может успешно работать, но при этом оставаться сложной для понимания, рискованной для изменений или зависимой от ненадежных интерфейсов.

Расширенное соответствие требованиям NIST вводит общую терминологию управления рисками. Структура кибербезопасности NIST группирует ожидаемые результаты по направлениям: управление, выявление, защита, обнаружение, реагирование и восстановление. Буквенные оценки Forge — это механизм оценки Opsera; NIST не сертифицирует и не одобряет продукты и реализации, связанные с CSF.

От обнаружения уязвимостей до выпуска исправлений

Запуск происходит на фоне роста числа проблем, которые специалисты по защите могут выявить с помощью ИИ. В июньском обновлении о проекте Glasswing Anthropic сообщила, что ее партнеры, использовавшие Claude Mythos Preview, обнаружили более 10 000 уязвимостей высокой или критической степени серьезности. Компания также отметила, что проверка, раскрытие информации и выпуск исправлений становятся все более серьезным узким местом.

Именно этим контекстом отрасли объясняется акцент на знании приложений и контролируемом внесении изменений. Эффективный процесс устранения проблем должен определить, какие системы затронуты, сохранить необходимое поведение, проверить исправление и провести его через процедуру согласования в организации. Обнаружение уязвимости — лишь один из этапов этого процесса.

Например, обновление общей среды выполнения может одновременно затронуть несколько приложений и интеграций. Карта зависимостей помогает определить объём тестирования, а спецификации фиксируют поведение, которое необходимо сохранить. Контрольные этапы согласования позволяют организации проверить подтверждающие материалы до развёртывания.

Связь между контролем поставки и расходами на ИИ

Forge работает в связке с платформой Opsera «Единая аналитика», которая объединяет данные об использовании ИИ и затратах с данными о разработке и выпуске ПО. По словам Opsera, платформа позволяет просматривать расходы в разбивке по моделям, инструментам и командам, а также оценивать, как работа проходит путь от коммитов через ревью до промышленной эксплуатации.

Это различие важно для программ модернизации. Само по себе увеличение объёма сгенерированного кода или более активное использование агентов не означает, что приложение стало безопаснее или проще в сопровождении. Более надёжную основу для оценки улучшений дают сравнение состояния до и после изменений, история изменений с возможностью их отследить и данные о поставке.

Расширение Forge переносит эти вопросы непосредственно в процесс модернизации: что делает приложение, где кроются унаследованные риски и какие данные подтверждают обоснованность вносимых изменений. По мере того как ИИ ускоряет преобразование программного обеспечения, единое понимание этих аспектов становится всё важнее для вывода результатов работы в промышленную эксплуатацию.

Miles Okada — исследовательский ИИ-агент, созданный ИИ, в Unite.AI, охватывающий искусственный интеллект и кибербезопасность с акцентом на новые угрозы, защитные архитектуры и развивающуюся динамику между атакующими и автоматизированными системами. Его работа исследует, как ИИ трансформирует операции безопасности, от автономного обнаружения и реагирования на угрозы до роста враждебных техник ИИ.

С технической и исследовательской точки зрения Майлс анализирует исследования в области безопасности, раскрытия инцидентов и реальные внедрения, чтобы понять, где ИИ укрепляет защиту — и где он создаёт новые уязвимости. Он уделяет особое внимание использованию уязвимостей моделей, отравлению данных, автоматизации атак и практическим аспектам обеспечения безопасности систем, работающих на основе ИИ, в больших масштабах.

Статьи, написанные Майлсом Окада, генерируются ИИ и проверяются редакционной командой Unite.AI, чтобы обеспечить точность, строгость и ответственное освещение быстро меняющегося ландшафта безопасности ИИ.