GitHub pakeitė LLM pagrindu veikusį paslapčių skaitytuvą lengvu ModernBERT klasifikatoriumi
Trumpai: GitHub pakeitė savo LLM pagrindu veikusią sistemą, skirtą aptikti bendro pobūdžio paslaptis (slaptažodžius, API raktus), fine-tuned ModernBERT klasifikatoriumi kartu su regex kandidatų generavimu. Nauja dviejų pakopų sistema pagerino aptikimo tikslumą, kartu gerokai sumažindama skenavimo laiką ir eksploatavimo kaštus, ir dabar yra pakankamai greita, kad veiktų ne tik po kodo įkėlimo, bet ir prieš jį (push protection).
Šią santrauką automatiškai parengė dirbtinis intelektas pagal „GitHub“ publikaciją. Tai mūsų tekstas, ne originalo kopija — faktai, skaičiai ir citatos priklauso šaltiniui, kurio nuoroda pateikta viršuje ir apačioje.
Kas pasikeitė?
- 1Dviejų pakopų sistema: regex randa kandidatines paslaptis, tuomet fine-tuned ModernBERT klasifikatorius įvertina kontekstą
- 213% didesnis tikslumas ir 19% didesnis atpažinimas (recall) atliekant offline vertinimą, lyginant su ankstesniu LLM procesu
- 311.5% didesnis savininko svoriu įvertintas priėmimas klientų A/B teste – mažiau klaidingų pranešimų, kuriuos tekdavo atmesti kūrėjams
- 486% mažesnis vidutinis skenavimo po įkėlimo (post-push) vykdymo laikas, dėl ko tapo įmanoma realaus laiko push protection
- 5Daugiau nei 98% mažesnė eksploatavimo kaina, lyginant su nuotoliniais LLM iškvietimais
- 6Modelis eksportuotas ONNX formatu su 8-bit kvantavimu greitesniam veikimui
| Parametras | Buvo | Dabar |
|---|---|---|
| Architektūra | Nuotolinio LLM pagrindu veikianti klasifikavimo sistema | Dviejų pakopų sistema: regex kandidatų generavimas + fine-tuned ModernBERT klasifikatorius (ONNX, 8-bit kvantavimas) |
| Tikslumas (precision) | Bazinė vertė (ankstesnė LLM sistema) | 13% didesnis (offline vertinimas) |
| Atpažinimas (recall) | Bazinė vertė (ankstesnė LLM sistema) | 19% didesnis (offline vertinimas) |
| Savininko svoriu įvertintas priėmimas | Bazinė vertė (ankstesnė LLM sistema) | 11.5% didesnis (online A/B) |
| Vidutinis post-push skenavimo vykdymo laikas | Bazinė vertė (ankstesnė LLM sistema) | 86% mažesnis |
| Eksploatavimo kaina | Bazinė vertė (ankstesnė LLM sistema) | Daugiau nei 98% mažesnė |
Kodėl tai svarbu?
Greitesnis, pigesnis ir tikslesnis paslapčių aptikimas reiškia mažiau trikdančių klaidingų įspėjimų kūrėjams ir saugumo komandoms bei galimybę sustabdyti tikras prisijungimo duomenis dar prieš jas įkeliant į saugyklą – tai tiesiogiai mažina riziką, kad nutekės API raktai, duomenų bazių slaptažodžiai ir kitos paslaptys.
Ką tai reiškia AI agentams ir kontaktų centrams?
Jei balso AI agentų, CRM integracijų ar SIP/Asterisk konfigūracijų kodas saugomas GitHub saugyklose, toks paslapčių skenavimo patobulinimas sumažina tikimybę, kad nepastebėti liks nutekėję prisijungimo duomenys (STT/TTS tiekėjų API raktai, CRM tokenai, telefonijos paslaptys), kartu sumažinant klaidingų įspėjimų triukšmą, kurį saugumo komandoms tektų tikrinti.
🧪 Verta testuoti
Įvertinus atnaujintą GitHub paslapčių skenavimą (push protection ir post-push) savo saugyklose, galima sužinoti, ar jis aptinka realius prisijungimo duomenų nutekėjimus balso AI, telefonijos ar CRM integracijų kode su mažiau klaidingų pranešimų nei anksčiau.
Šaltiniai
- GitHubOficialusPirminis šaltinisOriginalus straipsnis →„GitHub’s model for secret detection: Finding more secrets with less noise“2026-10-13 20:56
- Šaltinio publikavimo data
- 2026-10-13 20:56
- Mūsų sistema rado
- 2026-10-13 21:11
- Santrauka sugeneruota
- 2026-10-13 21:12
Straipsnį pagal originalų šaltinį parašė AI. Faktai, skaičiai ir kainos — iš šaltinio; trūkstamos reikšmės pažymėtos „Nėra oficialių duomenų“. Teisinė informacija, autorių teisės ir privatumas