Pereiti prie turinio
2026 m. spalio 27 d., antradienis
Tenesys AI News
Prenumerata
Kibernetinis saugumas· Svarbu· 🧪 Verta testuoti

LLM ir „fuzzing“: komplementarus požiūris į saugumo spragų paiešką

Trumpai: „Google Project Zero“ išanalizavo, kaip LLM pagrįstos sistemos (BigSleep) lyginasi su tradiciniais generatyviniais „fuzz“ įrankiais (Fuzzilli) ieškant V8 JavaScript variklio spragų. Per šešis mėnesius abu metodai savarankiškai aptiko unikalių klaidų, o jų sutapimas vertinamas tarp 25–60 proc.

Šaltinis: Google Project ZeroGoogleGemini 3.6 flashOriginalus straipsnis ↗

Šią santrauką automatiškai parengė dirbtinis intelektas pagal „Google Project Zero“ publikaciją. Tai mūsų tekstas, ne originalo kopija — faktai, skaičiai ir citatos priklauso šaltiniui, kurio nuoroda pateikta viršuje ir apačioje.

Kas pasikeitė?

  • 1BigSleep ir Fuzzilli atitinkamai aptiko 45 ir 37 veiksmingai pataisomas pažeidžiamas vietas.
  • 2Metodų sutapimas vertinamas tarp 25 % ir 60 %, priklausomai nuo vertinimo metodikos.
  • 3LLM agentai sugebėjo iš naujo atrasti apie 62 % istorinių klaidų, kai jiems buvo pateikti susiję kodo įrašai.

Kodėl tai svarbu?

Saugumo komandoms nereikėtų pasikliauti vienu metodu. Agentinio samprotavimo, galinčio analizuoti logiką ir kodo kontekstą, derinimas su spartiu generatyviniu „fuzzing“ užtikrina maksimalią saugumo aprėptį prieš kodu patenkant į gamybinę aplinką.

Ką tai reiškia AI agentams ir kontaktų centrams?

Tai rodo, kad daugiasluoksnė testavimo strategija yra pranašesnė už vienkartinius metodus. Jei jūsų įmonė naudoja tik tradicinį „fuzzing“, tikėtina, kad praleidžiate logines klaidas, kurias LLM gali aptikti. Naudokite galingus modelius, tokius kaip Gemini 3.6 flash, naujų kodo pakeitimų peržiūrai, kad papildytumėte esamas automatizuotas testavimo sistemas.

🧪 Verta testuoti

Agentinės paieškos testavimas yra būtinas norint sumažinti automatizuoto testavimo spragas ir sumažinti tikimybę, kad saugumo skylės pasieks galutinį produktą.

Agentic Bug Finding· Nauja

Šaltiniai

  • Google Project ZeroOficialusPirminis šaltinis
    „Fuzzers vs. AI: Comparing Fuzzilli and BigSleep on JavaScript Engines“
    2026-10-27 09:00
    Originalus straipsnis →
Šaltinio publikavimo data
2026-10-27 09:00
Mūsų sistema rado
2026-10-27 19:52
Santrauka sugeneruota
2026-10-27 20:22

Straipsnį pagal originalų šaltinį parašė AI. Faktai, skaičiai ir kainos — iš šaltinio; trūkstamos reikšmės pažymėtos „Nėra oficialių duomenų“. Teisinė informacija, autorių teisės ir privatumas

LLM ir „fuzzing“: komplementarus požiūris į saugumo spragų paiešką · TENESYS AI NEWS