Cloudflare uneix detecció de vulnerabilitats i defensa amb OpenAI

Cloudflare opera una de les xarxes més grans del món i actua com a intermediari d'aproximadament el 20 % del trànsit web. Les organitzacions depenen d'aquesta xarxa per mantenir les seves aplicacions i serveis segurs, ràpids i fiables.

Cloudflare combina els models d'OpenAI accessibles a través de Daybreak amb la seva xarxa global i la informació contextual sobre amenaces a Detecció i correcció de vulnerabilitats⁠(s'obre en una finestra nova), un servei en accés anticipat que s'ofereix a través de Cloudflare Managed Defense. Els models investiguen el codi i avaluen possibles vulnerabilitats. Cloudflare hi afegeix dades de trànsit en temps real, senyals de seguretat i validacions per prioritzar les troballes i preparar propostes de mitigació i pedaços que els clients puguin revisar.

Codex amplia el paper d'OpenAI a tota l'àrea d'enginyeria de Cloudflare, on els desenvolupadors el fan servir per augmentar la productivitat i millorar la qualitat del codi.

Els equips de seguretat reben un flux constant d'informació sobre vulnerabilitats i d'alertes. Examinar aquestes dades manualment requereix temps i esforç, cosa que redueix la capacitat dels equips per investigar i resoldre problemes crítics. "Els equips de seguretat tradicionals tenen moltíssimes dades útils. El que els falta és personal i temps per gestionar-les", diu Anderson.

L'enfocament de Cloudflare consisteix a relacionar una vulnerabilitat del codi font amb el que passa a l'entorn de producció. La ruta afectada està activa? Rep trànsit sospitós? Els controls de seguretat existents ja la protegeixen? Aquests senyals donen més context als equips de seguretat per decidir què han d'investigar primer.

A través de Detecció i correcció de vulnerabilitats⁠(s'obre en una finestra nova), Cloudflare fa servir models d'OpenAI accessibles a través de Daybreak per investigar codi amb l'autorització del client, identificar possibles vulnerabilitats i comprovar les evidències que sustenten cada troballa. El servei prepara propostes de pedaços de codi i, quan escau, regles personalitzades de tallafoc d'aplicacions web per reduir l'exposició mentre els desenvolupadors revisen una correcció. Cloudflare fa comprovacions automatitzades d'aquestes propostes i el seu equip les revisa abans de compartir-les amb els clients.

Per als clients de Cloudflare, l'avantatge és un camí clar des de la identificació d'una vulnerabilitat fins a la protecció de l'aplicació afectada. El servei els proporciona evidències per prioritzar vulnerabilitats, propostes de protecció a la perifèria de la xarxa per reduir l'exposició i correccions de codi per revisar, mentre mantenen el control sobre quins canvis s'implementen.

La protecció de les aplicacions també depèn del codi que els equips escriuen i mantenen. Anderson relaciona l'ús de Codex a Cloudflare amb una productivitat més alta dels desenvolupadors, una millor qualitat del codi i menys errors introduïts durant el desenvolupament.

Anderson explica com l'equip ha refet recentment un producte, una tasca que havien anat ajornant. "N'ajornàvem el desenvolupament perquè no teníem prou personal per fer-ho", diu. Amb l'augment de productivitat que Codex aporta als desenvolupadors, la pregunta passa de "Podem assumir-ho?" a "Per què no?"

Anderson calcula que la feina hauria requerit mesos de treball per fases i "potser deu vegades més desenvolupadors". Amb Codex, un equip de quatre desenvolupadors de Cloudflare va assumir el projecte. "El vam crear en tres dies, el vam desplegar i provar, i vam gastar 1.100 dòlars en segments", diu.

Per a Anderson, incorporar la IA al dia a dia de l'enginyeria significa "replantejar el procés intern de desenvolupament tecnològic tenint en compte les màquines, no com un element a part, sinó com una part integrada en el procés de creació".

El servei de seguretat en accés anticipat de Cloudflare posa en pràctica aquest enfocament vinculant la investigació del codi amb evidències de l'entorn de producció i propostes d'accions que els clients poden revisar. L'objectiu és donar als equips de seguretat la informació que necessiten per decidir quines vulnerabilitats han de prioritzar i com han de protegir i corregir les aplicacions afectades, mentre els clients mantenen el control sobre els canvis.