Cloudflare går från sårbarhetsanalys till skydd med OpenAI

Cloudflare driver ett av världens största nätverk och förmedlar ungefär 20 % av webbtrafiken. Organisationer är beroende av nätverket för att hålla sina applikationer och tjänster säkra, snabba och tillförlitliga.

Cloudflare kombinerar OpenAI-modeller som nås via Daybreak med sitt globala nätverk och sin kunskap om hotbilden i Identifiering och åtgärdande av sårbarheter⁠(öppnas i ett nytt fönster), en tjänst med tidig åtkomst som erbjuds via Cloudflare Managed Defense. Modellerna granskar kod och bedömer potentiella sårbarheter. Cloudflare tillför trafikdata i realtid, säkerhetssignaler och validering för att prioritera fynd och ta fram förslag på skyddsåtgärder och korrigeringar som kunderna kan granska.

Codex utökar OpenAI:s roll inom hela Cloudflares utvecklingsorganisation, där utvecklare använder det för att öka produktiviteten och förbättra kodkvaliteten.

Säkerhetsteam möter ett ständigt flöde av sårbarhetsinformation och varningar. Att gå igenom dessa data manuellt tar tid och kraft, vilket ger teamen mindre utrymme att undersöka och åtgärda kritiska problem. ”Traditionella säkerhetsteam har massor av användbara data. De har bara inte personalen och tiden att hantera dem”, säger Anderson.

Cloudflares arbetssätt är att koppla en sårbarhet i källkoden till det som händer i produktionsmiljön. Är den berörda routen aktiv? Tar den emot misstänkt trafik? Skyddas den redan av befintliga säkerhetsåtgärder? Dessa signaler ger säkerhetsteamen ett bättre underlag för att avgöra vad de ska undersöka först.

Genom Identifiering och åtgärdande av sårbarheter⁠(öppnas i ett nytt fönster) använder Cloudflare OpenAI-modeller via Daybreak för att granska kod med kundens tillstånd, identifiera potentiella sårbarheter och kontrollera beläggen för varje fynd. Tjänsten tar fram förslag på kodkorrigeringar och, när det är lämpligt, anpassade regler för webbapplikationsbrandväggar för att minska exponeringen medan utvecklarna granskar en korrigering. Cloudflare kör automatiserade kontroller av förslagen, och företagets team granskar dem innan de delas med kunderna.

För Cloudflares kunder innebär det en tydlig väg från att identifiera en sårbarhet till att skydda den berörda applikationen. Tjänsten ger dem underlag för att prioritera sårbarheter, förslag på skydd vid nätverkets kant för att minska exponeringen och kodkorrigeringar att granska, samtidigt som de behåller kontrollen över vilka ändringar som genomförs.

Applikationsskyddet beror också på den kod som teamen skriver och underhåller. Anderson kopplar Cloudflares användning av Codex till högre produktivitet bland utvecklarna, bättre kodkvalitet och färre buggar som tillkommer under utvecklingen.

Anderson beskriver en nyligen genomförd ombyggnad som teamet hade skjutit upp. ”Vi sköt upp arbetet eftersom vi inte hade tillräckligt med folk för att göra det”, säger han. När Codex ökar utvecklarnas produktivitet går frågan från ”Kan vi ta oss an det här?” till ”Varför inte?”

Anderson uppskattar att arbetet skulle ha krävt månader av stegvis utveckling och ”kanske tio gånger så många utvecklare”. Med Codex tog ett Cloudflare-team på fyra utvecklare sig an arbetet. ”Vi byggde den på tre dagar, lanserade och testade den och lade 1 100 dollar på Token”, säger han.

För Anderson innebär AI i det dagliga utvecklingsarbetet att ”göra om de interna processerna så att vi utvecklar teknik med maskiner i åtanke – inte som ett separat inslag, utan som en integrerad del av utvecklingsprocessen”.

Cloudflares säkerhetstjänst, som erbjuds med tidig åtkomst, omsätter det synsättet i praktiken genom att koppla kodgranskning till belägg från produktionsmiljön och föreslagna åtgärder som kunderna kan granska. Målet är att ge säkerhetsteamen den information de behöver för att avgöra vilka sårbarheter de ska prioritera och hur de ska skydda och åtgärda berörda applikationer, samtidigt som kunderna behåller kontrollen över ändringarna.