原創(chuàng)|行業(yè)資訊|編輯:鄭恭琳|2021-02-26 14:47:38.263|閱讀 237 次
概述:靜態(tài)分析或靜態(tài)應(yīng)用程序安全測試(SAST)工具是在開發(fā)過程的最早階段發(fā)現(xiàn)代碼庫中缺陷的強(qiáng)大方法。但是,用于執(zhí)行該測試的工具是鈍器。
# 界面/圖表報表/文檔/IDE等千款熱門軟控件火熱銷售中 >>
相關(guān)鏈接:
靜態(tài)分析或靜態(tài)應(yīng)用程序安全測試(SAST)工具是在開發(fā)過程的最早階段發(fā)現(xiàn)代碼庫中缺陷的強(qiáng)大方法。但是,用于執(zhí)行該測試的工具是鈍器。
SAST工具提供了直接用于工具的數(shù)據(jù)量。我認(rèn)為它是SOOT。
調(diào)查結(jié)果需要審核或?qū)彶椤6医?jīng)常是從一個人那里手動分類。即使是出于善意,人類也無法跟上步伐,而且往往不知所措。
由于它提供的信息量很大,工程師最終只是錯過了靜態(tài)分析工具發(fā)現(xiàn)的一些最重要的漏洞,因為這些缺陷隱藏在所有噪聲(或SOOT)中。
沒有任何額外的過程,開發(fā)人員將獲得大量靜態(tài)分析結(jié)果,但是他們不知道該把精力集中在哪里。發(fā)現(xiàn)的違規(guī)數(shù)量如此之大,以至于忽略和修復(fù)問題一樣有用。
在篩選此類SOOT數(shù)據(jù)時,您試圖找到有意義的信息-您可以處理和精煉的菱形。但這僅占您數(shù)據(jù)的10%。當(dāng)您嘗試減少噪聲量(也稱為假陽性比率)時會出現(xiàn)麻煩。為了消除錯誤的讀數(shù),您需要一個可以輕松調(diào)整和配置用于特定環(huán)境的工具,同時降低對人工智慧和監(jiān)督的依賴。
誤報的發(fā)生可能有多種原因。要了解有關(guān)誤報及其可能造成的混亂的更多信息,請閱讀《靜態(tài)代碼分析中的誤報》。
所有SAST工具都始于您選擇正確的檢查器集和配置,以與各種類型的代碼庫(包括舊代碼)一起正常工作,并指定違例嚴(yán)重性和缺陷分類。
正確的設(shè)置是基于安全準(zhǔn)則,可能的法規(guī)以及您在現(xiàn)場遇到或預(yù)期會發(fā)生的問題之類的。然后進(jìn)行配置以考慮您的框架,上下文,舊代碼等,有助于產(chǎn)生更有用的結(jié)果。這些檢查程序通常具有基本的默認(rèn)嚴(yán)重性,以簡化優(yōu)先級。
利用本地代碼,構(gòu)建,編碼樣式和框架的上下文,您可以自定義系統(tǒng)中的規(guī)則和配置,以定義靜態(tài)分析工具將報告的值和閾值。Parasoft通過使用風(fēng)險模型來完善您應(yīng)關(guān)注的領(lǐng)域來超越此范圍。
使用風(fēng)險模型
風(fēng)險模型提供了一種客觀的方法,可以幫助確定代碼缺陷的可利用性,弱點,普遍性和可檢測性的影響。以及它可能對應(yīng)用程序產(chǎn)生什么樣的影響。結(jié)果是要確保能夠優(yōu)先考慮易于發(fā)現(xiàn)和利用的漏洞的更大范圍。通過結(jié)合嚴(yán)重性模型和風(fēng)險模型,Parasoft工具可以確定問題的嚴(yán)重程度,同時提供建議的措施。
使用Parasoft靜態(tài)代碼分析工具,您將獲得一個解決方案,該解決方案可挖掘大量靜態(tài)分析結(jié)果,從而為您提供希望作用的希望鉆石大小的珠寶。通過在相關(guān)風(fēng)險的上下文中考慮嚴(yán)重性的概念,Parasoft工具可以應(yīng)用來自行業(yè)標(biāo)準(zhǔn)安全模型(如CERT,CWE或OWASP)的數(shù)據(jù),并將其直接帶入報告和分析儀表板。
通過考慮多種風(fēng)險模型,我們可以將上下文注入您的靜態(tài)分析結(jié)果中,從而使您可以專注于大型鉆石,而無需手動濾除所有煙灰,而不必?fù)?dān)心您可能遺漏了什么(假陰性)。
通過利用人工智能(AI)和機(jī)器學(xué)習(xí)(ML)技術(shù),Parasoft靜態(tài)分析工具可以識別所有發(fā)現(xiàn)的違規(guī)現(xiàn)象之間的熱點和交集,因此您可以將精力集中在代碼庫中,這是造成許多違規(guī)的根本原因其他問題。更好的是,ML監(jiān)視并學(xué)習(xí)您自己的開發(fā)團(tuán)隊的行為,以區(qū)分重要和不重要。
根據(jù)開發(fā)團(tuán)隊的歷史行為來訓(xùn)練您的AI模型,可對發(fā)現(xiàn)進(jìn)行多維分析,而ML則對數(shù)據(jù)進(jìn)行聚類以識別相關(guān),相關(guān)或相似的違規(guī)行為。結(jié)合這兩種技術(shù),您可以獲得更好的結(jié)果。可以了解到哪些假陽性結(jié)果可以忽略,哪些真陽性結(jié)果可以突出顯示,從而可以將大量信息縮減為幾顆非常有價值的鉆石。
例如,靜態(tài)分析可以揭示典型代碼庫中成千上萬的違規(guī)情況,盡管您可能能夠識別出數(shù)百個要解決的缺陷,但您將無法在所有時間內(nèi)修復(fù)所有問題。通過AI和ML查找違規(guī)熱點,您可以通過識別導(dǎo)致所有問題的單個代碼來同時修復(fù)多個缺陷。
培訓(xùn)人們使用靜態(tài)分析工具通常被視為一個問題。它需要對特定的編程語言有深刻的了解才能獲得最大的收益。因此,Parasoft靜態(tài)分析解決方案具有集成的培訓(xùn),教育和認(rèn)證計劃,可幫助您的開發(fā)人員快速掌握最新情況,從而可以最大程度地減少報告的誤報次數(shù),并將他們的工作重點放在重要的工作上,而不是編寫代碼通過警告。
通過減少無關(guān)結(jié)果的數(shù)量,該工具的采用率將提高。只需培訓(xùn)您的團(tuán)隊,他們便無需進(jìn)行任何挖掘即可獲取所需的信息。如果您給開發(fā)人員提供三項要解決的事情,這些事情顯然是高度優(yōu)先和真實的,那么您獲得的采用要好于為他們提供300次違規(guī)行為,而僅解決30個值得解決的缺陷。而且,如果他們的手干凈了,他們會很樂意一次又一次地使用該工具。它是值得信賴的顧問和工具,而不是上面令人討厭的過程。
無論您的靜態(tài)分析有多少自動化,總會有手動分類的元素。問題是,在找到有價值的東西之前,您必須走多遠(yuǎn)。但是,借助包含風(fēng)險元數(shù)據(jù)的工具以及配備了AI和ML的工具,可以更加有效地發(fā)現(xiàn)和修復(fù)缺陷,您可以在軟件開發(fā)生命周期開始時快速解決違規(guī)問題,以構(gòu)建安全可靠的軟件。
掌握貿(mào)易的SAST工具
找出最重要的違反AI和ML的行為
使SAST培訓(xùn)輕松愉快
總結(jié)
本站文章除注明轉(zhuǎn)載外,均為本站原創(chuàng)或翻譯。歡迎任何形式的轉(zhuǎn)載,但請務(wù)必注明出處、不得修改原文相關(guān)鏈接,如果存在內(nèi)容上的異議請郵件反饋至chenjj@fc6vip.cn