KernelCI обеспечит автоматизированное тестирование ядра Linux

KernelCI обеспечит автоматизированное тестирование ядра Linux

KernelCI обеспечит автоматизированное тестирование ядра Linux

Многие специалисты сходятся во мнении, что слабым местом Linux является недостаточно качественное тестирование. Однако теперь разработчики могут исправить это с помощью KernelCI, фреймворка для автоматического тестирования ядра Linux.

На прошедшей недавно в Лиссабоне конференции Linux Kernel Plumbers одной из самых обсуждаемых тем стало усовершенствование автоматического тестирования Linux-ядра.

В результате ведущие разработчики Linux объединили свои усилия для создания фреймворка KernelCI, который стал частью проекта Linux Foundation.

Напомним, что ядро Linux разрабатывает целое сообщество энтузиастов, выступающих за открытый исходный код. В процессе работы они используют Linux Kernel Mailing List (LKML).

Проблема такого метода заключается в недостатке сотрудничества по части использованного для тестирования софта. Рассел Карри, один из разработчиков ядра Linux, указывает на несостоятельность текущей системы тестирования, а также приводит в пример проекты GitHub и GitLab, на которых этот процесс организован гораздо лучше.

В этой ситуации задача KernelCI — обеспечить проверку работы Linux на большом количестве устройств, а также объединить усилия всех разработчиков, тестирующих ядро Linux.

Каждая пятая утечка уже связана с теневым использованием ИИ

Сотрудники всё чаще отправляют рабочие данные в нейросети быстрее, чем службы ИБ успевают понять, что вообще происходит. По данным «Информзащиты», в июле 2026 года уже 20% организаций, столкнувшихся с утечками, хотя бы частично связали инциденты с несанкционированным использованием ИИ. Годом ранее таких случаев было около 12%.

И это не безобидное попросил чат-бота поправить письмо. В публичные ИИ-сервисы загружают договоры, исходный код, внутреннюю переписку, клиентские обращения и техническую документацию.

На веб-интерфейсы нейросетей приходится около 42% подобных инцидентов. Ещё 24% утечек связаны с браузерными расширениями и ИИ-помощниками.

Они получают доступ к вкладкам, истории сессий и cookie, а потом тихо делают то, на что им когда-то нажали «Разрешить». Самостоятельно подключённые API и библиотеки дают ещё 19%, инструменты для программирования — 15%.

Проблема в том, что классические средства защиты часто не видят ничего подозрительного. Домен легитимный, TLS работает, вредоносной сигнатуры нет. Только конфиденциальный документ уже уехал во внешний сервис.

Почти у трети компаний, использующих ИИ, находят хотя бы один API-ключ или секрет в небезопасном месте: конфигурациях, тестовых скриптах, рабочих станциях и Git-репозиториях. Получив такой ключ, атакующий может не только потратить чужой бюджет, но и добраться до подключённых баз данных и RAG-хранилищ.

Дороже всего здесь обходится позднее обнаружение. Инциденты с теневым ИИ в среднем увеличивают ущерб примерно на $670 тыс.

Эксперты советуют начинать не с тотальных запретов, а с инвентаризации сервисов, поиска ключей, контроля расширений и классификации данных. Потому что запретить ChatGPT приказом легко. Гораздо сложнее заметить, что сотрудник уже загрузил туда половину проекта.

RSS: Новости на портале Anti-Malware.ru