Новая система сканирования кода на GitHub выявит больше уязвимостей

Новая система сканирования кода на GitHub выявит больше уязвимостей

Новая система сканирования кода на GitHub выявит больше уязвимостей

Крупнейший хостер ИТ-проектов GitHub запустил новую систему анализа кода, основанную на машинном обучении. Эта система, по словам разработчиков, будет автоматически выявлять большее число уязвимостей до того, как они попадут в конечный продукт.

Пока нововведение находится в стадии открытого бета-тестирования, на сегодняшний день оно доступно для репозиториев JavaScript и TypeScript. Пока сам GitHub называет новую систему сканирования экспериментальной.

«С новыми функциональными возможностями система сможет выдать разработчикам больше предупреждений о четырёх типичных проблемах в безопасности: межсайтовый скриптинг (XSS), внедрение пути, NoSQL- и SQL-инъекции», — пишут представители хостера.

«Эти четыре класса дыр можно назвать основными в экосистеме JavaScript / TypeScript. Мы считаем усовершенствованную систему сканирования ключом к написанию более безопасного кода. Детектирование большего числа уязвимостей поможет разработчикам сделать свой софт более безопасным».

Все выявленные новой системой бреши будут отображаться во вкладке репозиториев «Security». Пока функция проходит фазу тестирования, обнаруженные ей проблемы будут помечаться  флагом "Experimental":

Более трех четвертей россиян не отличают нейросетевой контент от реального

Согласно исследованию агентств Spektr и СКОТЧ, 77% участников не смогли отличить изображения, созданные нейросетями, от реальных фотографий. В опросе приняли участие около 1000 человек. Респондентам в случайном порядке показывали пять изображений, из которых четыре были сгенерированы ИИ, а одно — подлинное.

Результаты исследования приводит РБК. Корректно определить сгенерированные изображения смогли лишь 23% опрошенных.

При этом в более молодых возрастных группах показатели оказались выше. Среди респондентов до 30 лет правильный ответ дали 30%, в группе 31–44 года — 25%.

В числе признаков «настоящего» фото участники называли убедительные детали, реалистичные свет и тени, а также естественную улыбку человека в кадре. Например, изображение с улыбающимся мужчиной чаще других считали реальным участники в возрасте 45–60 лет — 28% из них выбрали именно этот вариант.

Примечательно, что доля тех, кто ошибается при определении ИИ-контента, растёт. Согласно результатам исследования MWS, опубликованным летом 2025 года, правильно распознать сгенерированные изображения смогли более трети респондентов.

RSS: Новости на портале Anti-Malware.ru