El laboratorio de seguridad de GitHub ha dado un paso adelante en la mejora de la gestión de alertas de seguridad mediante la implementación de modelos de lenguaje de gran tamaño (LLMs), logrando avances significativos en la triage de alertas, tradicionalmente cargada de falsos positivos y procesos tediosos. Este innovador enfoque se fundamenta en el nuevo marco de trabajo de inteligencia artificial denominado GitHub Security Lab Taskflow Agent, el cual ha probado ser particularmente eficiente para identificar patrones que suelen pasar desapercibidos con las herramientas convencionales de análisis de código.
Desde agosto, los expertos del laboratorio han experimentado con flujos de tareas, o taskflows, que son archivos YAML diseñados para organizar una serie de tareas de manera que los LLMs puedan realizar un triage efectivo de alertas de escaneo de código. Durante este periodo, han logrado clasificar un volumen considerable de alertas, identificando aproximadamente 30 vulnerabilidades reales, de las cuales varias han sido corregidas y publicadas. Sorprendentemente, los LLMs han realizado estas tareas sin la ayuda de herramientas convencionales de análisis de código estático o dinámico, utilizando únicamente CodeQL para generar alertas.
El nuevo marco de trabajo permite a los investigadores diseñar flujos de trabajo automatizados, aprovechando la inteligencia artificial para abordar áreas donde la intervención humana es más eficiente en la detección de problemas. Las alertas son clasificadas con base en criterios precisos, permitiendo una identificación más certera de los falsos positivos. El proceso se estructura en etapas que abarcan la recopilación y auditoría de los datos, culminando en un informe que sintetiza las conclusiones.
Entre los resultados, destaca una clara identificación de falsos positivos en alertas generales originadas por GitHub Actions y otros contextos. Las funciones y configuraciones de seguridad implementadas en los flujos de trabajo ayudan a limitar riesgos potenciales, mejorando no solo la precisión en la detección de vulnerabilidades, sino también optimizando futuros análisis mediante la retroalimentación obtenida durante la auditoría.
Finalmente, GitHub Security Lab ha liberado el código de los taskflows para que otros investigadores puedan adaptarlo y utilizarlo en sus propios desarrollos. Esto fomenta una colaboración más eficiente en la identificación y mitigación de vulnerabilidades, especialmente en proyectos de código abierto, marcando así un avance significativo en la seguridad del software colaborativo.
