72 Безопасность AWS на скорости машин

Рам Рамани из Amazon Web Services объяснил, что означает безопасность на скорости машин, когда агенты ИИ-кодирования многократно увеличивают объем кода и изменений, достигающих производственной среды. На сессии был представлен AWS Continuum, охватывающий постоянно обновляемые модели угроз, агентное тестирование на проникновение при каждом развертывании и контекстно-ориентированное управление уязвимостями, которое доказывает возможность эксплуатации в изолированной песочнице, прежде чем предлагать исправления. На Security Field Day 16 Рамани утверждал, что команды безопасности по-прежнему проводят анализ угроз со скоростью человека, в то время как модели угроз устаревают, а тестирование на проникновение проводится раз в год. Решением Рамани являются общие агенты безопасности на каждом этапе разработки, использующие общий контекст, такой как модель угроз, репозиторий кода и детали развертывания. Агенты обновляют модель угроз по мере поступления запросов на слияние и передают ее в обзоры проектирования, агентам кодирования, сканированиям и тестам на проникновение. AWS Security Agent устанавливает контрольную точку для тестирования на проникновение перед развертыванием, ограниченную изменениями с момента последнего развертывания, которую команды могут планировать, запускать вручную или ограничивать количеством часов работы агентов. Continuum обрабатывает результаты существующих сканеров наряду со своими собственными, использует сборщик данных, построенный на основе AWS Config, для анализа сетевых настроек, настроек контейнеров и групп безопасности, затем проверяет каждое обнаруженное уязвимость в песочнице и создает запрос на исправление. В демонстрации Continuum подтвердил небезопасную прямую ссылку на объект в API счетов-фактур, извлекая три PDF-файла клиентов из непривилегированной учетной записи. Вместо необработанных оценок CVSS, Continuum оценивает проблемы по факторам вероятности, таким как доступность и аутентификация, и факторам воздействия, таким как радиус поражения и ценность данных, поэтому одна и та же уязвимость может быть критической, если она доступна из интернета, или низкой внутри частной VPC. Команды устанавливают пороговые значения, которые направляют критические обнаружения на проверку человеком. Говоря о доверии к агентным инструментам, Рамани предупредил, что модели могут запоминать общедоступные бенчмарки, и привел пример Continuum, который использовал уязвимости, обнаруженные после обучения модели, на 33 из 37 целевых объектов в реальных приложениях. Он отметил, что руководители служб информационной безопасности уже переориентируют процесс найма на высококвалифицированных инженеров по безопасности, поскольку, когда эксплуатируемые доказательства заменяют необоснованные выводы, дискуссия смещается с вопроса о том, реальна ли уязвимость, на вопрос о том, имеет ли она значение. В заключение он подчеркнул, что теперь делать выводы легко, а ценность заключается в проверке. Доклад Рама Рамани, лидера в области безопасности ИИ. Запись сделана в прямом эфире на Security Field Day 16 в Сан-Хосе, Калифорния, 30 октября 2026 года. Полную запись презентации можно посмотреть по ссылке https://techfieldday.com/appearance/a... или на сайтах https://techfieldday.com/event/xfd16/ или https://aws.amazon.com для получения дополнительной информации.