เผยแพร่เมื่อ

ทีมรักษาความปลอดภัยที่ไม่มีวันหลับ: 0.security และจุดสิ้นสุดของการทดสอบเจาะระบบประจำปี

ผู้เขียน

Listen in English · ทีมรักษาความปลอดภัยที่ไม่มีวันหลับ: 0.security และจุดสิ้นสุดของการทดสอบเจาะระบบประจำปี

0:00 / 0:00

Watch in English · ทีมรักษาความปลอดภัยที่ไม่มีวันหลับ: 0.security และจุดสิ้นสุดของการทดสอบเจาะระบบประจำปี

0.security ในรุ่น Fall 2026 ของ Y Combinator ขายทีมรักษาความปลอดภัยอัตโนมัติ: การทดสอบ pull request การทดสอบเจาะระบบอย่างต่อเนื่อง และการแก้ไขที่ส่งมอบใน PR เดียวกัน เดิมพันคือ AI ตอนนี้เขียนโค้ดได้เร็วกว่าที่การตรวจสอบประจำปีจะตรวจทัน และขั้นตอนการยืนยันผล ไม่ใช่การสแกน คือส่วนที่ยาก

การทดสอบความปลอดภัยดำเนินไปตามปฏิทินมาโดยตลอด ปีละครั้ง บางครั้งสองครั้ง บริษัทภายนอกจะใช้เวลาหนึ่งสัปดาห์กับแอปพลิเคชัน เขียนรายงาน แล้วทีมก็ใช้เวลาหนึ่งไตรมาสจัดการกับรายงานนั้น กว่าจะปิดข้อค้นพบสุดท้ายได้ โค้ดเบสก็เปลี่ยนไปแล้วจากสิ่งที่รายงานอธิบายไว้

โมเดลดังกล่าวตั้งสมมติฐานว่าซอฟต์แวร์เปลี่ยนแปลงช้า แต่ตอนนี้ไม่เป็นเช่นนั้นแล้ว ทีมที่ใช้เอเจนต์เขียนโค้ดส่งมอบงานในหนึ่งสัปดาห์สิ่งที่เคยใช้เวลาหนึ่งไตรมาส และทุกการเปลี่ยนแปลงเหล่านั้นคือพื้นผิวใหม่ การทดสอบประจำปีในตอนนี้อธิบายระบบที่ไม่มีอยู่แล้ว

0.security เป็นหนึ่งในบริษัทในรุ่น Fall 2026 (F26) ของ Y Combinator ที่สร้างขึ้นบนช่องว่างนั้น คำอธิบายของบริษัทตรงไปตรงมา: ทีมความปลอดภัยไซเบอร์แบบอัตโนมัติ ผลิตภัณฑ์นี้รันการทดสอบความปลอดภัยบน pull request, ทำ pentest อย่างต่อเนื่องกับระบบที่ใช้งานจริง, เฝ้าติดตาม dependencies เทียบกับช่องโหว่ที่เพิ่งเปิดเผยใหม่ และ — ส่วนที่สำคัญในเชิงพาณิชย์ — ส่งมอบการแก้ไขใน pull request เดียวกัน โดยนำไปใช้ได้ในคลิกเดียว

  1. จัดทำดัชนีโค้ดเบส

    กราฟของคลังโค้ด การพึ่งพา และโครงสร้างพื้นฐาน รวมถึงแนวปฏิบัติที่ทีมใช้เขียนอยู่แล้ว

  2. ส่งเอเจนต์ไปค้นหาและแก้ไข

    เอเจนต์แบบขนานสืบสวนเหมือนผู้โจมตี แล้วเตรียมแพตช์แทนที่จะเป็นตั๋ว

  3. ตรวจสอบแบบแยกส่วน

    ผลการค้นพบถูกจำลองซ้ำในสภาพแวดล้อมแซนด์บ็อกซ์ เพื่อให้เฉพาะปัญหาที่ยืนยันแล้วเท่านั้นไปถึงทีม

  4. ส่งต่อบริบทไปข้างหน้า

    สถาปัตยกรรมและผลการค้นพบในอดีตเป็นข้อมูลป้อนสู่การสืบสวนครั้งถัดไป ซึ่งเป็นสิ่งที่ทำให้มีต้นทุนถูกลงเมื่อเวลาผ่านไป

เวิร์กโฟลว์ตามที่บริษัทอธิบาย: ค้นหา ตรวจสอบ แพตช์ จำไว้

ทำไมขั้นตอนการตรวจสอบยืนยันจึงเป็นผลิตภัณฑ์ทั้งหมด

การสแกนมีต้นทุนต่ำ และเป็นเช่นนี้มาหนึ่งทศวรรษแล้ว สิ่งที่ไม่เคยมีต้นทุนต่ำเลยคือการรู้ว่าการแจ้งเตือนใดสำคัญ เครื่องสแกนที่รายงานสิ่งที่ตรวจพบสองร้อยรายการและผิดครึ่งหนึ่งไม่ได้ช่วยลดความเสี่ยง แต่กลับกินความสนใจของคนเพียงคนเดียวที่อาจแก้ไขปัญหาที่แท้จริงได้

ดังนั้นข้ออ้างที่น่าสนใจตรงนี้ไม่ใช่แค่ว่า AI สามารถหาบั๊กได้ แต่คือ AI สามารถถูกทำให้พิสูจน์บั๊กเหล่านั้นได้ 0.security กล่าวว่าเอเจนต์จะจำลองสิ่งที่ค้นพบซ้ำในสภาพแวดล้อมแบบแยก และตรวจสอบการแก้ไขก่อนที่จะมีการเสนอ และนี่คือวิธีที่มันกรองผลบวกลวงออก หากสิ่งนี้ยืนได้ มันจะเปลี่ยนหน่วยของงานจาก "รายงานที่ต้องคัดแยก" เป็น "แพตช์ที่ต้องรีวิว"

งานวิจัยสาธารณะของบริษัทคือหลักฐานที่บริษัทใช้อ้างอิง เว็บไซต์ของบริษัทระบุช่องโหว่ที่เปิดเผยแล้วทั่วทั้งเคอร์เนล Linux และชุดสแตกของผู้จำหน่ายหลายราย เช่น AMD, Qualcomm, Cisco, Arm, Google, Meta, IBM, NVIDIA, Intel, Red Hat พร้อมร่องรอยการตรวจทานแบบที่วิศวกรความปลอดภัยรู้จักกันดี บริษัทยังเผยแพร่ฮาร์เนสของตนเป็นโอเพนซอร์ส และกล่าวว่ามีอุปกรณ์มากกว่าสามพันล้านเครื่องที่รันซอฟต์แวร์ซึ่งบริษัทมีส่วนช่วยทำให้ปลอดภัย ตัวเลขเหล่านี้เป็นคำกล่าวอ้างของบริษัท ไม่ใช่ตัวเลขที่ผ่านการตรวจสอบอย่างเป็นอิสระ แต่ลิงก์การเปิดเผยช่องโหว่สามารถตรวจสอบได้ในแบบที่ข้อความการตลาดมักทำไม่ได้

15นาที
ถึงผลลัพธ์แรกหลังเชื่อมต่อรีโพซิทอรี ตามที่บริษัทอธิบายขั้นตอนการเริ่มต้นใช้งาน
1
คลิกเพื่อใช้การแก้ไข ซึ่งส่งมอบภายใน pull request ที่ทำให้เกิดปัญหา
24/7
การตรวจสอบ dependency และ CVE แทนการตรวจกวาดรายไตรมาส

ภาพปกภาพยนตร์ของ ABN Asia เกี่ยวกับ 0.security และการทดสอบความปลอดภัยอย่างต่อเนื่อง

การแข่งขันสะสมอาวุธที่ไม่มีใครขอ

บริบทที่ชวนอึดอัดคือความสามารถเดียวกันนี้มีอยู่ในอีกฝ่ายเช่นกัน ผู้โจมตีใช้โมเดลเพื่ออ่านโค้ด ค้นหาจุดอ่อน และเขียนเอ็กซ์พลอยต์ ด้วยความเร็วเดียวกับที่ฝ่ายป้องกันสามารถใช้โมเดลเหล่านี้เพื่อปิดช่องโหว่ได้ในตอนนี้ บริษัทที่นำ AI มาใช้ในงานวิศวกรรมแต่ยังคงทบทวนความปลอดภัยปีละครั้ง ได้ทำให้เพียงครึ่งหนึ่งของสมการเป็นอัตโนมัติ

นั่นคือข้อสนับสนุนสำหรับการทดสอบอย่างต่อเนื่องในประโยคเดียว: หากโค้ดเปลี่ยนแปลงทุกวัน สถานะความปลอดภัยก็ต้องได้รับการประเมินทุกวัน ไม่อย่างนั้นช่องว่างระหว่างสิ่งที่คุณส่งมอบกับสิ่งที่คุณตรวจสอบจะกว้างขึ้นทุกสัปดาห์

  1. การทดสอบประจำปี

    ภาพรวมของหนึ่งสัปดาห์ คิดราคาต่อโครงการ ใช้ได้จนถึงรอบการเผยแพร่ถัดไป

  2. ทดสอบทุกครั้งที่มีการเปลี่ยนแปลง

    พูลรีเควสต์กลายเป็นหน่วยของการรีวิว ดังนั้นการตรวจสอบจึงเกิดขึ้นตรงจุดที่ความเสี่ยงถูกนำเข้ามา

  3. แก้ไขในที่เดียวกัน

    แพตช์ใน PR ดีกว่าไฟล์ PDF ในไดรฟ์ที่แชร์กัน เพราะได้รับการรีวิวโดยคนที่เขียนโค้ด

  4. เก็บความจำไว้

    สิ่งที่พบเมื่อเดือนที่แล้วควรทำให้การสอบสวนของเดือนหน้าใช้เวลาสั้นลง ไม่เช่นนั้นคุณกำลังจ่ายค่าแรงเดิมซ้ำสองครั้ง

การรีวิวอย่างต่อเนื่องไม่ใช่การทดสอบประจำปีที่ใหญ่ขึ้น แต่เป็นหน่วยงานที่แตกต่างออกไป

สิ่งที่ผู้ซื้อยังควรถาม

สามคำถาม และไม่มีคำถามใดเลยที่เกี่ยวกับคุณภาพของโมเดล

ใครเป็นเจ้าของผลลัพธ์? เครื่องมือที่บันทึกสิ่งที่พบคือสแกนเนอร์ ส่วนเครื่องมือที่แก้ไขโค้ดด้วยแพตช์กำลังเปลี่ยนแปลงระบบโปรดักชัน และต้องมีคนในบริษัทเป็นเจ้าของการตัดสินใจนั้น ในบริษัทที่ไม่มีผู้บริหารด้านความปลอดภัย โดยปกติแล้วเจ้าของการตัดสินใจดังกล่าวมักขาดหายไป ซึ่งเป็นช่องว่างเดียวกันกับที่ทำให้การมี CSO แบบไม่เต็มเวลาคุ้มค่าที่จะรักษาไว้

อัตราผลบวกลวงในโค้ดของเราเป็นเท่าไร? ขอทดลองใช้กับรีโพซิทอรีที่คุณรู้อยู่แล้วว่ามีช่องโหว่ใดบ้าง การกล่าวอ้างเรื่องการตรวจสอบยืนยันนั้นทำได้ง่าย แต่การพิสูจน์ต้องใช้ต้นทุนสูง

เกิดอะไรขึ้นเมื่อโมเดลผิดในอีกทิศทางหนึ่ง? ช่องโหว่ที่ถูกมองข้ามนั้นแย่กว่าช่องโหว่ที่สร้างสัญญาณรบกวน และไม่มีผู้ขายรายใดรับประกันอัตราการตรวจจับได้

0.security ยังอยู่ในช่วงเริ่มต้น: เป็นบริษัทในรุ่น Fall 2026 ทีมเล็ก และมีคำกล่าวอ้างที่จะถูกทดสอบโดยลูกค้าแทนที่จะเป็นข่าวประชาสัมพันธ์ แต่โครงร่างของการให้เหตุผลนั้นถูกต้อง และเป็นโครงร่างที่ทั้งรุ่นกำลังชี้ไปที่ — AI สร้างปัญหาในความเร็วระดับเครื่องจักร ดังนั้นการตอบสนองก็ต้องทำงานด้วยความเร็วระดับเครื่องจักรเช่นกัน

การเพนเทสต์ประจำปีไม่ได้ตายเพราะมันแย่ แต่ตายเพราะมันอธิบายถึงโค้ดเบสที่ไม่มีอยู่จริงตั้งแต่เดือนกุมภาพันธ์

ที่มา: รายชื่อบริษัท Y Combinator F26 และเว็บไซต์สาธารณะและการเปิดเผยผลการวิจัยของ 0.security, พฤศจิกายน 2026 คำกล่าวอ้างของบริษัทได้รับการระบุที่มาในฐานะคำกล่าวอ้างของบริษัท

ติดต่อ: [email protected]

โปรดทราบว่าเวอร์ชันภาษาไทยได้รับการช่วยเหลือจาก AI ดังนั้นอาจมีข้อผิดพลาดเล็กน้อย

ผู้เขียน

Ai-Banking-NetworkSecurity (ABN), ABN ASIA ถูกก่อตั้งขึ้นโดยคนที่มีรากฐานลึกในวงการวิชาการ มีประสบการณ์การทำงานในสหรัฐอเมริกา ดัตช์ ฮังการี ญี่ปุ่น เกาหลีใต้ สิงคโปร์ และเวียดนาม ABN Asia เป็นที่เราพบกันของวิทยาลัยและเทคโนโลยี ด้วยโซลูชันขั้นสูงและบริการพัฒนาซอฟต์แวร์ที่มีความสามารถ เราช่วยธุรกิจเติบโตและเข้าสู่ฉากโลก ความมุ่งมั่นของเรา: ด่วนขึ้น ดีขึ้น น่าเชื่อถือมากขึ้น ในกรณีส่วนมาก: ราคาถูกด้วย

หากคุณต้องการบริการ IT การให้คำปรึกษาดิจิทัล โซลูชันซอฟต์แวร์ใช้ได้หรือหากคุณต้องการส่งคำขอข้อเสนอ (RFPs) อย่าลังเลที่จะติดต่อเรา คุณสามารถติดต่อเราได้ที่ [email protected] เราพร้อมช่วยเหลือคุณด้านทุกความต้องกรทางเทคโนโลยีของคุณทุกเมื่อ

ABNAsia.org

© ABN ASIA