Αυτόματος εντοπισμός και επιδιόρθωση ευπαθειών σε κώδικα. Τι σημαίνει για την κυβερνοασφάλεια

📅 Πρώτη δημοσίευση: Οκτώβριος 2025 · Ενημέρωση: Ιούλιος 2026 | ⏱️ 4 λεπτά ανάγνωσης

Τι είναι το CodeMender

Το CodeMender φιλοδοξεί να λειτουργήσει ως αυτόματος «επισκευαστής» για έργα ανοιχτού κώδικα, μειώνοντας δραστικά τον φόρτο εργασίας των προγραμματιστών που ασχολούνται με την ασφάλεια. Σύμφωνα με τη DeepMind, το σύστημα εντοπίζει προβλήματα ασφαλείας και δημιουργεί έτοιμες επιδιορθώσεις (patches), τις οποίες στη συνέχεια αξιολογούν άνθρωποι ερευνητές πριν εφαρμοστούν.

Η βάση του είναι το Gemini Deep Think, ένα από τα πιο προηγμένα μοντέλα της DeepMind. Το σύστημα χρησιμοποιεί ποικιλία αναλυτικών εργαλείων, από fuzzing (ελεγκτική μέθοδος που τροφοδοτεί τυχαία δεδομένα για να εντοπίσει σφάλματα) και στατική ανάλυση έως differential testing (δοκιμή διαφορών μεταξύ εκδόσεων κώδικα), για να εντοπίσει τις ρίζες των σφαλμάτων και να αποτρέψει την επανεμφάνισή τους.

Τα αποτελέσματα σε 6 μήνες

«Μέσα στους τελευταίους 6 μήνες που αναπτύσσουμε το CodeMender, έχουμε ήδη υποβάλει 72 διορθώσεις ασφαλείας σε έργα ανοιχτού κώδικα, κάποια από τα οποία περιλαμβάνουν πάνω από 4.500.000 γραμμές κώδικα.»

Πηγή: Raluca Ada Popa (ανώτερη ερευνήτρια) και John Flynn (αντιπρόεδρος ασφαλείας), Google DeepMind Blog

Η διπλή λειτουργία του συστήματος

Ένα από τα πιο σημαντικά χαρακτηριστικά του CodeMender είναι η διπλή του λειτουργία.

Αντιδραστική: Επιδιορθώνει σφάλματα που έχουν ήδη εντοπιστεί.

Προληπτική: Ξαναγράφει τμήματα κώδικα ώστε να εξαφανίσει ολόκληρες κατηγορίες ευπαθειών, όχι μόνο το άμεσο πρόβλημα.

Παράλληλα, διαθέτει τη δυνατότητα να επικυρώνει τις δικές του διορθώσεις πριν σταλούν στους ανθρώπινους ελεγκτές, μειώνοντας έτσι σημαντικά τον χρόνο συντήρησης ασφαλείας.

Παράδειγμα εφαρμογής: Η βιβλιοθήκη libwebp

Ένα χαρακτηριστικό παράδειγμα της αποτελεσματικότητάς του είναι η παρέμβαση στη βιβλιοθήκη συμπίεσης εικόνων libwebp. Το CodeMender εφάρμοσε αυτόματα ελέγχους ορίων μνήμης (-fbounds-safety annotations) σε τμήματα του κώδικα, διαδικασία που, σύμφωνα με τη DeepMind, θα μπορούσε να είχε αποτρέψει παλαιότερες επιθέσεις. Αυτές οι επισημάνσεις υποχρεώνουν τον compiler (το πρόγραμμα που μεταφράζει κώδικα σε εκτελέσιμο λογισμικό) να ελέγχει τα όρια των buffers, μειώνοντας έτσι τον κίνδυνο επιθέσεων που βασίζονται σε overflow.

Η Τεχνητή Νοημοσύνη ως βοηθός, όχι αντικαταστάτης

Η Google δίνει ιδιαίτερη έμφαση στο ότι το CodeMender δεν προορίζεται να αντικαταστήσει τους ανθρώπους. Ο στόχος είναι να ενισχύσει τις ομάδες ασφαλείας, επιτρέποντάς τους να επικεντρωθούν στις πιο κρίσιμες απειλές, ενώ η Τεχνητή Νοημοσύνη αναλαμβάνει τον εντοπισμό και την αντιμετώπιση των πιο επαναλαμβανόμενων ή τεχνικά απαιτητικών ζητημάτων.

Τα επόμενα βήματα

Η DeepMind σκοπεύει να επεκτείνει τις δοκιμές του CodeMender σε συνεργασία με διαχειριστές έργων ανοιχτού κώδικα. Εφόσον αποδειχθεί αξιόπιστο, το εργαλείο θα διατεθεί ευρύτερα σε προγραμματιστές και εταιρείες που αναζητούν αυτοματοποιημένες λύσεις ασφάλειας.

Παράλληλα, η Google αναθεώρησε το Secure AI Framework της, ενισχύοντας τα πρότυπα ασφάλειας για εφαρμογές Τεχνητής Νοημοσύνης, και παρουσίασε νέο πρόγραμμα επιβράβευσης για τον εντοπισμό ευπαθειών που σχετίζονται με την Τεχνητή Νοημοσύνη.