{"id":120455,"date":"2024-11-02T13:09:07","date_gmt":"2024-11-02T11:09:07","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/google-ispolzoval-bolshuyu-yazykovuyu-model-dlya-vyyavleniya-uyazvimosti-v-sqlite"},"modified":"2024-11-02T13:09:07","modified_gmt":"2024-11-02T11:09:07","slug":"google-ispolzoval-bolshuyu-yazykovuyu-model-dlya-vyyavleniya-uyazvimosti-v-sqlite","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/novosti-interneta\/google-ispolzoval-bolshuyu-yazykovuyu-model-dlya-vyyavleniya-uyazvimosti-v-sqlite","title":{"rendered":"Google hat ein gro\u00dfes Sprachmodell verwendet, um eine Sicherheitsanf\u00e4lligkeit in SQLite zu entdecken.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Forscher von Google Project Zero und Google DeepMind haben einen Bericht \u00fcber die Entwicklung des KI-Systems Big Sleep ver\u00f6ffentlicht, das auf dem gro\u00dfen Sprachmodell Gemini 1.5 Pro basiert und zur Identifizierung von Sicherheitsanf\u00e4lligkeiten im Quellcode dient. Ein bedeutender Erfolg des Projekts war die Entdeckung einer bisher unbekannten, ausnutzbaren Sicherheitsanf\u00e4lligkeit in einem bestehenden Projekt. Die Schwachstelle wurde durch die \u00dcberpr\u00fcfung der Codebasis des SQLite-Datenbanksystems mittels des KI-Systems Big Sleep identifiziert und f\u00fchrt zu einem Buffer Underflow-Problem. Die Fehlerursache wurde im neu implementierten Code entdeckt und behoben, bevor dieser in die finale Version 3.47.0 von SQLite aufgenommen werden konnte. <\/p>\n
Das Modell kann als unterst\u00fctzendes Werkzeug in Bereichen eingesetzt werden, in denen aufw\u00e4ndige manuelle \u00dcberpr\u00fcfungen erforderlich sind. Zudem dient es zur automatischen \u00dcberpr\u00fcfung neuen Codes, um Sicherheitsanf\u00e4lligkeiten bereits in den fr\u00fchen Entwicklungsphasen zu identifizieren, bevor problematischer Code in die finalen Releases gelangt. Es wird angenommen, dass das entwickelte KI-Modell dazu in der Lage ist, sicherheitsrelevante Probleme im Code zu erkennen, die durch Fuzzing-Tests schwer zu identifizieren sind. <\/p>\n
Zus\u00e4tzlich kann auf die Aussage des CEO von Google hingewiesen werden, dass derzeit mehr als ein Viertel (25%) des gesamten Codes, der im Unternehmen erstellt wird, unter Verwendung gro\u00dfer Sprachmodelle wie Gemini generiert wird. Dieser Code wird anschlie\u00dfend von Ingenieuren \u00fcberpr\u00fcft und akzeptiert. Es wird festgestellt, dass der Einsatz von KI in dieser Weise den Entwicklungsprozess erheblich beschleunigt hat. \n Quelle: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"