Samsung SDS menekankan pentingnya verifikasi independen dalam otomatisasi keamanan berbasis kecerdasan buatan
26 Oktober 2026 · Baca 2 menit
Juga diterbitkan dalam Deutsch, English, Português (Brasil), 日本語
Samsung SDS mempresentasikan pendekatan baru dalam manajemen kerentanan perangkat lunak yang mengutamakan verifikasi independen dan visibilitas aset teknologi informasi di era kecerdasan buatan. Presentasi ini disampaikan dalam sebuah acara akademik yang membahas integrasi kecerdasan buatan dengan kerangka kerja manajemen risiko.
Dalam presentasinya, Samsung SDS menjelaskan bahwa kombinasi antara utang keamanan yang menumpuk dan otomatisasi serangan oleh kecerdasan buatan menjadi penyebab utama peningkatan insiden keamanan. Perusahaan ini menyoroti bahwa banyak organisasi tidak memiliki pemahaman yang akurat mengenai perangkat lunak dan sistem yang mereka miliki, yang memperburuk risiko keamanan. Kondisi ini sering kali terjadi karena lingkungan jaringan yang terpisah di masa lalu dianggap aman, sehingga manajemen kerentanan menjadi kurang diperhatikan.
Samsung SDS memperkenalkan teknologi pemulihan diri yang memungkinkan sistem secara otomatis menemukan, memperbaiki, dan memverifikasi kerentanan perangkat lunak. Perusahaan ini menilai bahwa otomatisasi deteksi dan perbaikan kerentanan telah mencapai tingkat teknis yang signifikan, seperti yang ditunjukkan oleh kompetisi internasional di mana tim peserta berhasil menemukan 54 dari 63 kerentanan sintetis dan berhasil memperbaiki 43 di antaranya dari jutaan baris kode sumber.
Namun, Samsung SDS memperingatkan bahwa proses menemukan dan memperbaiki kerentanan berbeda dengan menjamin keamanan perangkat lunak yang telah diperbaiki. Perusahaan ini mengidentifikasi risiko kegagalan mode umum, di mana beberapa agen kecerdasan buatan yang menggunakan data pelatihan dan metode penalaran yang serupa dapat menghasilkan kesalahan yang sama. Oleh karena itu, verifikasi yang dilakukan oleh agen kecerdasan buatan lain saja tidak dianggap cukup untuk sistem berisiko tinggi.
Untuk mengatasi hal ini, Samsung SDS menekankan pentingnya memastikan konsistensi, keterulangan, dan independensi dalam hasil verifikasi. Perusahaan ini juga memperkenalkan platform S-CAPE untuk mengidentifikasi aset kriptografi secara otomatis sebagai persiapan untuk transisi ke kriptografi tahan kuantum. Platform ini menggunakan analisis statis dan dinamis untuk memetakan penggunaan kriptografi dalam organisasi, yang sering kali lebih banyak dari perkiraan awal.
Selain itu, Samsung SDS mengembangkan alat EvoLLM yang menggabungkan model bahasa besar dengan alat pengujian tradisional untuk menghasilkan kode pengujian yang memiliki cakupan tinggi dan keterbacaan yang baik. Pendekatan ini bertujuan untuk memastikan bahwa perbaikan keamanan tidak menyebabkan gangguan pada fungsi layanan yang ada. Perusahaan ini menegaskan bahwa keberhasilan otomatisasi keamanan berbasis kecerdasan buatan sangat bergantung pada pengelolaan aset organisasi dan integrasi pengembangan, keamanan, dan operasi.