作者:新思科技软件质量与安全部门安全团队
真正实施DevSecOps需要关键的文化和实践变革,将安全性集成到软件开发生命周期(SDLC)中。本文将介绍DevSecOps的五个基本要素。
DevSecOps是一种全新的安全理念和模式,从DevOps的概念延伸和演变而来,如今备受企业青睐。但是如何在不降低开发周期速度的情况下,把安全融入DevOps进程,有效实施DevSecOps呢?新思科技能够将工具和服务无缝集成到 DevSecOps 和您的 SDLC并且帮助您查找和修复专有代码、开源组件和应用程序行为的缺陷,从而帮助企业更快地构建安全优质的软件。
我们正快速向DevSecOps迈进,同时静下心来进行自我定位是非常有意义的。长期以来,开发和运营团队相互协调,为同一个目标奋进:快速交付稳定的、高质量的软件。通过将手动流程自动化并且将工具构建到持续集成和持续交付(CI/CD)管道,增加了团队之间的信任,这对那些曾经在不同的部门、如今一起解决关键问题的团队来说是非常必要的。
当谈论DevOps原则时,人们很容易想到在公司里应用DevOps的三种不同方法,但是每一种方法都促进了整个DevOps概念的落地,包括帮助团队在公司实施其规范性的步骤。
这个重要基础很自然会导向DevSecOps。在软件开发生命周期(SDLC)早期采用DevOps可以缩短反馈回路并且降低复杂性,从而使工程师能够更快、更轻松地检测和修复安全性和合规性问题。
在技术价值流中,DevOps可能是将信息安全更好地集成到每个人日常工作的最佳方式之一。—The DevOps Handbook
真正实施DevSecOps需要关键的文化和实践变革,将安全性集成到软件开发生命周期(SDLC)中,这包括以下5个方面:
所以要做到成功的DevSecOps只需要这五个基本要素吗?我知道你们怎么想 —— 知易行难。那么,你如何在组织中实现每项变革呢?
为你的工作环境找到正确的工具是重要的一步,你需要找到适合CI/CD工作流以及自动运行的工具。不仅仅如此,你还需要这些工具能够在出现问题时通知合适的人,对其进行相关培训,并提供如何修复的指导。而且在集成和测试期间,以及在安装、部署和维护中,你不能只做一次。你必须在开发生命周期早期进行测试(我们通常称之为“向左移”)。在应用程序投产之后,你无法确保其持续的安全性,你必须在生产过程中持续测试并且修复任何新的安全问题。
尽管采用DevOps方法以及CI/CD技术非常重要,但并非企业或组织中所有的团队都必须采取这些方式。—451 Research
仅凭安全的工具和自动化无法保证应用程序的安全性。投资你的团队并且使他们能够构建真正的DevSecOps文化,将软件安全培训作为优先事项,并且确保培训与员工的角色和项目相关。或许最重要的是,你需要记住DevOps不是微小的改变,这是对公司文化的真正改变,这需要时间、培训、工具以及拥抱DevOps文化的愿望。将安全性集成到DevOps团队的日常工作中可能需要耗费时间,但这是有价值的。开发、运营和安全团队将协同工作,以提高交付软件的质量和安全性,从而加快软件交付速度,最终提升客户满意度。
好文章,需要你的鼓励
随着AI技术不断发展,交通运输行业正迎来重大变革。MIT研究显示,AI将很快自动化价值650亿美元的交通工作,大幅提升运输效率。从陆地到海空,AI正在推动全方位的交通创新。斯坦福专家强调,AI将通过基础模型、合成数据和数字孪生等技术,实现从单一车辆自动化到整个交通网络优化的跨越式发展,同时解决可持续性、安全性和公平性等关键挑战。
香港科技大学团队发表重要研究,开发GIR-Bench测试基准评估统一多模态AI模型的推理与生成能力。研究发现即使最先进的AI模型在理解与生成之间也存在显著差距,无法有效将推理过程转化为准确的视觉生成,为AI行业发展提供重要警示。
波兰研究团队开发ORCA数学基准测试,对五个主流大语言模型进行评估。结果显示ChatGPT-5、Gemini 2.5 Flash、Claude Sonnet 4.5、Grok 4和DeepSeek V3.2的准确率均低于63%。测试涵盖生物化学、工程建筑、金融经济等七个领域的500道数学题目。研究发现模型主要在四舍五入和计算错误方面存在问题,表明自然语言推理进步并未直接转化为可靠的计算能力。
Meta超级智能实验室联合麻省理工学院开发了SPG三明治策略梯度方法,专门解决扩散语言模型强化学习训练中的技术难题。该方法通过上下界策略为AI模型提供精确的奖惩反馈机制,在数学和逻辑推理任务上实现了显著性能提升,为AI写作助手的智能化发展提供了新的技术路径。