Intelligente beslissingsondersteuning van expert code review
Software Improvement Group (SIG) ontwikkelt een AVR-module (Automated Vulneribility Research) die 'security reviewers' helpt bij het ontdekken van kwetsbaarheden in broncodes. De module wordt een uitbreiding van het softwarekwaliteit-platform Sigrid van SIG en bevat in de kern hybride AI (kunstmatige intelligentie). Dit wil zeggen: een combinatie van menselijke en kunstmatige intelligentie. Dit zorgt voor een vertaling van de expertise van ervaren reviewers in een kennismodel én een zelflerend algoritme. Op deze manier:
-kunnen reviewers consistenter en efficiënter werken;
-kunnen reviewers meer zwakheden vinden dan volledig automatische AVR-tools; én
-kan de groep reviewers sneller groeien.
In dit fase 2-project ontwikkelt SIG een prototype, evalueert dit in pilottests en zorgt voor het vastleggen van de wetenschap in samenwerking met de Radboud Universiteit en TNO.
Call: Automated Vulnerability Research (AVR) - Fase 2
Het voorstel moet bijdragen aan het realiseren van 1 of meer van de volgende hoofddoelen van de routekaart AVR: -Nationaal ontwikkelde tools en producten op het gebied van AVR. -Sectorspecifieke toepassingen, bijvoorbeeld voor de financiële sector of andere vitale infrastructuren. -Volledig benutten van state-of-the-art academisch AVR-onderzoek en open source tools. -Samenwerking tussen partijen die een rol spelen in AVR-onderzoek en -toepassing. -Een rol voor nationale partijen in onderhoud, doorontwikkeling en ondersteuning van tools en producten.