Anthropic ha publicado datos preliminares sobre el uso de su modelo de inteligencia artificial Claude para analizar y reducir la superficie de ataque de software. La investigación, que abarca 25 proyectos de código abierto en lenguajes como C, Java y Python, reveló que Claude identificó 493 vulnerabilidades o configuraciones inseguras en más de cinco millones de líneas de código. El objetivo no es eliminar las vulnerabilidades existentes, sino restringir el acceso a código no necesario, reduciendo así la severidad de las amenazas y mejorando la seguridad de forma escalable.
El estudio se centró en tres métodos principales: la configuración por defecto, la interacción entre configuraciones y la accesibilidad temprana. Claude creó un inventario de más de 17.000 opciones de configuración, de las cuales 3.842 eran relevantes para la seguridad. Los hallazgos más significativos se produjeron en proyectos de acceso restringido (gated), donde se detectaron 93 superficies de ataque antes de la autenticación y 37 combinaciones de configuración que debilitaban silenciosamente controles de seguridad. Además, se identificaron 162 combinaciones de configuración que no documentaban su comportamiento interactivo, 94 de las cuales desactivaban controles de seguridad sin errores. Estos resultados demuestran que la reducción de la superficie de ataque mediante IA puede mejorar la seguridad de forma económica y significativa, complementando las estrategias tradicionales de parcheo de vulnerabilidades.