SDLCでAIを活用するためのベストプラクティス
Frank Fischer
2023年7月19日
0 分で読めますシンプルなインターフェースを
実際、

出典:Dr Alan D. Thompson、
長年に
この
AIとソフトウェア開発:メリットとデメリット
製品に
効
率性:AIを 活用した ツールなら、 大量の コードや ログファイルを すばやく 処理できます。 コードの
セキュリティと 品質の 向上:適切な ツールを 使えば、 AIが 問題を 検出し、 修正案を 即座に 提示できます。 コードに
おける イノベーションの 促進:コードの 提案に よって、 新しい アイデアや 問題解決の 別の 方法を 取り入れられます。 プロセスの
迅速化:AIは、 意思決定に 必要な 情報を 準備し、 コードスニペットなどの 要素を 提供する ことで、 プロセスを 加速させ、 チームが すぐに 実行に 移せるよう 支援します。 認知負荷の
軽減:AIは、 慣れない 状況を 人が よりすばやく 理解できるよう 支援し、 負担を 軽減します。
ただし、
データ漏えい
:モデルの 追加学習に クエリを 利用するツールに 機密情報を 入力すると、 意図せず 情報が 漏えいする おそれが あります。 スキルの
低下:正しい 回答や 洞察を 得る ために AIに 過度に 依存すると、 従業員の 能力が 低下し始める 可能性が あります。 幻覚:AIモデル
(LLMなど)には 「幻覚」と 呼ばれる 現象が あります。 モデルが、 もっと もらしく 説得力が ある ものの、 事実ではない 説明を 生成する ことです。 不適切な
提案:AIが 質の 低い コードで 学習していれば、 学習データに 基づいて 質の 低い 修正案を 提案します。 見せかけの
開発者:AIを 使えば、 プログラミングの 経験や 知識が ほとんど ない 人でも コードを 作成できます。 今後 数年間で、 ソースコードの 量は 大幅に 増加すると 予想されます。 CISO、 エンジニアリングリーダー、 採用担当者は、 この 変化に 備える 必要が あります。 ライセンス侵害:学習データの
ライセンスに ついては、 現在 大きな 議論が 続いています。 最悪の 場合、 コピーレフトライセンスを 使った モデルが 生成した コードにも コピーレフトが 適用され、 アプリケーションが 突然 オープンソースに なる 可能性が あります。 悪意ある
攻撃者:これは SDLCに 限った 話ではありませんが、 攻撃者が AIを 利用する ことは 避けられません。 データポイズニング (侵入検知システムに 特定の パターンを 「学習」させ、 その パターンが 後に 使われても 悪意 ある ものと 認識されないように する こと)のような 高度な 手口も ありますが、 まだ 一般的ではありません。 現実的には、 質の 高い 攻撃を 設計・実行する ために 必要な 専門知識の 水準が 大幅に 下がったと 考えられます。 その ため、 攻撃の 頻度と 高度さは 増す 可能性が 高いでしょう。
新しい

詳しくはチートシートを
Snykで AIセキュリティを 掌握
Snykが、



