
Azure DevOps
進一步了解班尼·查尼(Benny Czarny)的著作《顛覆性的網路安全》
CycloneDX 與 SPDX 用於 SBOM
第三方開源
Software
CI/CD 管道與
的整合
Software & AI 授權資訊
已知漏洞與加密風險的可見性
由於清單不完整,團隊不得不重新彙整證據,以因應漏洞應對、加密技術遷移及人工智慧模型審查等作業。


供應商提供的軟體和 AI 模型檔案在送達時可能未附帶可用的清單,導致團隊必須在審查前先確定套件版本、加密依賴項、模型來源以及聲明之授權條款。


歐盟《CRA》規定了軟體組件清單(SBOM)的義務,《第14412號行政命令》針對計算機組件清單(CBOM)頒布了指導方針,而《歐盟人工智慧法案》則要求對受規範的通用人工智慧模型進行文件記錄。由於清單各自獨立,使得彙整佐證資料變得更加困難。


當有新的 CVE 被披露時,若缺少套件名稱和版本資訊,將會延誤首要任務:即釐清哪些軟體組件需要進行調查。
列出 870 萬個第三方函式庫的套件名稱、版本、授權資訊、關鍵軟體更新及已知漏洞。
檢視演算法、函式庫、憑證、通訊協定及相關加密材料。評估經典與量子風險,並在可行時提供建議的替代方案,以作為遷移決策的依據。
將模型檔案與已知會發布相同位元組的儲存庫進行比對,並回報已宣告的可用授權資訊,為審查人員提供具體參考依據,以便進行來源與授權核查。
分析隔離網路內的受支援檔案。只要在本地端安裝所需資料庫,團隊便能在掃描過程中無需連線至雲端即可進行物料清單 (BOM) 審查。
透過單一引擎生成軟體、加密及人工智慧清單,從而減少為每種清單類型分別設定掃描工作流程的需求。
設定軟體漏洞閾值及套件授權限制。根據您的工作流程需求,分別啟用針對加密風險及特定 AI 模型授權的封鎖功能。
檢視掃描摘要、在 SBOM、CBOM 和 AIBOM 的檢測結果之間切換,並匯出您所需的報告。

設定漏洞嚴重性閾值、選取要封鎖的套件授權,並啟用原始碼的依賴項檢查。

Azure DevOps

Bitbucket

GitHub

GitLab

Amazon ECR

Azure ACR

DockerHub

JFrogContainer

碼頭

JFrog 二進位檔

Ruby

Python

PHP

Node.js

Java

去

Rust

Dart

.NET

C/C++