Autonome Sicherheitsprüfung mit LLMs
Die klassische Quellcode-Analyse verließ sich lange auf statische Analyzer, die endlose Listen potenzieller Probleme ausgeben. Engineers mussten dann zeitaufwändig echte Bugs von Fehlalarmen unterscheiden. Das offensive-Security-Unternehmen SecureLayer7 präsentiert mit Sandyaa einen anderen Ansatz: Ein Open-Source-Tool, das Large Language Models einsetzen, um Codebässe systematisch zu analysieren.
Wie Sandyaa funktioniert
Das Tool liest den Source Code, verfolgt den Datenfuss durch das System und identifiziert tatsächliche Vulnerabilities. Das Besondere: Sandyaa generiert für bestätigte Schwachstellen direkt funktionierende Exploit-Code. Das reduziert die Quote der Fehlalarme erheblich gegenüber traditionellen Scanern.
Das Projekt wurde unter MIT-Lizenz veröffentlicht und steht damit der Community zur Verfügung. Der Ansatz kombiniert die Stärken von LLMs – semantisches Verständnis von Code – mit praktischer Sicherheitsforschung.
Praktischer Nutzen
Für Security-Teams bedeutet das eine Effizienzsteigerung: Statt Listen mit hunderten potentiellen Issues zu bewerten, konzentriert sich die manuelle Analyse auf verifizierte Findings. Das spart Zeit und Ressourcen im Audit-Prozess.
Gleichzeitig zeigt der Ansatz, wie LLMs in der Sicherheitsforschung praktisch eingesetzt werden – nicht als Hype, sondern als Werkzeug für konkrete Aufgaben wie Data-Flow-Analyse und Exploit-Generierung.
Was noch offen bleibt
Zu berücksichtigen ist: LLM-basierte Tools haben ihre Grenzen bei hochkomplexen oder esoterischen Code-Patterns. Die Genauigkeit hängt stark vom Kontext und der Codequalität ab. Trotzdem adressiert Sandyaa ein echtes Problem in der Sicherheitsanalyse – den Signal-to-Noise-Ratio bei statischen Analysen.
Für Teams, die ihr Code-Audit-Prozess modernisieren möchten, könnte das Tool einen praktischen Startpunkt bieten. Die MIT-Lizenz macht Anpassungen und Integration in bestehende Workflows möglich.