Wie controleert AI-code? Open source loopt achter op het tempo van AI-suggesties

AI-codeassistenten stellen dependencies voor op machinesnelheid, maar beveiligingsteams kunnen dat tempo niet bijbenen. Onderzoek toont 70% meer defecten in AI-mede-geschreven code en een groeiend 'slopsquatting'-risico.

AI-codeassistenten genereren dependencies op machinesnelheid, maar de vetting-mechanismen bij bedrijven zijn daar niet op ingericht. Dat gat tussen genereren en controleren opent een nieuw soort supply-chain-risico, nog voordat traditionele post-commit-beveiligingsanalyse er ook maar aan toekomt.

Een USENIX Security-onderzoek naar 16 taalmodellen en meer dan 500.000 codevoorbeelden vond dat een meetbaar deel van de door AI voorgestelde packagenamen helemaal niet bestaat in publieke registries. Van de voorgestelde dependencies die wél oplosbaar zijn, bevat bijna de helft bekende CVE’s of verouderde releases. Los daarvan wees analysebedrijf CodeRabbit, op basis van 470 pull requests, uit dat AI-mede-geschreven bijdrages 70% meer defecten bevatten dan volledig door mensen geschreven code.

Onderzoeksbureau Kusari voegt daar een adoptiecijfer aan toe dat de zaak urgenter maakt: 85% van de bedrijven gebruikt inmiddels AI-codeassistenten, maar slechts 9% heeft daar specifieke AppSec-controles voor AI-gegenereerde code op ingericht.

Het scherpste risico zit in wat onderzoekers “slopsquatting” noemen. Taalmodellen stellen packages voor op basis van statistische waarschijnlijkheid, niet op basis van een controle in de registry zelf. Wanneer een model een niet-bestaande packagenaam “verzint”, kunnen aanvallers precies die naam claimen op PyPI of npm — gevuld met kwaadaardige code — en simpelweg wachten tot geautomatiseerde systemen hem ophalen. Begin 2026 verspreidde een gehallucineerd npm-package genaamd react-codeshift zich zo, vanaf één enkele commit, naar meer dan 230 repositories voordat het menselijk werd opgemerkt.

Voorgestelde oplossingen draaien om wat onderzoekers “ingestion governance” noemen: directe registrytoegang tijdens het autocompleten beperken, nieuw geïntroduceerde dependencies eerst in een sandbox analyseren, en elke door AI voorgestelde package vooraf controleren op typosquatting. Volgens de onderzoekers vermindert die aanpak CVE-blootstelling met circa 95%, zonder dat ontwikkelaars hun AI-tools hoeven in te leveren.

Bron: BleepingComputer

Beveiligingscontent geverifieerd door Fortivox SecurityNederlandse cybersecurity-specialist voor het MKB — fortivoxsecurity.nl

Blijf op de hoogte

Meld je aan voor de nieuwsbrief: spoedalerts bij kritieke dreigingen en een wekelijks overzicht. Geen mail achterlaten? Volg ons dan via RSS.