في عالم يتزايد فيه استخدام الذكاء الاصطناعي (AI) في كتابة الأكواد البرمجية، فإن وجود مجموعة بيانات موثوقة يمكن أن يحدث فارقًا كبيرًا في الأمان. هذا هو بالضبط ما تمثل SecureCode، المجموعة الجديدة التي تم تطويرها لتكون مرجعًا مثاليًا في تأثير الذكاء الاصطناعي على أمان البرمجيات.

وفقًا لتقرير تم نشره، فإن مساعدي البرمجة المعتمدين على الذكاء الاصطناعي ينتجون أكوادًا تحتوي على ثغرات أمان بنسبة تصل إلى 45% في السيناريوهات المتعلقة بأمان المعلومات. ومع ذلك، لم تكن هناك مجموعة بيانات عامة تعلم الدفاعات التقليدية وأخرى خاصة بالذكاء الاصطناعي والتعلم الآلي (Machine Learning) في صيغة سهلة الاستخدام لتدريب النماذج.

تساعد SecureCode في سد هذه الفجوة، حيث تحتوي على 2185 مثالًا تدريبيًا يتناسب مع تطوير نماذج البرمجة الآمنة، مُقسمة إلى مجالين: أمان تطبيقات الويب (حيث تشمل 1435 مثالًا تتعلق بأهم 10 مخاطر وفقًا لـ OWASP للعام 2021) وأمن الذكاء الاصطناعي (750 مثالًا تغطي جميع الفئات العشر لأهم 10 مخاطر لذكاء الأعمال لأمن التعلم الآلي للعام 2025). كل مثال يتبع هيكل محادثة مكون من أربعة أدوار تشمل طلب ميزة، تنفيذ أكواد عرضة للهجمات، تنفيذ آمنة، وتوجيهات تشغيل متعمقة.

تأتي SecureCode مع ضمان جودة رفيعة، حيث يتم مراجعة كل مثال من قبل سبعة مختصين في الذكاء الاصطناعي، مما يضمن تحقيق جودة عالية للغاية (93.8 من 100). تم إطلاق هذه المجموعة على منصة Hugging Face، ما يوفر للباحثين والمطورين إعدادات تحميل محددة للمجال وموارد إضافية مثل نماذج مفتوحة المصدر معدلة.

لا شك أن SecureCode ستكون نقطة تحول في تعليم نماذج البرمجة الآمنة وتمثل خطوة هامة نحو مستقبل أكثر أمانًا في مجال البرمجة.