IDENTIFICAÇÃO DE PROBLEMAS E FALHAS DE SEGURANÇA EM CÓDIGO DE PROGRAMAÇÃO: UMA ABORDAGEM UTILIZANDO INTELIGÊNCIA ARTIFICIAL GENERATIVA
Resumo
A detecção de falhas de segurança em códigos de programação é essencial para garantir a qualidade e a segurança de softwares modernos. Com o aumento da complexidade e do volume de códigos, a análise manual de vulnerabilidades tornou-se desafiadora, destacando o potencial das técnicas de Inteligência Artificial (IA) na análise estática de código, que
identifica problemas diretamente no código-fonte antes de sua execução. Apesar de ferramentas como GitHub Copilot e ChatGPT oferecerem suporte durante o desenvolvimento, limitações como respostas incorretas e falhas lógicas representam desafios significativos. Este artigo apresenta uma análise da eficácia de ferramentas de IA na identificação e resolução de vulnerabilidades, como Cross-Site Scripting (XSS), SQL Injection, utilizando as linguagens TypeScript e JavaScript. A pesquisa envolve testes e
comparações entre diferentes ferramentas de IA, considerando seus modelos, versões e configurações, com o objetivo de avaliar seu impacto no processo de desenvolvimento de software.
Downloads
Downloads
Publicado
Como Citar
Edição
Seção
Licença
- Autores mantém os direitos autorais e concedem à Editora Unoesc o direito da publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.