L'analisi delle vulnerabilità assistita dall'IA utilizza sistemi di apprendimento automatico o modelli linguistici di grandi dimensioni per aiutare a esaminare il software alla ricerca di punti deboli nella sicurezza. Questi strumenti possono analizzare il codice, evidenziare schemi sospetti, raggruppare risultati simili e aiutare i ricercatori a stabilire quali aree esaminare per prime. Nei componenti fondamentali, come gli stack TCP/IP, possono aiutare a cercare in basi di codice ampie o complesse in modo più efficiente.
I risultati dell'IA sono piste da approfondire, non prove dell'esistenza o della possibilità di sfruttare una vulnerabilità. I ricercatori umani devono convalidare il percorso del codice, determinare se un aggressore può raggiungerlo e valutare le versioni interessate e le condizioni di distribuzione. Questa distinzione è particolarmente importante per il codice condiviso utilizzato nei dispositivi embedded, IoT o di tecnologia operativa: individuare la libreria vulnerabile è solo il primo passo per determinare quali prodotti siano esposti. I difensori possono quindi utilizzare le informazioni dei fornitori, gli inventari software, il monitoraggio delle versioni e le misure di mitigazione appropriate per orientare l'applicazione delle patch e la riduzione dei rischi.


