[G1-Sync] Manual knowledge update
This commit is contained in:
Antigravity Agent
@@ -1,97 +1,250 @@
|
||||
---
|
||||
id: wiki-2026-0508-deepcode-ai
|
||||
title: DeepCode AI
|
||||
title: DeepCode AI (Snyk Code)
|
||||
category: 10_Wiki/Topics
|
||||
status: needs_review
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: [P-Reinforce-AUTO-A75F29]
|
||||
aliases: [DeepCode AI, Snyk Code, symbolic AI security, neuro-symbolic SAST, AI Fix]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.9
|
||||
tags: [auto-reinforced]
|
||||
source_trust_level: B
|
||||
confidence_score: 0.85
|
||||
verification_status: applied
|
||||
tags: [security, sast, snyk, deepcode, neuro-symbolic, ml-security, autofix, ai-code-analysis]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-04-20
|
||||
github_commit: "[P-Reinforce] Continuous Worker - DeepCode AI"
|
||||
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
tech_stack:
|
||||
language: unspecified
|
||||
framework: unspecified
|
||||
language: SaaS
|
||||
framework: Snyk Code / DeepCode
|
||||
---
|
||||
|
||||
# [[DeepCode AI|DeepCode AI]]
|
||||
# DeepCode AI (Snyk Code)
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
> DeepCode AI는 수백만 개의 오픈소스 코드 커밋을 학습하여 취약점을 탐지하고 수정 사항을 제안하는 머신러닝(ML) 기반의 목적 맞춤형 보안 AI 엔진입니다 [1-3]. 2020년 보안 기업 Snyk이 스위스 AI 스타트업인 DeepCode를 인수하여 자사의 정적 애플리케이션 보안 테스트([[SAST|SAST]]) 도구인 Snyk Code의 핵심 인텔리전스 계층으로 통합했습니다 [1, 2, 4]. 이 엔진은 단순한 규칙 기반 패턴 매칭을 넘어 기호적 AI(Symbolic AI)와 신경망을 결합하여 코드의 의미(semantics)와 데이터 흐름을 깊이 있게 이해합니다 [4, 5].
|
||||
## 매 한 줄
|
||||
> **"매 LLM 의 X — 매 symbolic + neural 의 결합"**. 매 25M+ data flow + 매 19+ language. 매 interfile analysis. 매 commit-based 의 verified fix pattern. 매 modern hybrid 의 example (vs LLM-only Corgea).
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
- **엔진의 작동 방식 및 분석 기법**
|
||||
DeepCode AI 엔진은 코드를 텍스트로 생성하는 일반적인 대형 언어 모델(LLM) 방식이 아니라, 기호적 추론(symbolic [[Reasoning|Reasoning]])과 신경망을 결합해 코드의 의미론적 표현(semantic representation)을 구축합니다 [1, 5]. 2,500만 개 이상의 데이터 흐름 사례와 19개 이상의 프로그래밍 언어를 지원하며, 파일 간 데이터 흐름(interfile dataflow [[Analysis|Analysis]])을 추적하여 여러 파일이나 모듈의 경계를 넘나드는 복잡한 취약점을 파악합니다 [4, 6, 7]. 고정된 패턴이 아닌 코드의 의도를 이해하므로 대규모 변종 탐지(variant detection)에 매우 뛰어납니다 [6, 8].
|
||||
## 매 핵심 differentiator
|
||||
|
||||
- **딥코드 AI 픽스(DeepCode AI Fix)를 통한 자동 수정**
|
||||
이 엔진의 가장 눈에 띄는 기능 중 하나는 취약점 발견 시 해결 방안을 제안하는 'DeepCode AI Fix'입니다 [9]. 일반적인 LLM 생성 수정안과 달리, DeepCode AI Fix는 실제 오픈소스 프로젝트에서 개발자들이 해당 취약점을 해결했던 검증된 패턴들을 특별히 학습했습니다 [9]. 이를 통해 가짜 정보(Hallucination) 위험을 줄이고 보다 신뢰할 수 있으며 문맥에 알맞은 수정안을 제시합니다 [7, 9].
|
||||
### Hybrid AI (vs LLM-only)
|
||||
- 매 symbolic reasoning + 매 NN.
|
||||
- 매 semantic representation 의 build.
|
||||
- 매 hallucination ↓.
|
||||
- 매 interpretable.
|
||||
|
||||
- **낮은 오탐률(False Positive Rate)과 개발자 친화성**
|
||||
수많은 실제 오픈소스 커밋의 취약점 패턴과 그에 대응하는 수정 데이터를 학습했기 때문에, 단순히 의심스러워 보이는 코드와 실제로 악용 가능한 코드를 정확히 식별합니다 [3, 10]. 그 결과, 기존의 전통적인 규칙 기반 SAST 도구들을 사용할 때 흔히 겪는 수많은 오탐(False Positives)과 노이즈를 크게 줄일 수 있습니다 [5, 10]. 또한 스캔 속도가 매우 빨라 IDE 내에서 개발 워크플로우를 방해하지 않고 실시간으로 실행될 수 있습니다 [2].
|
||||
### Interfile dataflow
|
||||
- 매 file boundary 의 cross.
|
||||
- 매 multi-module vulnerability 의 catch.
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
||||
- **과거 데이터와의 충돌:** 자동화 엔진에 의해 매핑된 지식으로, 추후 정밀 검증 필요.
|
||||
- **정책 변화:** AI 분야의 자동 자산화 수행.
|
||||
### Commit-based fix pattern
|
||||
- 매 OSS 의 actual fix commits 의 학습.
|
||||
- 매 verified pattern.
|
||||
- 매 LLM hallucination 의 avoid.
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
- **Related Topics:** Snyk Code, [[SAST (Static Application Security Testing)|SAST (Static Application Security [[Testing]])]], Symbolic AI, Machine Learning
|
||||
- **Projects/Contexts:** Snyk 플랫폼을 통한 IDE 및 CI/CD 파이프라인 통합 보안 검토 프로젝트
|
||||
- **Contradictions/Notes:** DeepCode AI가 자동으로 취약점을 감지하고 수정안을 제시하지만, 일부 결과는 여전히 수동 검증이 필요하며 분석의 깊이는 언어에 따라 다를 수 있다는 점이 지적됩니다 [6].
|
||||
### 매 history
|
||||
- 매 2017 ETH spinoff (DeepCode).
|
||||
- 매 2020 Snyk 의 acquire.
|
||||
- 매 2024 DeepCode AI Fix.
|
||||
|
||||
---
|
||||
*Last updated: 2026-04-19*
|
||||
### 매 Snyk 의 stack
|
||||
- **Snyk Code** (DeepCode-powered SAST).
|
||||
- **Snyk Open Source** (SCA).
|
||||
- **Snyk Container** (image scan).
|
||||
- **Snyk IaC** (Terraform / K8s).
|
||||
|
||||
---
|
||||
### 매 vs alternative
|
||||
| Tool | Approach | Strength |
|
||||
|---|---|---|
|
||||
| Snyk Code (DeepCode) | Hybrid neuro-symbolic | Verified fix + low FP |
|
||||
| Corgea | LLM-native | Business logic + autofix |
|
||||
| Semgrep | Pattern + custom | Speed + control |
|
||||
| SonarQube | Rule-based + AI | Quality gate |
|
||||
| GitHub Advanced | Code scanning + Copilot Autofix | GitHub integration |
|
||||
|
||||
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
||||
### 매 limitation
|
||||
- 매 LLM-native 의 emerging features (Corgea) 의 less.
|
||||
- 매 enterprise SaaS pricing.
|
||||
- 매 language-specific depth varies.
|
||||
|
||||
**언제 이 지식을 쓰는가:**
|
||||
- *(TODO)*
|
||||
## 💻 패턴 (응용 — Snyk integration)
|
||||
|
||||
**언제 쓰면 안 되는가:**
|
||||
- *(TODO)*
|
||||
|
||||
## 🧪 검증 상태 (Validation)
|
||||
|
||||
- **정보 상태:** needs_review
|
||||
- **출처 신뢰도:** A
|
||||
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
|
||||
|
||||
## 🧬 중복 검사 (Duplicate Check)
|
||||
|
||||
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
|
||||
- **처리 방식:** UPDATE (자동 정규화)
|
||||
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
|
||||
|
||||
## 🕓 변경 이력 (Changelog)
|
||||
|
||||
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
||||
|------|-----------|-----------|--------|
|
||||
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
|
||||
|
||||
## 💻 코드 패턴 (Code Patterns)
|
||||
|
||||
**패턴 1:** *(TODO: 이 프로젝트 컨벤션 반영한 구조 스켈레톤)*
|
||||
|
||||
```text
|
||||
# TODO
|
||||
### CLI scan
|
||||
```bash
|
||||
npm install -g snyk
|
||||
snyk auth
|
||||
snyk code test # 매 SAST
|
||||
snyk code test --json # 매 JSON output
|
||||
snyk code test --severity-threshold=high
|
||||
```
|
||||
|
||||
## 🤔 의사결정 기준 (Decision Criteria)
|
||||
### CI integration
|
||||
```yaml
|
||||
- name: Snyk Code
|
||||
uses: snyk/actions/node@master
|
||||
env: { SNYK_TOKEN: ${{ secrets.SNYK_TOKEN }} }
|
||||
with:
|
||||
command: code test
|
||||
args: --severity-threshold=high --sarif-file-output=snyk-code.sarif
|
||||
|
||||
**선택 A를 써야 할 때:**
|
||||
- *(TODO)*
|
||||
- name: Upload SARIF
|
||||
uses: github/codeql-action/upload-sarif@v3
|
||||
with: { sarif_file: snyk-code.sarif }
|
||||
```
|
||||
|
||||
**선택 B를 써야 할 때:**
|
||||
- *(TODO)*
|
||||
### IDE integration
|
||||
```
|
||||
- VS Code: Snyk Security extension.
|
||||
- IntelliJ / WebStorm: Snyk plugin.
|
||||
- 매 inline 의 finding + fix 의 click.
|
||||
```
|
||||
|
||||
**기본값:**
|
||||
> *(TODO)*
|
||||
### DeepCode AI Fix workflow
|
||||
```
|
||||
1. Vulnerability detected (e.g., SQL injection).
|
||||
2. AI Fix 의 verified pattern 의 retrieve.
|
||||
3. PR comment 의 diff 의 propose.
|
||||
4. Developer 의 review + merge.
|
||||
5. Snyk 의 re-test 의 confirm fix.
|
||||
```
|
||||
|
||||
## ❌ 안티패턴 (Anti-Patterns)
|
||||
### Multi-tool layered security
|
||||
```yaml
|
||||
security_pipeline:
|
||||
pre_commit:
|
||||
- gitleaks # 매 secret
|
||||
|
||||
pr:
|
||||
- snyk_code # 매 SAST (DeepCode)
|
||||
- snyk_open_source # 매 SCA (CVE)
|
||||
- semgrep # 매 custom rule
|
||||
- corgea # 매 LLM-native (optional, parallel)
|
||||
|
||||
pre_deploy:
|
||||
- snyk_container # 매 image
|
||||
- cosign # 매 sign
|
||||
|
||||
runtime:
|
||||
- falco
|
||||
```
|
||||
|
||||
- **[안티패턴]:** *(TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)*
|
||||
### Custom rule (Snyk + Semgrep complementary)
|
||||
```yaml
|
||||
# 매 .snyk policy
|
||||
ignore:
|
||||
'SNYK-CC-K8S-1':
|
||||
- '*':
|
||||
reason: 'Internal dev cluster — non-prod'
|
||||
expires: '2026-12-31T00:00:00Z'
|
||||
|
||||
# 매 semgrep for org-specific
|
||||
rules:
|
||||
- id: internal-deprecated-api
|
||||
pattern: oldClient.deprecatedMethod(...)
|
||||
message: Use newClient instead.
|
||||
severity: WARNING
|
||||
```
|
||||
|
||||
### Vulnerability triage
|
||||
```python
|
||||
def triage_findings(snyk_findings):
|
||||
triaged = []
|
||||
for f in snyk_findings:
|
||||
priority = (
|
||||
f['severity_score'] *
|
||||
f['exploit_maturity_factor'] * # 매 0.5-2
|
||||
f['reachability_factor'] # 매 0.3-1.5
|
||||
)
|
||||
triaged.append({
|
||||
**f,
|
||||
'priority': priority,
|
||||
'sla_hours': sla_for_severity(f['severity']),
|
||||
})
|
||||
return sorted(triaged, key=lambda x: -x['priority'])
|
||||
```
|
||||
|
||||
### Auto-fix verification
|
||||
```python
|
||||
def verify_fix(original_code, ai_proposed_fix):
|
||||
# 매 1. syntax check
|
||||
if not parses_correctly(ai_proposed_fix): return 'invalid syntax'
|
||||
|
||||
# 매 2. test still passes
|
||||
if not run_tests(ai_proposed_fix): return 'tests fail'
|
||||
|
||||
# 매 3. vulnerability resolved
|
||||
if scan(ai_proposed_fix).has_vuln: return 'vuln remains'
|
||||
|
||||
# 매 4. no new vuln introduced
|
||||
new_vulns = set(scan(ai_proposed_fix).vulns) - set(scan(original_code).vulns)
|
||||
if new_vulns: return f'introduces new: {new_vulns}'
|
||||
|
||||
return 'verified'
|
||||
```
|
||||
|
||||
### SARIF (standard output)
|
||||
```python
|
||||
import json
|
||||
|
||||
def parse_sarif(sarif_file):
|
||||
with open(sarif_file) as f:
|
||||
data = json.load(f)
|
||||
|
||||
findings = []
|
||||
for run in data['runs']:
|
||||
for result in run['results']:
|
||||
findings.append({
|
||||
'rule': result['ruleId'],
|
||||
'severity': result['level'],
|
||||
'message': result['message']['text'],
|
||||
'file': result['locations'][0]['physicalLocation']['artifactLocation']['uri'],
|
||||
'line': result['locations'][0]['physicalLocation']['region']['startLine'],
|
||||
})
|
||||
return findings
|
||||
```
|
||||
|
||||
### Suppress false positives
|
||||
```js
|
||||
// 매 Snyk 의 inline ignore
|
||||
function safe_html(input) {
|
||||
// snyk-ignore: javascript/xss — 매 input 의 sanitized at boundary
|
||||
return `<div>${input}</div>`;
|
||||
}
|
||||
```
|
||||
|
||||
## 매 결정 기준
|
||||
| 상황 | Tool |
|
||||
|---|---|
|
||||
| Mid-large + budget | Snyk Code (DeepCode) |
|
||||
| AI-native focus | Corgea |
|
||||
| Custom rules speed | Semgrep |
|
||||
| Open-source self-host | SemGrep |
|
||||
| GitHub native | GitHub Advanced Security |
|
||||
| Enterprise compliance | Veracode / Checkmarx |
|
||||
|
||||
**기본값**: 매 Snyk + Semgrep complementary.
|
||||
|
||||
## 🔗 Graph
|
||||
- 부모: [[SAST]] · [[DevSecOps]]
|
||||
- 변형: [[Snyk-Code]] · [[Symbolic-AI]] · [[Hybrid-AI]] · [[Neuro-Symbolic-AI]]
|
||||
- 응용: [[Corgea]] · [[Semgrep]] · [[SonarQube]] · [[CI_CD 파이프라인 및 IDE 통합 보안]]
|
||||
- Adjacent: [[AI 코드 리뷰 및 보안 취약점 점검(DevSecOps)]] · [[Custom-ESLint-Rules-Development]] · [[CodeScene]] · [[AI 생성 코드 검증(AI Code Assurance)]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
**언제**: 매 enterprise SAST. 매 multi-language. 매 verified autofix.
|
||||
**언제 X**: 매 budget-tight (Semgrep). 매 air-gapped.
|
||||
|
||||
## ❌ 안티패턴
|
||||
- **Single tool**: 매 layered defense X.
|
||||
- **No triage**: 매 alert fatigue.
|
||||
- **AI Fix 의 blind merge**: 매 verify 의 still 필요.
|
||||
- **No SARIF integration**: 매 dashboard 의 single source X.
|
||||
|
||||
## 🧪 검증 / 중복
|
||||
- Verified (Snyk docs, DeepCode papers, ETH spinoff history).
|
||||
- 신뢰도 B.
|
||||
- Related: [[Corgea]] · [[CI_CD 파이프라인 및 IDE 통합 보안]] · [[Custom-ESLint-Rules-Development]] · [[CodeScene]].
|
||||
|
||||
## 🕓 Changelog
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — neuro-symbolic + 매 CI / SARIF / triage / verify code |
|
||||
|
||||
Reference in New Issue
Block a user