GitHub push protection suma IA para detectar secretos

GitHub incorpora un clasificador basado en IA a los push de código para evitar que los desarrolladores suban contraseñas y otras credenciales a los repositorios. El detector se ha desarrollado junto a Microsoft Applied Sciences y se basa en ModernBERT.

El modelo amplía push protection, la función de GitHub que analiza el código en busca de secretos y puede bloquear un push antes de que una credencial acabe en el historial del repositorio.

Contexto en lugar de patrones

Push protection ya detecta muchas credenciales porque siguen formatos conocidos. Pero muchos secretos no lo hacen. Una contraseña de base de datos, por ejemplo, puede parecer una cadena cualquiera.

El nuevo clasificador examina el código que rodea a una cadena sospechosa para decidir si se trata de un secreto. Según GitHub, procesa lotes de posibles secretos en menos de dos milisegundos. La compañía asegura también que podría más que duplicar el número de secretos que push protection es capaz de frenar.

"Push protection interviene antes. Detiene las credenciales reconocibles antes de que entren en el historial del repositorio, lo que da al desarrollador o al agente la oportunidad de corregir el cambio antes de que haya una exposición que investigar", escribió Erin Havens, Product Manager de GitHub.

La velocidad es solo una de las limitaciones. Las falsas alarmas interrumpen a los desarrolladores y hacen que se fíen menos del siguiente aviso. GitHub afirma que, al buscar secretos, tiene que sopesar precisión, velocidad, capacidad de procesamiento y costes operativos.

Las filtraciones crecen con el volumen de código

Según GitHub, aparece un nuevo secreto en código públicamente visible aproximadamente cada dos segundos. Entre el segundo trimestre de 2024 y el segundo trimestre de 2026, el número de push públicos que analizó se multiplicó por 2,84. En el mismo periodo, los push que contenían credenciales se multiplicaron por 2,59.

A lo largo de esos nueve trimestres, la compañía no encontró ninguna tendencia estadísticamente detectable en la proporción de push con secretos. Las filtraciones aumentan más o menos al mismo ritmo que el volumen de código.

Teniendo en cuenta todos los tipos de secretos que detecta GitHub, push protection bloquea alrededor del 30% de los secretos recién detectados antes de que lleguen al historial del repositorio. El 70% restante solo se detecta después de la exposición.

Una credencial filtrada puede dar a alguien acceso a una base de datos, a un servicio en la nube o a otro sistema conectado. Los desarrolladores tienen entonces que desactivarla, sustituirla y comprobar si se ha utilizado de forma indebida. La revocación manual tarda de media unos 40 días, y aproximadamente uno de cada cinco secretos expuestos tarda más de 90 días. Algunos proveedores de servicios revocan las credenciales automáticamente en cuanto GitHub les notifica una exposición.

Despliegue y precios

La versión ampliada de push protection está en vista previa privada. A finales de octubre, GitHub prevé abrirla a las organizaciones que tengan GitHub Secret Protection en los planes Enterprise Cloud y GitHub Team. La función consumirá créditos de IA.

Las organizaciones que ya usan la detección de secretos con IA se están migrando automáticamente al nuevo modelo. Las alertas de los análisis que se ejecutan después de un push siguen cubiertas por su compra actual de secret scanning sin coste adicional.

El modelo también llegará en vista previa pública con GitHub Enterprise Server 3.23, la edición autoalojada de GitHub. Ofrecerá alertas detectadas por IA a los clientes de Secret Protection, incluidos los que trabajan en entornos aislados (air-gapped).

GitHub añade además el clasificador al comando /security-review de Copilot CLI y Copilot App. Así, los usuarios de Copilot podrán buscar secretos antes de hacer push, aunque su organización no tenga un plan de Secret Protection. Los créditos de IA consumidos se imputarán a GitHub Secret Protection en el panel de uso de IA.

Nuestra opinión

Las propias cifras de GitHub apuntan a que el verdadero problema es el momento. Si el 70% de los secretos detectados solo se encuentra después de la exposición y la revocación se alarga durante semanas, adelantar la detección al momento previo al push podría reducir el margen del que disponen los atacantes. Que Havens hable de "el desarrollador o el agente" es revelador. A medida que las herramientas de IA escriben y suben más código, los controles tienen que funcionar a la velocidad de esos agentes, y los fabricantes están desarrollando salvaguardas similares para agentes de programación con IA. Los clasificadores no sustituyen a mantener las credenciales fuera del código, por ejemplo con un gestor de secretos dedicado. Habrá que ver cómo se comporta la tasa de falsos positivos en la práctica y si el coste de los créditos de IA frena la adopción.