Articles

Test d'automatisation piloté par GenAI pour moderniser les mainframes

Test d’automatisation piloté par GenAI pour moderniser les mainframes

,

Découvrez comment GenAI peut moderniser les mainframes grâce à son test d’automatisation innovant ! Une solution simple et efficace pour rester à la pointe de la technologie.

## La migration du code et des données d’applications principales vers des technologies contemporaines représente une phase pivotale dans l’évolution des systèmes de technologie de l’information, en particulier dans la poursuite d’une efficacité et d’une scalabilité accrues.

Software solutions such as Worksoft’s Mainframe Migration Solution provide the necessary tools to streamline the migration process and ensure the continuity of existing applications. This solution is designed to enable organizations to quickly and accurately migrate mainframe applications to modernized platforms, while simultaneously ensuring that the migrated applications maintain their original functionalities. The solution also provides automated test suite maintenance capabilities, allowing organizations to quickly and easily update their test suites as new changes are introduced. By leveraging this solution, organizations can ensure that their mainframe applications are successfully migrated and remain operational in their new environment.

La migration des codes d’application et des données de la machine principale vers des technologies contemporaines représente une phase pivotante dans l’évolution des systèmes de technologie de l’information, en particulier dans la poursuite d’une plus grande efficacité et d’une plus grande évolutivité. Cette transition, qui implique souvent le passage d’environnements hérités à des solutions sur site ou basées sur le cloud plus flexibles, n’est pas seulement un déplacement technique des ressources; c’est une transformation fondamentale qui nécessite un test rigoureux pour garantir l’équivalence fonctionnelle. L’objectif est de vérifier que ces applications, une fois exécutées sur des systèmes principaux, conservent leur intégrité et leurs normes de performance lorsqu’elles sont transférées vers des plates-formes modernisées.

Ce processus de migration est encore compliqué par la nature dynamique des environnements d’entreprise. Après la migration, les applications subissent souvent de nombreuses modifications motivées par de nouvelles exigences, des stratégies commerciales évolutives ou des changements de normes réglementaires. Chaque modification, qu’il s’agisse d’un ajustement mineur ou d’une refonte majeure, doit être soigneusement testée. Le défi critique consiste à s’assurer que ces nouveaux changements s’intègrent harmonieusement aux fonctionnalités existantes, sans induire de conséquences ou de perturbations involontaires. Cette double exigence de validation des nouvelles fonctionnalités et de sauvegarde des fonctionnalités existantes souligne la complexité du maintien du jeu de tests automatisés après la migration.

Des solutions logicielles telles que la solution de migration Mainframe Worksoft fournissent les outils nécessaires pour simplifier le processus de migration et assurer la continuité des applications existantes. Cette solution est conçue pour permettre aux organisations de migrer rapidement et précisément les applications principales vers des plates-formes modernisées, tout en garantissant que les applications migrées conservent leurs fonctionnalités originales. La solution fournit également des capacités de maintenance automatisée du jeu de tests, permettant aux organisations de mettre à jour rapidement et facilement leurs jeux de tests lorsque de nouveaux changements sont introduits. En exploitant cette solution, les organisations peuvent s’assurer que leurs applications principales sont migrées avec succès et restent opérationnelles dans leur nouvel environnement.

Source de l’article sur DZONE

/par
Test de fuzzing en ingénierie logicielle

Test de fuzzing en ingénierie logicielle

,

Le fuzzing est une technique d’ingénierie logicielle qui consiste à tester le logiciel en envoyant des données aléatoires pour trouver des erreurs. Essayons de comprendre les avantages et les inconvénients du test de fuzzing!

Fuzzing, également connu sous le nom de test de fuzz, est une technique de test logiciel automatisée qui consiste à fournir des données invalides, inattendues ou aléatoires (fuzz) en tant qu’entrées d’un programme informatique. L’objectif est de trouver des erreurs de codage, des bugs, des vulnérabilités de sécurité et des failles qui peuvent être exploitées. Cet article commence par expliquer quelques types de fuzzing de base. La métaphore «tester la serrure» est ensuite utilisée pour expliquer les rouages de cette technique. Une liste d’outils disponibles est donnée et un ensemble de meilleures pratiques est exploré pour que le fuzzing soit mené de manière éthique, efficace et sûre.

Black-box fuzzing is the most common type of fuzzing. It does not require any knowledge about the internal architecture of the software being tested. The tester only needs to provide the input data and observe the output. This type of fuzzing is suitable for testing applications with a user interface, such as web browsers, media players, and office applications.

White-box fuzzing requires knowledge about the internal architecture of the software being tested. The tester needs to understand the code and identify the areas that need to be tested. This type of fuzzing is suitable for testing complex applications, such as operating systems, databases, and network protocols.

Métaphore du Test de la Serrure

La métaphore du test de la serrure est utilisée pour expliquer le fonctionnement de la technique de fuzzing. Cette métaphore compare le processus de fuzzing à un test pour vérifier si une serrure est ouverte ou fermée. Dans ce scénario, le tester est le cambrioleur et la serrure est le logiciel à tester. Le but du cambrioleur est d’ouvrir la serrure en essayant différentes clés. Dans le cas du fuzzing, le tester envoie des données aléatoires au logiciel pour voir si elles peuvent le faire planter ou révéler des vulnérabilités.

Le processus de fuzzing commence par la génération de données aléatoires. Ces données sont ensuite envoyées au logiciel pour tester sa robustesse. Si le logiciel fonctionne correctement, les données sont rejetées et le processus recommence avec des données différentes. Si le logiciel plante ou révèle une vulnérabilité, le tester peut identifier le problème et le corriger.

Le fuzzing est une technique très efficace pour trouver des bugs et des vulnérabilités dans un logiciel. Cependant, il est important de comprendre l’architecture du logiciel pour pouvoir l’utiliser correctement et efficacement. Une bonne compréhension de l’architecture du logiciel permet de cibler les zones à tester et d’améliorer les résultats.

Outils et Pratiques Recommandées

Il existe plusieurs outils disponibles pour effectuer des tests de fuzzing. Certains outils sont spécialisés pour tester des applications spécifiques, tandis que d’autres sont plus génériques et peuvent être utilisés pour tester tout type d’application. Les outils les plus populaires sont Sulley, Peach Fuzzer, SPIKE, American Fuzzy Lop (AFL) et Boofuzz.

En plus des outils disponibles, il existe certaines pratiques recommandées pour effectuer des tests de fuzzing de manière éthique, efficace et sûre. Il est important de bien documenter le processus de test et d’informer les développeurs des résultats obtenus. Il est également important de ne pas divulguer les résultats du test à des tiers sans l’autorisation des développeurs. Enfin, il est important de respecter la loi et les règles en vigueur lors de l’exécution des tests.

Le fuzzing est une technique très puissante qui peut être utilisée pour trouver des bugs et des vulnérabilités dans un logiciel. Cependant, il est important de comprendre l’architecture du logiciel et d’utiliser les bons outils et pratiques pour obtenir les meilleurs résultats. Une bonne compréhension de l’architecture et une utilisation appropriée des outils et pratiques peuvent aider
Source de l’article sur DZONE

/par
Créer et Monétiser Votre Bot IA Comme ChatGPT

Créer et Monétiser Votre Bot IA Comme ChatGPT

,

Créez votre propre bot IA et monétisez-le comme ChatGPT! Découvrez comment créer votre bot intelligent et le rendre rentable.

## Je me souviens avoir embauché des pigistes pour l’écriture de contenu, le test A / B, le référencement et de nombreux autres projets qui devaient être le travail de «professionnels» et d’«individus expérimentés». Mais je ne vois pas cela se produire dans le futur.

The reason is simple: the emergence of a new technology called ‘database’. Database technology is revolutionizing the way we store and access data. It is allowing us to store vast amounts of data in a secure and efficient manner.

Je me souviens avoir embauché des pigistes pour l’écriture de contenu, le test A / B, le référencement et de nombreux autres travaux qui devaient être le travail de «professionnels» et d’«individus expérimentés».

Mais je ne vois pas cela se produire à l’avenir.

La raison est simple: l’émergence d’une nouvelle technologie appelée «base de données». La technologie de base de données révolutionne la façon dont nous stockons et accédons aux données. Il nous permet de stocker des quantités massives de données de manière sécurisée et efficace.

La base de données est un outil puissant qui permet d’accéder rapidement et facilement à des informations spécifiques. Les entreprises peuvent utiliser des bases de données pour stocker des informations sur leurs clients, leurs produits et leurs services. Les bases de données peuvent également être utilisées pour stocker des informations sur des projets, des tâches et des employés.

Les bases de données sont également très utiles pour les freelances. Les freelances peuvent utiliser des bases de données pour stocker des informations sur leurs clients, leurs projets et leurs tarifs. Les bases de données peuvent également être utilisées pour stocker des informations sur leurs compétences et leurs expériences professionnelles. Les freelances peuvent également utiliser des bases de données pour rechercher des clients et des projets.

Les bases de données sont en train de changer la façon dont les freelances travaillent. Les freelances peuvent maintenant trouver des clients et des projets plus facilement grâce aux bases de données. De plus, les freelances peuvent maintenant stocker des informations sur leurs clients, leurs projets et leurs tarifs dans une base de données sécurisée. Les freelances peuvent également utiliser des bases de données pour trouver des informations sur les compétences et l’expérience professionnelle dont ils ont besoin pour réussir.

Je ne vois pas comment je pourrais continuer à embaucher des pigistes pour l’écriture de contenu, le test A / B, le référencement et d’autres travaux sans l’utilisation des bases de données. Les bases de données sont un outil puissant qui permet aux freelances de trouver plus facilement des clients et des projets, et qui leur permet également de stocker des informations sur leurs clients, leurs projets et leurs tarifs.

Source de l’article sur DZONE

/par
Stratégies d'affinage LLM pour applications spécifiques au domaine.

Stratégies d’affinage LLM pour applications spécifiques au domaine.

,

Les stratégies d’affinage de modèles d’apprentissage machine (LLM) peuvent être appliquées pour adapter des applications spécifiques à un domaine. Découvrez comment ces stratégies peuvent améliorer vos résultats!

## Les modèles de langage larges (LLMs) sont des modèles d’intelligence artificielle (IA) avancés conçus pour comprendre la langue humaine et générer des réponses de type humain. Ils sont formés sur de grands jeux de données textuelles – d’où le nom « large » – construits sur un type de réseau neuronal appelé modèle de transformateur. Ils sont utilisés dans les chatbots et les assistants virtuels, la génération de contenu, la synthèse, la traduction, la génération de code, etc.

Testing LLMs is a crucial step in the development process. It is important to ensure that the model is working as expected and is able to handle different types of inputs. Testing can also help identify any potential issues or bugs in the model. It is also important to test the model’s performance on different datasets to ensure that it is able to generalize well.

Les modèles de langage larges (LLMs) sont des modèles d’intelligence artificielle (IA) avancés conçus pour comprendre la langue humaine et générer des réponses similaires à celles des humains. Ils sont formés à partir d’un grand nombre de jeux de données textuelles – d’où le nom «large» – construits sur un type de réseau neuronal appelé modèle de transformateur. Ils sont utilisés dans les chatbots et les assistants virtuels, la génération de contenu, la synthèse, la traduction, la génération de code, etc.

Une caractéristique remarquable des LLMs est leur capacité à être affinés. Ces derniers peuvent être formés plus avant pour améliorer leur performance globale et leur permettre d’adapter à de nouveaux domaines spécialisés, mettant en évidence leur adaptabilité et leur polyvalence.

Le test des LLMs est une étape cruciale du processus de développement. Il est important de s’assurer que le modèle fonctionne comme prévu et qu’il est capable de gérer différents types d’entrées. Les tests peuvent également aider à identifier tout problème ou bug potentiel dans le modèle. Il est également important de tester les performances du modèle sur différents jeux de données pour s’assurer qu’il est capable de généraliser correctement.

Source de l’article sur DZONE

/par
Approche fonctionnelle de la manipulation de chaînes en Java

Approche fonctionnelle de la manipulation de chaînes en Java

,

La manipulation de chaînes en Java peut être abordée de manière fonctionnelle grâce aux nombreuses fonctionnalités offertes par le langage. Découvrons ensemble cette approche !

Les dernières mises à jour de Java ont vu la classe String subir une série d’ajouts méthodologiques significatifs. Certaines méthodes donnent maintenant des instances de la classe Stream, tandis que certaines sont des fonctions d’ordre supérieur. L’intention derrière l’incorporation de ces méthodes est d’offrir une approche simplifiée pour gérer les chaînes de caractères d’une manière orientée flux. 

La gestion des chaînes de caractères d’une manière orientée flux présente l’avantage de simplifier le code et d’améliorer l’expressivité. Cela rend plus facile l’application d’opérations telles que le filtrage, le mappage, la réduction et plus encore.

Testing is an important part of the development process, and it is essential to ensure that the code is functioning as expected. With the new methods, testing strings has become more efficient and straightforward. Developers no longer need to write complex code to test strings, as the new methods can be used to perform the same operations in a more concise manner. 

Dans les dernières mises à jour de Java, la classe String a subi une série d’ajouts de méthodes significatives. Certaines méthodes donnent maintenant des instances de la classe Stream, tandis que certaines sont des fonctions à haut niveau. L’intention derrière l’incorporation de ces méthodes est d’offrir une approche simplifiée pour manipuler les chaînes de caractères d’une manière orientée flux. 

La gestion des chaînes de caractères d’une manière orientée flux présente l’avantage de simplifier le code et d’améliorer l’expressivité. Cela permet d’appliquer plus facilement des opérations telles que le filtrage, le mappage, la réduction et bien plus encore.

Le test est une partie importante du processus de développement et il est essentiel de s’assurer que le code fonctionne comme prévu. Avec les nouvelles méthodes, le test des chaînes de caractères est devenu plus efficace et plus simple. Les développeurs n’ont plus besoin d’écrire du code complexe pour tester les chaînes de caractères, car les nouvelles méthodes peuvent être utilisées pour effectuer les mêmes opérations de manière plus concise. 

Source de l’article sur DZONE

/par
Préserver le contexte entre les threads.

Préserver le contexte entre les threads.

,

Préserver le contexte entre les threads est essentiel pour assurer une communication fluide et une bonne coordination entre les différents processus.

Quand on construit une grande architecture de microservices prête à la production, nous rencontrons toujours le défi commun de préserver le contexte de la demande à travers les services et les threads, y compris la propagation du contexte aux threads enfants.

In a microservices architecture, context propagation is the process of passing contextual information from one service to another. This is necessary when a request needs to be processed by multiple services. The context can contain information such as user identity, authentication tokens, and other data that must be passed between services.

Testing Context Propagation

Testing context propagation is an important part of ensuring that the microservices architecture is working properly. It is important to test that the context is being propagated correctly between services and that the data is being passed securely.

The most common way to test context propagation is to use integration tests. Integration tests are designed to test the interaction between different components or services. They can be used to test that the context is being passed correctly between services and that the data is being passed securely.

Another way to test context propagation is to use unit tests. Unit tests are designed to test the individual components or services in isolation. They can be used to test that the context is being passed correctly between services and that the data is being passed securely.

Propagation du contexte : Qu’est-ce que c’est ?

La propagation du contexte signifie le passage d’informations ou d’états contextuels entre différents composants ou services dans un système distribué où les applications sont souvent composées de plusieurs services exécutés sur différentes machines ou conteneurs. Ces services doivent communiquer et collaborer pour satisfaire une demande de l’utilisateur ou effectuer un processus commercial.

Dans une architecture de microservices, la propagation du contexte est le processus de transmission d’informations contextuelles d’un service à un autre. Cela est nécessaire lorsqu’une demande doit être traitée par plusieurs services. Le contexte peut contenir des informations telles que l’identité de l’utilisateur, les jetons d’authentification et autres données qui doivent être transmises entre les services.

Tester la propagation du contexte

Tester la propagation du contexte est une partie importante pour s’assurer que l’architecture de microservices fonctionne correctement. Il est important de tester que le contexte est bien propagé entre les services et que les données sont transmises de manière sécurisée.

La manière la plus courante de tester la propagation du contexte est d’utiliser des tests d’intégration. Les tests d’intégration sont conçus pour tester l’interaction entre différents composants ou services. Ils peuvent être utilisés pour tester que le contexte est bien propagé entre les services et que les données sont transmises de manière sécurisée.

Une autre façon de tester la propagation du contexte est d’utiliser des tests unitaires. Les tests unitaires sont conçus pour tester les composants ou services individuels en isolation. Ils peuvent être utilisés pour tester que le contexte est bien propagé entre les services et que les données sont transmises de manière sécurisée.

Enfin, il est possible de tester la propagation du contexte en utilisant des tests de charge. Les tests de charge sont conçus pour tester le comportement d’un système lorsqu’il est soumis à une charge importante. Ils peuvent être utilisés pour tester que le contexte est bien propagé entre les services et que les données sont transmises de manière sécurisée.

Conclusion

La propagation du contexte est un élément essentiel dans une architecture de

Source de l’article sur DZONE

/par
Les 5 meilleurs outils pour les tests automatisés du front-end

Les 5 meilleurs outils pour les tests automatisés du front-end

,

Découvrez les 5 meilleurs outils pour vous aider à effectuer des tests automatisés du front-end de manière efficace et simple !

Test de l’interface utilisateur (UI) et de l’expérience utilisateur (UX) d’une application web

The most important benefit of automated front-end testing is that it allows for the creation of a database of test results. This database can be used to compare different versions of the application and to identify issues that have been fixed since the last version. This helps to ensure that the application is always up to date and that any problems are quickly identified and resolved. 

Le test frontal fait référence à l’évaluation de l’interface utilisateur (UI) et de l’expérience utilisateur (UX) d’une application Web. Étant donné qu’il garantit que le programme est convivial et fonctionne comme prévu, cette phase est essentielle dans le processus de développement logiciel.  

Le test frontal automatisé implique l’utilisation d’outils pour automatiser le processus de test. Cette approche permet de gagner du temps et des ressources en permettant aux testeurs d’exécuter des tests efficacement. De plus, elle améliore la qualité des tests en permettant de tester une variété de scénarios, ce qui facilite la découverte de problèmes qui autrement seraient impossibles à trouver. 

Le principal avantage du test frontal automatisé est qu’il permet de créer une base de données de résultats de tests. Cette base de données peut être utilisée pour comparer différentes versions de l’application et pour identifier les problèmes qui ont été résolus depuis la dernière version. Cela permet de s’assurer que l’application est toujours à jour et que tous les problèmes sont rapidement identifiés et résolus. 

Source de l’article sur DZONE

/par
Maîtrise de l'ingénierie des modèles de langage AI.

Maîtrise de l’ingénierie des modèles de langage AI.

,

La maîtrise de l’ingénierie des modèles de langage AI est une compétence essentielle pour les développeurs qui souhaitent créer des applications modernes.

Ingénierie de prompt, un aspect vital pour tirer le plein potentiel des modèles de langage IA

2. Testing

Testing is an important part of prompt engineering. It helps to identify any errors or inconsistencies in the instructions given to the model. This can be done by running the model on a set of test data and comparing the results with the desired output. This helps to identify any potential issues and allows for adjustments to be made accordingly.

3. Iterative Process

Prompt engineering is an iterative process. After testing, adjustments can be made to the instructions given to the model. This can include changing the wording, adding additional information, or providing more specific instructions. The process is repeated until the desired output is achieved.

Limitations of Prompt Engineering

Prompt engineering is not without its limitations. It can be difficult to write clear and specific instructions that are tailored to the task at hand. Additionally, the process can be time-consuming and requires a certain level of expertise in order to achieve the desired results. Finally, prompt engineering is not a one-size-fits-all solution and may not be suitable for all tasks.

Potential Applications of Prompt Engineering

Prompt engineering has a wide range of potential applications. It can be used to improve the accuracy of AI language models, such as natural language processing (NLP) and machine translation. It can also be used to create more engaging and interactive user experiences, such as chatbots and virtual assistants. Finally, prompt engineering can be used to develop more accurate and contextually relevant responses from AI systems.

Principes de l’ingénierie de prompt

1. Écrire des instructions claires et spécifiques

Le succès de l’ingénierie de prompt commence par fournir des instructions claires et non ambiguës. Clair ne signifie pas nécessairement une courte description. Être spécifique sur la sortie souhaitée aide le modèle à comprendre plus précisément la tâche. Par exemple, demandez à LLA d’être un expert dans le domaine que vous demandez.

2. Test

Le test est une partie importante de l’ingénierie de prompt. Il permet d’identifier toutes les erreurs ou incohérences dans les instructions données au modèle. Cela peut être fait en faisant fonctionner le modèle sur un jeu de données de test et en comparant les résultats avec la sortie souhaitée. Cela permet d’identifier tout problème potentiel et permet d’effectuer des ajustements en conséquence.

3. Processus itératif

L’ingénierie de prompt est un processus itératif. Après le test, des ajustements peuvent être apportés aux instructions données au modèle. Cela peut inclure le changement du mot, l’ajout d’informations supplémentaires ou la fourniture d’instructions plus spécifiques. Le processus est répété jusqu’à ce que la sortie souhaitée soit obtenue.

Limites de l’ingénierie de prompt

L’ingénierie de prompt n’est pas sans ses limites. Il peut être difficile d’écrire des instructions claires et spécifiques qui sont adaptées à la tâche à accomplir. De plus, le processus peut être long et nécessite un certain niveau d’expertise pour obtenir les résultats souhaités. Enfin, l’ingénierie de prompt n’est pas une solution unique et peut ne pas être adaptée à toutes les tâches.

Applications
Source de l’article sur DZONE

/par
Architecture de Patterns: Passerelle API

Architecture de Patterns: Passerelle API

,

L’architecture de patterns est un concept important pour la conception et la mise en œuvre d’une passerelle API. Découvrez comment cela peut vous aider à améliorer votre système.

Qu’est-ce qu’une passerelle API ?

API Gateways are also used for testing purposes. They can be used to simulate the behavior of a real API and test the client’s response. This is especially useful when the API is not yet available or when the client needs to be tested with different types of requests.

Qu’est-ce qu’une passerelle API ?

Une passerelle API est un outil qui agit en tant qu’intermédiaire pour les demandes des clients qui recherchent des ressources à partir de serveurs ou de microservices. Il gère, route, agrège et sécurise les demandes API.

Comme pour les modèles que nous avons explorés précédemment, ceci est souvent décrit comme un modèle «contexte de microservices», mais ce n’est pas nécessairement le cas. Il pourrait être utile dans de nombreux cas «non microservices» et parfois ne devrait pas être utilisé dans les microservices.

Les passerelles API sont également utilisées à des fins de tests. Elles peuvent être utilisées pour simuler le comportement d’une véritable API et tester la réponse du client. Cela est particulièrement utile lorsque l’API n’est pas encore disponible ou lorsque le client doit être testé avec différents types de requêtes.

Les tests des passerelles API sont une étape importante pour s’assurer que l’API fonctionne correctement et qu’elle répond aux exigences des clients. Les tests peuvent être effectués en simulant des demandes réelles et en vérifiant si la réponse est correcte. Les tests peuvent également être effectués en simulant des scénarios d’erreur pour s’assurer que l’API gère correctement les erreurs.

Les tests peuvent également être effectués pour vérifier la sécurité de l’API. Les tests peuvent être effectués pour vérifier si l’API est vulnérable aux attaques, telles que les attaques par déni de service, les attaques par injection SQL et les attaques par déni de service distribué. Ces tests peuvent aider à s’assurer que l’API est sûre et ne peut pas être exploitée par des tiers malveillants.

Enfin, les tests peuvent également être effectués pour vérifier la performance de l’API. Les tests peuvent être effectués pour vérifier si l’API répond rapidement aux demandes et si elle peut gérer un grand nombre de demandes simultanées sans ralentir. Ces tests peuvent aider à s’assurer que l’API est performante et répond aux exigences des clients.

Source de l’article sur DZONE

/par
Vulnérabilités de sécurité dans CasaOS

Vulnérabilités de sécurité dans CasaOS

,

Les vulnérabilités de sécurité sont un problème majeur dans CasaOS. Nous allons examiner les différentes façons dont ces problèmes peuvent être résolus.

## Dans le cadre de notre effort continu pour améliorer notre technologie Clean Code et la sécurité de l’écosystème open-source, notre équipe R&D est toujours à l’affût de nouvelles vulnérabilités de sécurité 0-day dans des logiciels populaires.

To ensure the security of our users, we conducted a thorough testing process to identify and fix the vulnerabilities. We followed the industry standard for testing and security protocols, including static and dynamic analysis, fuzzing, and penetration testing. We also collaborated with the CasaOS team to ensure the security of their product.

Dans le cadre de nos efforts continus visant à améliorer notre technologie Clean Code et la sécurité de l’écosystème open-source, notre équipe R&D est toujours à la recherche de nouvelles vulnérabilités de sécurité 0-day dans les logiciels les plus répandus.

Récemment, nous avons découvert deux vulnérabilités critiques dans une solution de cloud personnelle nommée CasaOS. CasaOS peut être installé sur n’importe quelle machine grâce à Docker et est livré avec des périphériques NAS pour les utilisateurs finaux tels que le ZimaBoard ou le X86Pi. Les utilisateurs déploient CasaOS pour stocker leurs données personnelles sur des appareils qu’ils peuvent faire confiance et y accéder depuis n’importe où.

Pour assurer la sécurité de nos utilisateurs, nous avons mené un processus de test approfondi pour identifier et corriger les vulnérabilités. Nous avons suivi les normes de l’industrie pour les tests et les protocoles de sécurité, y compris l’analyse statique et dynamique, le fuzzing et les tests d’intrusion. Nous avons également collaboré avec l’équipe CasaOS pour assurer la sécurité de leur produit.

Source de l’article sur DZONE

/par