GitHub despliega un modelo ModernBERT para bloquear credenciales filtradas antes del envío

GitHub está ampliando su marco de protección de secretos para responder a los desafíos de seguridad derivados de la generación rápida de código. Para ello, ha presentado un clasificador ModernBERT ajustado y diseñado para identificar credenciales no estructuradas antes de que las confirmaciones se incorporen al historial del repositorio. Desarrollado junto con Microsoft Applied Sciences, el modelo analiza secretos candidatos según el contexto en menos de dos milisegundos, con el objetivo de duplicar con creces el volumen de credenciales filtradas que se detienen en el límite del envío.

El aumento en la creación de código eleva la exposición de credenciales

Según datos publicados por GitHub, una de cada tres solicitudes de extracción en la plataforma involucra actualmente a un agente de IA, en comparación con menos de una de cada diez hace un año. Durante un seguimiento de nueve trimestres entre el segundo trimestre de 2024 y el segundo trimestre de 2026, los envíos supervisados aumentaron 2,84 veces, mientras que los envíos que contenían credenciales crecieron 2,59 veces. Las anulaciones manuales por parte de los desarrolladores ante los bloqueos de protección se redujeron de forma constante del 6,63 % al 3,93 % en el mismo período, lo que indica una mayor concienciación sobre los riesgos de exposición a medida que se automatiza la creación de software.

Los retrasos en la subsanación refuerzan la necesidad de una prevención automatizada

Aunque GitHub registró un promedio de 26 coincidencias de credenciales públicas por segundo en el segundo trimestre de 2026, la revocación manual sigue siendo un cuello de botella importante. El tiempo medio para revocar manualmente un secreto expuesto se sitúa en torno a los 40 días, y cerca de una de cada cinco exposiciones tarda más de 90 días en procesarse. La protección tradicional de envíos detiene aproximadamente el 30 % de los secretos recién identificados antes de su entrada al repositorio, lo que deja un 70 % que solo se descubre después de haber cruzado el límite del envío.

Aprendizaje automático veloz enfocado en contraseñas no estructuradas

Para identificar contraseñas de bases de datos internas y secretos no estructurados que carecen de prefijos de proveedores definidos, el modelo ModernBERT evalúa el contexto del código circundante sin generar texto ni código. El modelo se encuentra actualmente en vista previa privada y su disponibilidad general está programada para finales de este mes para organizaciones en los planes GitHub Teams y Enterprise Cloud que usen GitHub Secret Protection, donde consumirá créditos de IA. Además, GitHub está integrando el clasificador directamente en los entornos de desarrollo mediante el nuevo comando /security-review en Copilot CLI y la aplicación Copilot.

Ilustración editorial generada con IA; no es una fotografía documental.

Fuente: Secret protection must scale with software