GitHub、LLM推論でシークレットスキャンの誤検知を76%削減——コンテキスト分析でアラートの信頼性向上

項目	内容
ジャンル	セキュリティ
日付	2026-06-12
元記事	GitHub Blog

---

要約

GitHubがシークレットスキャン機能にコンテキスト対応のLLM推論を組み込み、誤検知を75.76%削減することに成功したと発表した。従来のスキャンはファイル全体を分析していたが、新アプローチでは「利用上の高シグナルパターン」を抽出する手法により、本当に危険なシークレットとテストデータや例示コードを正確に区別できるようになった。アラートの誤検知が多いと開発者が重要なアラートを無視する「アラート疲れ」が生じるため、精度向上はセキュリティ文化の改善にも直結する。LLMをコードスキャンに応用してノイズを減らしシグナルの質を高めるアプローチは、SCA（ソフトウェアコンポーザビリティ分析）やSAST（静的解析）にも波及しうる重要な事例だ。GitHubのようなプラットフォームレベルでの改善はサプライチェーン全体のセキュリティ底上げにつながる。

---

元記事を読む →