當企業技術團隊與資安架構師評估引進 AI 輔助的靜態應用程式安全測試（SAST）工具時，首要考量往往會從偵測速度迅速轉向智慧財產權（IP）與營業秘密的資安風險。資訊安全長（CISO）、應用程式安全（AppSec）主管與法規遵循負責人普遍面臨一系列核心疑慮：商業核心原始碼上傳至雲端分析引擎後，是否會淪為公開大模型的訓練語料？專屬的商業邏輯與核心技術是否會在競爭對手的 AI 建議中外洩？雲端分析過程中，原始碼會被保留多久？
針對這些關鍵痛點，Snyk DeepCode AI 建立了一套嚴格的資料隱私架構，將原始碼安全分析與底層模型訓練徹底隔離。Snyk 明確推行「零訓練政策」（Zero-Training Policy），並透過符號 AI 與生成式 AI 的混合架構、雲端瞬時快取（Ephemeral Caching）最短生命週期管理、企業級租戶隔離與國際資安合規認證，為企業原始碼提供完整的安全防護。
混合 AI 架構：確定性邏輯推理與生成式修復的嚴格分離
許多人對 AI 程式碼檢測存在誤解，以為 Snyk DeepCode AI 與一般消費級大語言模型（LLM）相同，會將整個程式碼儲存庫直接輸入神經網路黑盒。事實上，DeepCode AI 採用獨特的混合 AI（Hybrid AI）架構，在技術架構上將漏洞探索與修復建議完全拆分。
+-------------------------------------------------------------------------------+
| 企業專有原始碼儲存庫 |
+-------------------------------------------------------------------------------+
|
[ TLS 1.2+ / Snyk Broker / .dcignore 過濾機制 ]
v
+-------------------------------------------------------------------------------+
| DeepCode AI 掃描與分析流水線 |
| |
| +-----------------------------------------------------------------------+ |
| | 1. 符號 AI 引擎（Symbolic AI，確定性靜態分析） | |
| | - 抽象語法樹（AST）生成、跨程序污點分析與資料流圖構建 | |
| | - 依據 Datalog 形式化邏輯規則求解資安弱點 | |
| | - 不依賴神經網路訓練，純數學與演算法驗證，杜絕幻覺與外洩 | |
| +-----------------------------------------------------------------------+ |
| | |
| 弱點精確座標 |
| 及 CWE 缺陷類型 |
| v |
| +-----------------------------------------------------------------------+ |
| | 2. 生成式修復引擎（Snyk Agent Fix，原 DeepCode AI Fix） | |
| | - 動態少樣本提示（Dynamic Few-Shot Prompting，3.5萬+ 專家修復庫） | |
| | - 最小化程式碼片段上下文（絕非全儲存庫暴露） | |
| | - 介接企業級零資料保留（ZDR）模型接口 | |
| +-----------------------------------------------------------------------+ |
| | |
| 候選修復程式碼 |
| v |
| +-----------------------------------------------------------------------+ |
| | 3. 形式化驗證與智慧重試閉環 | |
| | - 符號 AI 重新檢驗修復程式碼，確保缺陷消除且未衍生新弱點 | |
| | - 靜態檢驗未通過則自動觸發重試機制，無法通過則不向開發者展示 | |
| +-----------------------------------------------------------------------+ |
+-------------------------------------------------------------------------------+
|
[ 瞬時快取到期：AWS 24-48小時 / GCP 24小時 ]
v
+-------------------------------------------------------------------------------+
| 持久化狀態保留內容 |
| 僅儲存：檔案相對路徑、行號列號座標、問題唯一識別碼與 CWE 分類 |
| （原始程式碼自儲存空間、網路與記錄檔中徹底物理刪除） |
+-------------------------------------------------------------------------------+
1. 專注弱點偵測的符號 AI
驅動 Snyk Code 的核心分析引擎建立在符號 AI（Symbolic AI）技術之上，而非生成式神經網絡。符號 AI 利用形式化邏輯、抽象語法樹（AST）以及控制流與資料流圖，精確計算不可信輸入來源（Source）至敏感執行點（Sink）的完整傳播路徑。
由於符號 AI 是依照 Snyk 資安專家定義的確定性規則庫與邏輯求解器運算，因此在執行靜態程式碼分析時，它根本不需要從客戶的私有程式碼中進行「學習」或權重調整。它是在程式碼架構上執行演算法檢驗，不僅大幅降低誤報率，也徹底免除了模型產生幻覺以及將私有程式碼吸納進訓練集的風險。
2. 專注修復建議的生成式 Snyk Agent Fix
生成式 AI 模型僅在開發者主動請求自動化修復建議時（Snyk Agent Fix，原 DeepCode AI Fix）才會介入。Snyk 絕不在客戶的私有程式庫上進行模型微調（Fine-Tuning），而是採用基於動態少樣本提示（Dynamic Few-Shot Prompting）的代理人架構：
- 專家修復資料庫：系統從超過 35,000 對源自合規開源專案的真實弱點修復範例中，動態匹配與當前缺陷（CWE）對應的人工驗證修復策略。
- 上下文最小化原則：系統僅截取包含弱點的局部程式碼片段，絕不將專案中其他無關源檔案傳輸至大模型。
- 符號引擎自動驗證閉環：生成式模型產出修復草案後，符號 AI 引擎會立即對修復後的程式碼進行重新掃描。若弱點依然存在或產生了新問題，代理人會攜帶錯誤反饋再次嘗試；若多次嘗試均未達安全基準，系統將主動放棄建議，杜絕劣質程式碼進入生產環境。
零訓練政策與預訓練資料邊界
企業法務與合規部門評估 AI 工具時，首要檢視的即是模型訓練的資料界限。Snyk 的官方政策在合約與技術上均具備嚴密規範：客戶的專有商業原始碼絕不會用於訓練、微調、最佳化或評估任何通用或專有 AI 模型，亦絕不用於擷取提供給其他客戶參考的修復範例。
DeepCode AI 的預訓練邊界
為了從源頭防範訓練污染與專利外洩，Snyk 為底層模型設立了嚴密的訓練防火牆：
- 僅採用寬鬆授權條款開源專案：DeepCode AI 所學習的弱點模式與修復邏輯，全部來自採用可商用、寬鬆開源授權（如 MIT、Apache 2.0、BSD）的公開專案。
- 授權變更主動追蹤與剔除：Snyk 持續監控訓練來源儲存庫的授權變更。一旦開源專案轉為傳染性或受限授權（如 GPL 系列），相關的程式碼資料與模型衍生資訊將立即從訓練流程中徹底清除。
- 專家審查與自動化雙重把關：所有納入智慧資料庫的修復模式，均需經過 Snyk 內部資安研究員與自動化評測指標的驗證，防範劣質或惡意範本污染模型。
原始碼上傳與雲端瞬時快取生命週期管理
當專案透過 Git 儲存庫整合、CLI 指令工具或 IDE 外掛程式發起檢測時，分析引擎需暫時解析原始碼。清楚掌握程式碼在雲端的留存與清除週期，是評估資安曝險面的關鍵。
嚴密的前端過濾與傳輸控制
Snyk 不會無差別讀取專案目錄中的所有檔案：
- 忽略檔案規則遵循：Snyk 深度解析並嚴格執行專案根目錄下的
.gitignore、.dcignore與.snyk規則，不被追蹤的檔案與測試資產會在用戶端或入口直接被忽略。 - 檔案大小與副檔名過濾：Snyk Code 僅打包受支援的語言副檔名，並自動排除超過 4 MB 的大型檔案及二進位資產。
- 極短暫的暫存克隆：在原始碼管理系統（SCM）Webhook 與 PR 檢測流程中，Snyk 僅建立極短暫的淺層（shallow）Git 克隆，解析完成後便立即自檔案系統中物理刪除。
雲端瞬時快取（Ephemeral Caching）週期
為讓開發者在頻繁提交或修改程式碼時無需每次完整上傳，並實現即時的增量掃描，Snyk 會對解析後的程式碼結構建立暫時快取。該快取嚴格遵循底層公有雲儲存生命週期的最短規範：
| 雲端基礎架構供應商 | 適用租戶與地區 | 最長瞬時快取時間 | 快取到期後狀態 |
|---|---|---|---|
| 亞馬遜雲（AWS） | 歐洲 / 澳洲 / 獨立專用租戶 | 24 至 48 小時（受 S3 生命週期最短規範約束） | 原始程式碼徹底物理清除 |
| Google 雲（GCP） | 美國（預設租戶） | 24 小時（受 GCS 生命週期最短規範約束） | 原始程式碼徹底物理清除 |
分析完成後永久保留的資料範圍
瞬時快取期限屆滿後，所有原始程式碼將從 Snyk 檔案儲存、伺服器網路與記錄檔中徹底抹除。Snyk 資料庫僅保留繪製管理儀表板所需的結構化指標：
- 檔案相對路徑、偵測到問題的行號與列號座標。
- 弱點唯一識別碼、嚴重性評分與 CWE/OWASP 分類。
- 資料流追蹤節點名稱（僅用於在前端呈現變數傳遞路徑的函數名與變數名）。
由於 Snyk 在雲端不保留原始碼，當開發者在 Snyk Web UI 點擊查看弱點細節時，前端畫面是根據儲存的座標向使用者已授權的版控系統即時抓取並高亮呈現對應程式碼。
第三方大模型子處理方治理與資料防護
在調用 Snyk Agent Fix 進行程式碼生成時，Snyk 採用企業級大模型託管服務（如 AWS Bedrock、GCP Vertex 或商用合約保障的 OpenAI/Anthropic 模型節點），並實施多重技術與合約防護：
- 零資料保留協議（ZDR）：Snyk 與第三方大模型供應商簽署具法律約束力的企業協議，明確禁止供應商在磁碟儲存、記錄檔暫存或透過人工審核客戶輸入的程式碼片段與輸出成果。
- 全面禁止模型訓練使用：第三方模型業者在合約上受到嚴格限制，嚴禁將經由 Snyk 介面傳輸的任何專有程式碼用於訓練或微調其公有或私有模型。
- 嚴格限縮的資料載荷：發送給大模型的內容僅限於包含缺陷的特定函數或上下文切片，避免專案架構暴露。
企業級租戶隔離與部署架構選項
因應不同規模與資安合規嚴格度的企業，Snyk 提供三種主要的部署模式，協助組織在開發效率與防護水準之間取得最佳平衡。
[ 開發者端點 / 本地 CI/CD 環境 ]
|
v
+--------------------------------------------------------------+
| 企業內部網路邊界 |
| |
| +-----------------------+ +----------------------+ |
| | 內部私有原始碼儲存庫 | <---> | Snyk Broker | |
| | (GitLab / GitHub 企業)| | (加密邊界代理服務) | |
| +-----------------------+ +----------------------+ |
+----------------------------------------------|---------------+
| 僅向外出站的 TLS 1.2+ WebSocket
v (基於嚴格白名單審查過濾)
+--------------------------------------------------------------+
| Snyk 雲端安全平台 |
| |
| +------------------------------------------------------+ |
| | 多租戶或單租戶 SaaS 架構 | |
| | - 邏輯租戶隔離（RBAC 權限控管與專屬存取憑證） | |
| | - 區域資料落地：美國 / 歐盟 / 澳洲 | |
| | - SOC 2 Type II 及 ISO 27001/27017 認證 | |
| +------------------------------------------------------+ |
+--------------------------------------------------------------+
1. 多租戶 SaaS（Multi-Tenant SaaS）
這是最普及且具備即時規則更新的部署架構，支援依合規需求選擇落腳於美國、歐盟或澳洲資料中心。租戶隔離透過軟體架構層層把關：
- 驗證與存取控制邊界：透過嚴密的 RBAC 角色權限架構，在資料庫存取層落實不同企業客戶資料的嚴格邏輯隔離。
- 業界頂級傳輸與靜態加密：全流程傳輸強制採用 TLS 1.2+，靜態儲存資料採用 AES-256 加密標準。
2. 單租戶 SaaS（Single-Tenant Private Cloud）
針對金融、醫療與政府等高度監管行業，Snyk 提供單租戶私有雲託管環境。運算資源、儲存空間與分析服務完全專屬，與其他客戶實體或虛擬隔離，兼顧頂級資安標準與全託管維運的便利性。
3. Snyk Broker：專用內網安全防護代理
對於將原始碼託管在企業封閉內網（如 GitHub Enterprise Server、GitLab 自建版、Bitbucket Server）的企業，Snyk Broker 提供了堅固的保護機制：
- 內網代理部署：Snyk Broker 是一套開源容器，部署在企業內網 DMZ 區。
- 僅限單向出站連線：Broker 僅主動向 Snyk 雲端發起單向出站加密長連線，企業外圍防火牆完全無需開放任何連入連接埠。
- 憑證絕不離開內網：版控系統的管理權限 Token 與 SSH 金鑰始終保留在內網 Broker 中，絕不傳遞給 Snyk 雲端。
- 請求白名單嚴格過濾：Broker 對 Snyk 雲端的所有呼叫進行深度檢驗，僅允許特定的分析與讀取請求通過，防範未經授權的程式碼存取。
(註：Snyk 過去曾提供純本地運作的 Snyk Code Local Engine，目前該引擎已進入淘汰維護階段。現代企業標準架構已全面採用 Snyk Broker 搭配區域雲端或單租戶方案，在保障內網邊界安全的同時，享有最新弱點情報庫的持續更新。)
獨立權威資安稽核認證與合約保障
Snyk 的資料安全承諾不僅落實於軟體工程架構，更受到獨立第三方機構的嚴格審查與驗證：
- SOC 2 Type II 認證：每年由獨立第三方會計師事務所依照 AICPA 標準，針對系統安全性、機密性與可用性進行深入查核。
- ISO/IEC 27001:2022 與 ISO/IEC 27017:2015 認證：涵蓋資訊安全管理體系及雲端服務安全控制規範的國際權威標準。
- 全球隱私保護法規遵循：符合歐盟通用資料保護規則（GDPR）與美國加州消費者隱私法（CCPA）規範。
- 具法律效力的合約背書：主服務協議（MSA）與企業資料處理補充協議（DPA）將「絕不使用客戶專有原始碼訓練模型」確立為具約束力的法定義務。
資安與架構團隊落地實務檢核清單
為確保 Snyk DeepCode AI 的部署符合內部資安與治理基準，建議在落地過程中落實以下設定：
- 落實排除檔案規範：於重要專案根目錄配置
.dcignore與.snyk檔案，明確排除本地單元測試資料、敏感測試檔案與私有設定檔。 - 選定適當資料駐留區域：建立 Snyk 組織架構時，根據企業法遵政策選擇美區、歐區或澳區資料中心。
- 自建代碼託管必配 Snyk Broker：切勿將內部版控伺服器直接曝露於公網，務必於企業 DMZ 啟用配置白名單過濾的 Snyk Broker。
- 修復建議強制人工審查：於 IDE 外掛與 PR 檢測流程中，將 Snyk Agent Fix 定位為智慧修復草案，維持必要的同儕審查（Code Review）後方可合併至主分支。
- 定期調閱合規憑證：於年度稽核期間，透過 Snyk Trust Center 下載最新的 SOC 2 Type II 查核報告與 ISO 證書，完善內部備查紀錄。
透過結合確定性符號分析、瞬時快取生命週期管制、第三方模型嚴格約制以及零訓練承諾，Snyk DeepCode AI 能在提供高效能即時安全防護的同時，確保企業核心原始碼資產的極致隱私與完整掌控權。