Seribu jalur menuju root berkurang

Riset keamanan yang dahulu memerlukan penyelidikan terpisah dan berkelanjutan untuk setiap temuan kini semakin dapat dijalankan sebagai proses sistematis. Dokumen ini membahas salah satu upaya kami di bidang ini.

Penemuan kerentanan semakin mudah dilakukan dalam skala besar, tetapi penentuan prioritas dan validasi masih menjadi hambatan operasional. Kami membangun prototipe untuk mencari celah keamanan pada kernel Linux dalam lingkungan riset terkendali. Prototipe kami mengidentifikasi dan menganalisis 2.308 kandidat temuan kernel Linux, mereproduksi 1.724 kerentanan secara dinamis, serta menghasilkan 948 eksploit eskalasi hak akses lokal (LPE) yang dapat memungkinkan pengguna lokal tanpa hak istimewa memperoleh akses root.

Kami menggunakan bukti ini untuk memprioritaskan kerentanan yang akan dilaporkan dan mengembangkan kandidat patch untuk ditinjau pengelola. Mengikuti panduan komunitas kernel Linux, kami memulai dari kerentanan kritis dan bekerja sama dengan mitra Patch the Planet untuk menyiapkan laporan serta patch selanjutnya.

Pada Juni, sebagai bagian dari inisiatif Patch the Planet, kami menyampaikan bahwa GPT‑5.5 Cyber telah mengidentifikasi kerentanan kernel Linux dan mengembangkan 24 eksploit eskalasi hak akses lokal untuk memvalidasi serta melaporkannya. Kami mengembangkan pekerjaan tersebut menjadi pipeline yang didukung model siber mendatang, mencakup penemuan kerentanan, validasi dinamis, penilaian potensi eksploitasi, dan pembuatan patch. Setelah prosesnya selesai, peneliti manusia meninjau keluarannya dan melaporkan kerentanan yang ditemukan beserta patch-nya.

Kernel Linux menjadi fondasi perangkat Android, infrastruktur cloud, superkomputer, dan sistem lain yang digunakan oleh miliaran orang. Dengan lebih dari 40 juta baris kode, kernel memiliki permukaan serangan yang luas melalui panggilan sistem, jaringan, sistem file, dan driver perangkat. Kami memilih Linux untuk mempelajari seberapa efektif model terdepan dapat menemukan kerentanan dan menunjukkan dampaknya terhadap keamanan dalam basis kode sebesar dan sepenting ini.

Tahap awal penemuan kerentanan menghasilkan ribuan kandidat temuan, terlalu banyak untuk ditinjau dan ditriase secara manual oleh peneliti keamanan. Tantangan operasional pipeline penemuan kerentanan kami bukanlah menemukan kerentanan, melainkan menentukan temuan mana yang dapat direproduksi, batas keamanan apa yang ditembusnya, dan mana yang perlu mendapat perhatian pengelola terlebih dahulu.

Misi tim Cyber OpenAI adalah membantu mengamankan perangkat lunak yang diandalkan dunia. Kami melaporkan biaya API untuk setiap tahap guna membantu peneliti menilai sumber daya yang dibutuhkan untuk mereproduksi dan mengembangkan pekerjaan ini lebih lanjut. Biaya ini mencerminkan model, konfigurasi target, dan alur kerja yang digunakan dalam evaluasi ini. Tujuan kami yang lebih luas adalah membantu pihak yang menjaga keamanan menemukan dan memperbaiki kerentanan, mengurangi peluang bagi penyerang, serta meningkatkan biaya yang harus mereka keluarkan untuk mengeksploitasi perangkat lunak.

Terakhir, perlu dicatat bahwa dalam riset ini kami berfokus pada metodologi dan pengukuran kemampuan model, bukan biaya. Kami memperkirakan bahwa rekayasa harness yang memadai dapat menekan biaya secara signifikan di setiap tahap; karena itu, biaya yang kami laporkan lebih tepat dianggap sebagai batas atas.

Prototipe riset kerentanan kami berupa pipeline lima tahap yang menggunakan model siber mendatang sebagai inti:

• Penemuan kerentanan: Agen mengidentifikasi bagian basis kode yang relevan dengan keamanan dan memindainya untuk mencari kandidat temuan.

• Validasi dinamis: Agen berupaya mereproduksi setiap kandidat dalam lingkungan terisolasi dan menyimpan bukti saat program dijalankan. Langkah ini menghasilkan kerentanan yang telah direproduksi dan divalidasi.

• Penilaian potensi eksploitasi: Agen menguji apakah kerentanan tervalidasi dapat memungkinkan pengungkapan informasi atau eskalasi hak akses lokal.

• Pembuatan patch: Agen menghasilkan patch untuk mengatasi setiap kerentanan yang teridentifikasi.

• Peninjauan manusia: Peneliti keamanan meninjau eksploit, patch, dan tingkat keparahan yang diusulkan sebelum melaporkannya kepada pengelola.

Di akhir pipeline, sistem mengemas analisis akar penyebab, bukti konsep minimal yang memicu crash, kandidat patch, dan eksploit lengkap untuk membantu peneliti manusia menilai tingkat keparahan kerentanan serta mengirimkan perbaikannya ke proyek hulu.

Tidak semua baris kode dalam kernel Linux relevan dengan keamanan. Pipeline kami menggunakan tim agen pengintai untuk mengidentifikasi target audit bernilai tinggi, yang kemudian diteruskan ke agen analis untuk pemindaian kerentanan.

Agen pengintai menelaah setiap folder dan file, lalu menentukan target audit berdasarkan keterjangkauannya (dapat dijangkau oleh pengguna dengan hak akses rendah) dan relevansinya terhadap keamanan.

Tahap ini mengidentifikasi 5.034 target audit, sekitar 2,8 juta baris kode atau kurang lebih 7% dari seluruh basis kode kernel Linux, sehingga biaya audit keamanan berkurang secara signifikan dibandingkan analisis seluruh basis kode. Langkah ini menelan biaya US$3.426 dalam kredit API.

Selanjutnya, agen analis menganalisis setiap target audit dan menghasilkan kandidat temuan menggunakan alur kerja yang serupa dengan plugin Codex Security⁠(terbuka di jendela baru). Secara garis besar, agen analis membaca kode target audit yang ditugaskan untuk memahami cara kerjanya, mengidentifikasi model ancamannya, dan mencari kerentanan di dalamnya.

Dalam 12 jam, agen analis menghasilkan 2.308 kandidat temuan setelah duplikat dihapus. Tahap ini menelan biaya US$316.549 dalam kredit API.

Kandidat temuan tidak sama dengan kerentanan yang telah divalidasi. Pada skala ini, menyelidiki setiap laporan secara manual tidak praktis bagi tim riset kami.

Karena itu, kami berfokus memvalidasi temuan yang a) dapat dijangkau oleh pengguna dengan hak akses rendah, b) tidak memerlukan kapabilitas khusus, dan c) menghasilkan bukti kerusakan memori yang terukur.

Untuk setiap kandidat, agen triase membuat bukti konsep dan menjalankannya dalam mesin virtual terisolasi yang menggunakan kernel Linux dengan Kernel Address Sanitizer (KASAN). Agen mengamati keluaran program maupun konsol sistem, lalu menyempurnakan bukti konsep secara berulang hingga berhasil mereproduksi perilaku yang dilaporkan atau semua kemungkinan cara memicunya telah dicoba.

Dalam 30 jam, sistem kami mereproduksi 1.724 kerentanan, sekitar 74,7% dari 2.308 kandidat temuan. Peninjauan kode statis saja rentan menghasilkan positif palsu, sehingga kami terkesan dengan akurasi agen analis dan efektivitas agen triase dalam membuat bukti konsep yang berfungsi secara otonom untuk hampir tiga perempat kandidat temuan.

Sebagian besar temuan lainnya memerlukan hak akses lebih tinggi atau gagal direproduksi dalam batas waktu karena kondisi balapan yang sulit dipicu, kondisi pemicu yang spesifik (misalnya, harus terjadi kegagalan alokasi pada baris tertentu), atau validasi yang memakan waktu (misalnya, nilai refcount berputar kembali ke awal). Hanya 3,1% yang mencerminkan kesalahan analisis model, yaitu ketika kerentanan yang dilaporkan mengasumsikan kondisi yang mustahil terjadi.

Tahap validasi menelan total biaya US$73.330 dalam kredit API. Kami mengamati bahwa pipeline validasi kami, yang harus membuat bukti konsep untuk memastikan apakah suatu kandidat benar-benar merupakan kerentanan, memerlukan biaya lebih tinggi daripada membuat rekomendasi hanya berdasarkan analisis statis. Biaya upaya memvalidasi positif sejati dan positif palsu pun serupa. Karena itu, menyingkirkan positif palsu lebih awal dalam pipeline membuat proses ini jauh lebih hemat biaya.

Validasi memastikan bahwa suatu kerentanan benar-benar ada, tetapi tidak menentukan seberapa mendesak penanganannya. Misalnya, kerentanan yang dapat memungkinkan eskalasi hak akses lokal layak mendapat prioritas lebih tinggi daripada kerentanan yang hanya dapat menyebabkan penolakan layanan lokal. Dengan 1.724 kerentanan tervalidasi, tugas berikutnya adalah mengidentifikasi temuan dengan potensi dampak keamanan terbesar.

Agen penyaringan awal meninjau setiap laporan, log crash, dan kode sumber yang relevan secara statis. Kriteria penyaringannya sengaja dibuat longgar agar temuan yang berpotensi serius tidak tersisih, sekaligus menyingkirkan kasus tanpa jalur eksploitasi yang masuk akal. Langkah ini mempersempit hasil menjadi 313 kandidat kebocoran informasi dan 1.238 kandidat eskalasi hak akses lokal.

Agen pengembangan eksploit (ExploitDev) kemudian menguji kandidat tersebut dalam mesin virtual terisolasi yang dikonfigurasi dengan perlindungan bawaan distribusi Linux standar, termasuk Supervisor Mode Execution Prevention (SMEP), Supervisor Mode Access Prevention (SMAP), Kernel Address Space Layout Randomization (KASLR), dan HARDENED_USERCOPY. Hal ini membantu mencegah penilaian tidak realistis yang bergantung pada dinonaktifkannya perlindungan.

Agen menghasilkan 291 bukti konsep kebocoran informasi dan 1.169 eksploit eskalasi hak akses lokal yang berfungsi dan dapat memberi pengguna lokal tanpa hak istimewa akses root.

Kami melakukan analisis varian dan mengembangkan 948 patch berbeda untuk kerentanan yang mendasari eksploit tersebut. Kami menggunakan angka tersebut untuk menentukan jumlah keseluruhan LPE unik. Eksploit yang berhasil memerlukan biaya pengembangan rata-rata US$359 dalam kredit. Dengan demikian, pihak yang menjaga keamanan dapat menguji potensi eksploitasi kerentanan yang ditemukan dengan biaya relatif rendah.

Agen penyaringan kerentanan awal menelan biaya US$44.194 dalam kredit API. Tahap eksploitasi menelan total biaya US$775.929 dalam kredit API, terdiri atas US$84.929 untuk memproses kandidat kebocoran informasi dan US$691.000 untuk kandidat eskalasi hak akses lokal.

Rata-rata, biaya pemrosesan kandidat eskalasi hak akses lokal (US$558) sekitar dua kali biaya pemrosesan kandidat kebocoran informasi (US$271). Ini karena PoC kebocoran informasi diteruskan dari tahap validasi dan memerlukan lebih sedikit modifikasi agar dapat digunakan dalam eksploit. Sebaliknya, mengembangkan eksploit dari kandidat LPE memerlukan banyak langkah tambahan, seperti merencanakan strategi eksploitasi, mengidentifikasi objek rentan yang akan digunakan, melewati mitigasi, dan lainnya. Kami juga mendapati bahwa upaya eksploitasi yang gagal (US$3.922 untuk 69 kasus) jauh lebih mahal daripada yang berhasil (US$360 untuk 1.169 kasus). Hal ini disebabkan oleh beberapa kerentanan yang sulit dieksploitasi, misalnya kondisi balapan. Menetapkan kondisi penghentian yang wajar, seperti menghentikan upaya setelah tidak ada kemajuan selama satu jam, dapat mengurangi biaya ExploitDev secara signifikan.

Untuk setiap kerentanan tervalidasi, sistem juga menghasilkan patch. Kami memberikan kode sumber yang relevan kepada model dan menginstruksikannya untuk mengikuti praktik terbaik penulisan patch, seperti melakukan pemeriksaan statis pada patch, mengikuti praktik pengembangan perangkat lunak yang digunakan dalam kode di sekitarnya, dan melakukan analisis varian untuk memastikan patch tersebut lengkap.

Mengikuti saran komunitas kernel Linux, kami telah mengirimkan ratusan laporan dan patch untuk kerentanan kritis, serta bekerja sama dengan mitra Patch the Planet untuk mengirimkan patch bagi kerentanan lainnya secara bertahap. Upaya ini merupakan bagian dari komitmen Daybreak kami yang lebih luas untuk mendukung proyek sumber terbuka.

Di bagian ini, kami membagikan pembelajaran, refleksi, dan analisis tambahan dari riset ini.

Selama riset ini, kami mengamati para pengelola Linux bergerak cepat untuk memperbaiki kerentanan dan melindungi pengguna. Pemindaian dilakukan pada kernel Linux terbaru pada pertengahan Oktober 2026. Ketika pemindaian otonom dan analisis manual selesai setelah 10 hari, 61 LPE telah ditambal di proyek hulu, 43 memiliki patch tahap persiapan, dan 299 sedang dilaporkan serta dibahas secara publik.

Kami sangat menghargai para pengelola Linux yang bekerja dengan sigap untuk menambal masalah yang teridentifikasi, serta komunitas keamanan yang lebih luas yang turut menyumbangkan temuan mereka. Respons kolektif inilah yang dibutuhkan untuk mengamankan perangkat lunak di seluruh dunia. Laju pengungkapan dan penambalan kerentanan yang cepat juga menegaskan betapa pentingnya bagi pengguna dan perusahaan untuk selalu memperbarui perangkat lunak.

Pelajaran utama: Triase otomatis harus memperhitungkan siklus penambalan yang cepat. Memvalidasi ulang temuan terhadap kode terbaru, termasuk kode baru yang digabungkan setelah pemindaian awal, membantu menghindari laporan duplikat atau yang sudah tidak relevan. Dengan demikian, perhatian dapat difokuskan pada kerentanan yang belum teratasi, dan pengelola memperoleh bukti yang dapat ditindaklanjuti tanpa tambahan beban peninjauan yang tidak perlu.

Saat kami mengembangkan pipeline pada akhir Juli 2026, GPT‑5.6 Sol menemukan dan mengeksploitasi 166 kerentanan LPE unik dengan total biaya US$513.690 dalam kredit API dari awal hingga akhir.

Pada pemindaian kedua, pertengahan Oktober 2026, model siber yang lebih baru menemukan dan mengeksploitasi 948 kerentanan LPE unik dengan total biaya US$1.213.430 dalam kredit API dari awal hingga akhir. Dalam kedua rangkaian pengujian tersebut, kami memindai cabang master kernel Linux terbaru pada saat itu.

Pelajaran utama: Pindai ulang kode yang pernah diaudit seiring meningkatnya kemampuan model. Model yang lebih cakap dapat mengungkap kerentanan yang luput dari model sebelumnya, meskipun menggunakan harness riset yang sama.

Kami mengambil sampel 166 eksploit yang dikembangkan oleh agen dan menganalisis teknik eksploitasi yang digunakan di dalamnya. Sejauh yang kami ketahui, agen menggunakan 10 teknik eksploitasi baru dalam sampel eksploit tersebut. Kami membagikan teknik eksploitasi tersebut kepada pakar eksploitasi kernel pihak ketiga, dan teknik-teknik itu juga baru bagi mereka.

Dari 10 teknik tersebut, dua berupa objek elastis persisten baru yang digunakan model untuk menyebarkan objek ke dalam cache kernel target; dua berupa teknik penataan halaman memori baru untuk meningkatkan keandalan eksploit; lima berupa teknik baru yang hanya memanipulasi data untuk memperoleh eskalasi hak akses secara langsung atau melalui penulisan arbitrer; dan satu teknik lainnya melibatkan kebingungan tipe arbitrer. Demi keamanan, kami tidak membagikan detail teknis lengkap dari teknik eksploitasi baru ini dalam artikel ini.

Pelajaran utama: Model terdepan tidak sekadar mencocokkan pola kode rentan yang sudah dikenal atau hanya menggunakan teknik eksploitasi yang sudah ada; model-model ini menunjukkan kreativitas dan pendekatan baru.

Bagian penting dari misi tim kami adalah mengukur biaya penemuan dan eksploitasi kerentanan, lalu menggunakan bukti tersebut untuk mengarahkan investasi pertahanan. Tujuan kami adalah membantu pihak yang menjaga keamanan memperbaiki kerentanan sebelum penyerang dapat memanfaatkannya, serta membuat biaya eksploitasi perangkat lunak terlalu tinggi bagi penyerang. Mengukur biaya eksploitasi membantu kami menilai bagaimana tantangan tersebut berubah seiring meningkatnya kemampuan model. Di bagian ini, kami membandingkan biaya menjalankan pipeline dengan imbalan program bug bounty untuk kerentanan yang teridentifikasi.

Mesin virtual target dalam eksperimen kami menjalankan sistem operasi desktop standar, bukan target yang sengaja diperlemah, dengan model ancaman yang sama seperti yang digunakan dalam kompetisi keamanan siber (misalnya Pwn2Own⁠(terbuka di jendela baru), TyphoonPWN⁠(terbuka di jendela baru)). Sebelumnya, Pwn2Own dan TyphoonPWN masing-masing menawarkan imbalan bug sebesar US$20.000 dan US$70.000 untuk eksploit eskalasi hak akses lokal kernel Linux. Jika besaran imbalan tersebut diterapkan pada 948 eksploit ini, nilai hipotetisnya mencapai US$18,9 juta–US$66,3 juta, sekitar 16 hingga 55 kali biaya pipeline kami.

Kami juga menguji pipeline kami pada program imbalan kerentanan kernelCTF⁠(terbuka di jendela baru) dari Google, yang menargetkan kernel Linux dengan keamanan yang diperkuat dan permukaan serangan yang diperkecil. Kami menjalankan pipeline pada versi terbaru kernel Linux dalam lingkungan kernelCTF dan menghasilkan 25 bukti konsep kebocoran informasi serta 21 eksploit eskalasi hak akses lokal. Versi kernel ini tidak kompatibel dengan mitigasi SLAB_VIRTUAL di kernelCTF, sehingga mitigasi tersebut kami hapus dari konfigurasi. Sebagai perbandingan, hingga saat tulisan ini dibuat, kernelCTF telah menerima 26 eksploit LPE 0-day yang terkonfirmasi pada tahun 2026. Seluruh rangkaian pengujian berlangsung selama total 112 jam dengan biaya sekitar US$32.936 dalam kredit API. Penemuan kerentanan menyumbang 83,7% dari biaya API tersebut. Jika ke-21 kerentanan tersebut diterima oleh program itu, imbalannya akan mencapai sekitar US$1,5 juta, kurang lebih 45 kali biayanya.

Pelajaran utama: Berdasarkan besaran imbalan yang dipublikasikan, dengan model berkemampuan siber saat ini, pipeline riset kerentanan kami menghasilkan keuntungan bersih pada saat riset ini dilakukan. Pihak yang menjaga keamanan perlu menganalisis perangkat lunak mereka secara proaktif agar biaya eksploitasi menjadi terlalu tinggi bagi penyerang.

Selama penilaian potensi eksploitasi, agen ExploitDev diberi laporan kerentanan dan ditugaskan membuat eksploit yang berfungsi penuh. Pipeline kami menandai suatu kerentanan sebagai berhasil dieksploitasi jika shell root berhasil diperoleh. Dalam salah satu proses awal, tahap eksploitasi melaporkan 200 eksploit eskalasi hak akses lokal yang berhasil. Namun, setelah ditinjau oleh manusia, kami menemukan bahwa 20 di antaranya memperoleh hak akses root melalui kerentanan 0-day yang berbeda dari yang ditugaskan. Hal ini menunjukkan bahwa eksploitasi yang berhasil dilakukan oleh agen pun tetap memerlukan validasi yang tepat.

Kami kemudian memperketat batasan tugas dan menambahkan pemeriksaan independen untuk memastikan bahwa setiap eksploit akhir menggunakan kerentanan yang ditugaskan.

Pelajaran utama: Dalam riset keamanan otonom, verifikasi cara memperoleh hasil, bukan hanya hasilnya; isolasi, pemantauan, dan pemeriksaan independen merupakan kontrol yang diperlukan.

Pada awal riset ini, kami mengkaji pilihan desain: apakah perlu membangun orkestrasi yang kompleks di sekeliling agen untuk meningkatkan kemampuan sibernya. Hasil kami menunjukkan bahwa model yang lebih cakap memerlukan orkestrasi lebih ringan dan lebih sedikit bimbingan. Peningkatan yang kecil juga tidak sepadan dengan biaya pemeliharaannya. Karena itu, kami memutuskan untuk menghapus orkestrasi yang kompleks tersebut.

Eksperimen ini membandingkan GPT‑5.5 Cyber dan GPT‑5.6 Cyber. Dalam pengamatan kami, GPT‑5.5 Cyber tidak secara konsisten mengenali kapan dan bagaimana teknik eksploitasi kernel Linux yang ada harus diterapkan. Kami lalu menyusun 103 teknik dalam format yang mudah dipahami model, menyediakannya dalam lingkungan agen, dan memberi instruksi agar agen menggunakannya. Pada 63 kandidat eksploitasi, langkah ini meningkatkan tingkat keberhasilan dari 76,2% menjadi 88,9%.

Saat kami mengulanginya dengan GPT‑5.6 Cyber, model tersebut lebih mampu menemukan, memilih, dan menerapkan teknik yang relevan secara mandiri. Kami menghapus orkestrasi teknik/keterampilan, dan alur kerja GPT‑5.6 Cyber dengan orkestrasi ringan ini mengungguli alur kerja GPT‑5.5 Cyber yang dilengkapi struktur pendukung lebih kompleks. Menambahkan kembali lapisan teknik tambahan pada GPT‑5.6 Cyber hanya memberikan peningkatan kecil sebesar 1,5 poin persentase.

Pelajaran utama: Evaluasi kembali orkestrasi dan harness Anda seiring perubahan kemampuan model dasar. Struktur pendukung yang secara signifikan meningkatkan kinerja satu generasi model mungkin hanya memberi sedikit manfaat bagi model yang lebih cakap, sehingga perlu dievaluasi apakah manfaatnya sepadan dengan beban pemeliharaannya.

Pada awalnya, ketika langsung diminta membuat kandidat patch, model menghasilkan patch yang berfungsi dengan benar dan mengatasi serangan dalam bukti konsep, tetapi terkadang menimbulkan masalah lain: kode lebih banyak dari yang diperlukan, potensi penurunan kinerja, penyimpangan dari konvensi penulisan kode, atau kegagalan memeriksa kode terkait untuk menemukan varian kerentanan yang sama, sehingga patch tidak lengkap.

Instruksi tambahan dan penyempurnaan berulang pada proses pembuatan patch meningkatkan kualitas patch. Hal ini menunjukkan bahwa dengan penanganan yang tepat, patch keamanan buatan AI dapat benar, minimal, dan konsisten dengan konvensi kode yang ada. Bidang ini masih aktif diteliti, dan kami yakin proses ini akan menjadi lebih mudah dan efektif dengan model mendatang. Dalam beberapa kasus, prototipe riset kami juga mampu mengidentifikasi masalah dalam patch yang ditulis oleh pakar manusia, yang kemudian diperbaiki sebelum digabungkan.

Pelajaran utama: Model dapat mempercepat proses penambalan, tetapi keterampilan penambalan dan harness mungkin perlu disempurnakan secara berulang untuk memastikan patch memenuhi persyaratan fungsional maupun nonfungsional secara andal. Selain itu, kami menyarankan penggunaan model untuk meninjau patch buatan manusia maupun AI dari sudut pandang penyerang. Peninjauan ini dapat mengidentifikasi masalah seperti patch yang bisa dilewati, jalur atau varian serangan lain yang terlewat, dan lainnya.

Dalam pengujian kernelCTF kami, selain menghasilkan 21 eksploit 0-day kernel Linux, prototipe riset kami juga menemukan dan mengeksploitasi kerentanan QEMU TCG. Agen analis ditugaskan menganalisis kode titik masuk panggilan sistem. Saat menulis program untuk bereksperimen dengan transisi hak akses, agen tersebut menemukan crash kernel yang tidak terduga. Agen melakukan triase pada crash tersebut dan melacak sumber masalahnya ke QEMU TCG tanpa akses ke kode sumber QEMU, lalu memasukkan kerentanan itu ke dalam laporan. Setelah itu, agen ExploitDev berhasil mengembangkan eksploit eskalasi hak akses lokal untuk kerentanan ini. Kami menemukan kerentanan QEMU ini saat menganalisis eksploit secara manual dan memastikan bahwa kerentanan tersebut telah diperbaiki di proyek hulu QEMU, tetapi belum diperbaiki dalam build rilis yang digunakan selama eksperimen.

Pelajaran utama: Model terdepan yang berkemampuan siber dapat menemukan kerentanan dalam infrastruktur pengujian. Kami menyarankan pengujian setiap bagian infrastruktur sebelum melakukan riset kerentanan ofensif. Kami telah menguji infrastruktur kami secara proaktif, serta mengungkapkan dan menambal banyak kerentanan di Kata, Moby/Docker, gVisor, dan proyek lainnya.

Tujuan kami adalah menjadikan peningkatan kemampuan model sebagai keunggulan jangka panjang bagi mereka yang menjaga keamanan internet. Riset ini menunjukkan bahwa kemampuan siber model terdepan yang terus meningkat dapat digunakan untuk mencari kerentanan secara efektif dalam perangkat lunak kompleks, seperti kernel Linux. Memperkuat keamanan proyek perangkat lunak penting seperti Linux dan proyek sumber terbuka lainnya dapat melindungi banyak sistem dan pengguna yang bergantung padanya.

Melalui Patch the Planet, sebuah inisiatif Daybreak, kami bertujuan memperluas riset ini ke lebih banyak proyek perangkat lunak penting dan mengembangkan proses penambalan otomatis yang andal bersama pengelola dan mitra keamanan. Kami ingin terus mengurangi peluang bagi penyerang dan meningkatkan biaya untuk menemukan serta mengeksploitasi kerentanan, hingga hasil yang diharapkan tidak lagi sepadan dengan upaya serangan.

Setiap generasi model seharusnya membantu kita membangun perangkat lunak yang lebih sulit dibobol oleh generasi berikutnya. Kami akan terus berupaya membangun internet yang aman, tempat siapa pun dapat berkarya dengan senang hati.