Par tūkstoti mazāk ceļu līdz root piekļuvei

Drošības izpēti, kurā agrāk katram atradumam bija vajadzīga atsevišķa, ilgstoša izmeklēšana, arvien biežāk var īstenot kā sistemātisku procesu. Šajā dokumentā aplūkots viens no mūsu darbiem šajā jomā.

Ievainojamību meklēšanu kļūst vieglāk izvērst plašākā mērogā, taču prioritāšu noteikšana un pārbaude joprojām ir procesa šaurās vietas. Mēs izveidojām prototipu drošības trūkumu meklēšanai Linux kodolā kontrolētā pētniecības vidē. Mūsu prototips atrada un analizēja 2308 iespējamas Linux kodola ievainojamības, dinamiski reproducēja 1724 ievainojamības un izveidoja 948 lokālas privilēģiju paaugstināšanas (LPE) eksploitus, kas varētu ļaut neprivileģētam lokālam lietotājam iegūt root piekļuvi.

Mēs izmantojām šos pierādījumus, lai noteiktu, par kurām ievainojamībām ziņot vispirms, un sagatavojām ielāpu priekšlikumus uzturētāju pārskatīšanai. Sekojot Linux kodola kopienas norādījumiem, sākām ar kritiskajām ievainojamībām un kopā ar Patch the Planet partneriem strādājam pie turpmākiem ziņojumiem un ielāpiem.

Jūnijā mūsu iniciatīvas Patch the Planet ietvaros ziņojām, ka GPT‑5.5 Cyber ir atradis Linux kodola ievainojamības un izstrādājis 24 lokālas privilēģiju paaugstināšanas eksploitus, lai tās pārbaudītu un par tām ziņotu. Mēs šo darbu paplašinājām līdz apstrādes ķēdei, kuras pamatā ir gaidāmais kiberdrošības modelis un kura aptver ievainojamību meklēšanu, dinamisko pārbaudi, izmantojamības novērtēšanu un ielāpu ģenerēšanu. Kad izpilde bija pabeigta, pētnieki pārskatīja rezultātus un iesniedza ziņojumus par atrastajām ievainojamībām kopā ar ielāpiem.

Linux kodols ir pamatā Android ierīcēm, mākoņinfrastruktūrai, superdatoriem un citām sistēmām, ko izmanto miljardiem cilvēku. Kodols ar vairāk nekā 40 miljoniem koda rindu rada plašu uzbrukuma virsmu caur sistēmas izsaukumiem, tīkla funkcijām, failu sistēmām un ierīču draiveriem. Mēs izvēlējāmies Linux, lai pētītu, cik efektīvi robežšķirtnes modeļi var atrast ievainojamības un demonstrēt to ietekmi uz drošību šāda mēroga un nozīmīguma koda bāzē.

Sākotnējā meklēšanas posmā sistēma sagatavoja tūkstošiem ziņojumu par iespējamām ievainojamībām – pārāk daudz, lai drošības pētnieki tos manuāli pārskatītu un sākotnēji izvērtētu. Grūtākais bija noteikt, kuras ziņojumos aprakstītās problēmas var atkārtoti izraisīt, kādus drošības ierobežojumus tās ļauj apiet un par kurām vispirms jāinformē uzturētāji.

OpenAI kiberdrošības komandas misija ir palīdzēt aizsargāt programmatūru, uz kuru paļaujas pasaule. Mēs norādām katra posma API izmaksas, lai palīdzētu pētniekiem novērtēt resursus, kas vajadzīgi šī darba atkārtošanai un paplašināšanai. Šīs izmaksas atspoguļo novērtējumā izmantotos modeļus, mērķa konfigurācijas un darbplūsmu. Mūsu plašākais mērķis ir palīdzēt aizsardzības speciālistiem atrast un novērst ievainojamības, mazinot uzbrucēju iespējas un palielinot viņu izmaksas programmatūras ievainojamību izmantošanai.

Visbeidzot jāņem vērā, ka šajā pētījumā koncentrējāmies uz metodoloģiju un modeļu spēju mērīšanu, nevis izmaksām. Sagaidām, ka pietiekama izpildes ietvara pilnveide varētu būtiski samazināt izmaksas katrā posmā, tāpēc mūsu norādītās izmaksas drīzāk ir augšējā robeža.

Mūsu ievainojamību izpētes prototips ir piecu posmu apstrādes ķēde, kuras pamatā ir gaidāmais kiberdrošības modelis:

• Ievainojamību meklēšana: aģenti nosaka drošībai būtiskās koda bāzes daļas un skenē tās, meklējot iespējamas ievainojamības.

• Dinamiskā pārbaude: aģenti mēģina izolētā vidē atkārtoti izraisīt katrā ziņojumā aprakstīto problēmu un saglabā programmas darbības laikā iegūtos pierādījumus. Šī soļa rezultāts ir reproducētas un apstiprinātas ievainojamības.

• Ievainojamību izmantošanas iespēju novērtēšana: aģenti pārbauda, vai apstiprinātās ievainojamības var izmantot, lai piekļūtu aizsargātai informācijai vai lokāli paaugstinātu privilēģijas.

• Ielāpu ģenerēšana: aģenti ģenerē ielāpus katras atklātās ievainojamības novēršanai.

• Ekspertu pārbaude: drošības pētnieki pirms ziņošanas uzturētājiem pārbauda eksploitu un ielāpu, kā arī izvērtē ierosināto ievainojamības nopietnības pakāpi..

Apstrādes ķēdes beigās sistēma apkopo pamatcēloņa analīzi, minimālu koncepcijas pierādījumu, kas izraisa avāriju, ielāpa priekšlikumu un pilnvērtīgu eksploitu, lai palīdzētu pētniekiem novērtēt ievainojamības nopietnību un iesniegt labojumus iekļaušanai pamatprojektā.

Ne katra Linux kodola koda rinda ir būtiska drošībai. Mūsu apstrādes ķēdē izpētes aģentu komanda noteica vērtīgākos audita objektus un nodeva tos analīzes aģentiem ievainojamību skenēšanai.

Izpētes aģenti izskata katru mapi un failu un nosaka, kuras koda daļas auditēt, ņemot vērā, vai attiecīgo kodu var sasniegt lietotāji ar ierobežotām tiesībām un cik būtisks tas ir drošībai.

Šajā posmā tika noteikti 5034 audita objekti – aptuveni 2,8 miljoni koda rindu jeb apmēram 7 % no visas Linux kodola koda bāzes. Tas būtiski samazināja drošības audita izmaksas salīdzinājumā ar visas koda bāzes analīzi. Šī soļa izmaksas bija 3426 ASV dolāri API kredītos.

Pēc tam analīzes aģenti analizēja katru audita objektu un noteica iespējamās ievainojamības, izmantojot darbplūsmu, kas līdzinās Codex Security spraudņa⁠(atveras jaunā logā) darbplūsmai. Kopumā analīzes aģenti lasa piešķirtā audita objekta kodu, lai izprastu tā darbību, noteiktu apdraudējuma modeli un meklētu tajā ievainojamības.

12 stundu laikā analīzes aģenti noteica 2308 iespējamas ievainojamības pēc dublikātu izslēgšanas. Šī posma izmaksas bija 316 549 ASV dolāri API kredītos.

Ziņojums par iespējamu ievainojamību vēl nenozīmē, ka ievainojamība ir apstiprināta. Šādā mērogā mūsu pētnieku komandai nav praktiski iespējams manuāli izpētīt katru ziņojumu.

Tāpēc pievērsāmies tādu atradumu pārbaudei, kuri a) bija sasniedzami lietotājam ar zemām privilēģijām, b) neprasīja īpašas sistēmas pilnvaras un c) sniedza izmērāmus atmiņas bojājuma pierādījumus.

Katram atradumam sākotnējās izvērtēšanas aģents ģenerēja koncepcijas pierādījumu un izpildīja to izolētā virtuālajā mašīnā, kurā darbojās Linux kodols ar Kernel Address Sanitizer (KASAN). Aģents novēroja gan programmas izvadi, gan sistēmas konsoli un iteratīvi pilnveidoja koncepcijas pierādījumu, līdz reproducēja ziņoto darbību vai izsmēla iespējamos tās izraisīšanas veidus.

30 stundu laikā mūsu sistēma reproducēja 1724 ievainojamības – aptuveni 74,7 % no 2308 sākotnējiem atradumiem. Tikai statiska koda pārskatīšana var radīt kļūdaini pozitīvus rezultātus, tāpēc mūs pārsteidza analīzes aģentu precizitāte un izvērtēšanas aģentu efektivitāte, autonomi izveidojot funkcionējošus koncepcijas pierādījumus gandrīz trim ceturtdaļām sākotnējo atradumu.

Vairumam pārējo atradumu vai nu bija vajadzīgas paaugstinātas privilēģijas, vai arī tos neizdevās reproducēt atvēlētajā laikā grūti atkārtojamu paralēlās izpildes kļūdu, specifisku izraisīšanas nosacījumu (piemēram, nepieciešamas atmiņas piešķiršanas kļūmes konkrētā rindā) vai laikietilpīgas pārbaudes (piemēram, atsauču skaitītāja pārpildes) dēļ. Tikai 3,1 % gadījumu modeļa analīze bija kļūdaina: ziņotā ievainojamība balstījās uz neiespējamu nosacījumu.

Pārbaudes posms kopumā izmaksāja 73 330 ASV dolāru API kredītos. Novērojām, ka mūsu pārbaudes ķēdē, kurā bija jāģenerē koncepcijas pierādījums, lai apstiprinātu, vai atradums ir īsta ievainojamība, šis process bija dārgāks nekā ieteikuma sagatavošana, balstoties tikai uz statisko analīzi. Turklāt patiesi pozitīva un kļūdaini pozitīva atraduma pārbaudes mēģinājumu izmaksas bija līdzīgas. Tādējādi kļūdaini pozitīvu atradumu izslēgšana agrākā apstrādes posmā būtiski uzlabo procesa izmaksu efektivitāti.

Pārbaude apstiprina, ka ievainojamība ir reāla, bet nenosaka, cik steidzami tā jānovērš. Piemēram, ievainojamībai, kas var ļaut lokāli paaugstināt privilēģijas, ir piešķirama augstāka prioritāte nekā tādai, kas var izraisīt tikai lokālu pakalpojumatteici. Kad bija apstiprinātas 1724 ievainojamības, nākamais uzdevums bija noteikt tās, kurām varētu būt vislielākā ietekme uz drošību.

Sākotnējās atlases aģents statiski pārskatīja katru ziņojumu, avārijas žurnālu un attiecīgo pirmkodu. Atlases kritēriji apzināti bija pielaidīgi, lai neatmestu potenciāli nopietnus atradumus, vienlaikus izslēdzot gadījumus bez ticama ievainojamības izmantošanas ceļa. Pēc šīs atlases palika 313 iespējamas informācijas noplūdes un 1238 iespējamas lokālas privilēģiju paaugstināšanas ievainojamības.

Pēc tam eksploitu izstrādes (ExploitDev) aģenti pārbaudīja šos atradumus izolētās virtuālajās mašīnās ar standarta Linux distribūcijā ieslēgtiem aizsardzības mehānismiem, lietotāja režīma koda izpildes bloķēšanu kodola režīmā (SMEP), kodola režīma piekļuves ierobežošanu lietotāja režīma atmiņai (SMAP), kodola adrešu telpas izkārtojuma nejaušināšanu (KASLR) un HARDENED_USERCOPY. Tas palīdzēja izvairīties no nereālistiskiem novērtējumiem, kas balstītos uz atspējotiem aizsardzības mehānismiem.

Aģenti izveidoja 291 informācijas noplūdes koncepcijas pierādījumu un 1169 funkcionējošus lokālas privilēģiju paaugstināšanas eksploitus, kas varētu dot neprivileģētiem lokāliem lietotājiem root piekļuvi.

Mēs veicām variantu analīzi un izstrādājām 948 atšķirīgus ielāpus šo eksploitu izmantotajām ievainojamībām. Šo skaitli izmantojam kā kopējo unikālo LPE ievainojamību skaitu. Veiksmīgu eksploitu izstrāde vidēji izmaksāja 359 ASV dolārus kredītos. Tādējādi aizsardzības speciālisti var salīdzinoši lēti pārbaudīt atrasto ievainojamību izmantojamību.

Sākotnējās ievainojamību atlases aģenta izmaksas bija 44 194 ASV dolāri API kredītos. Ievainojamību izmantošanas posms kopumā izmaksāja 775 929 ASV dolārus API kredītos. No tiem 84 929 ASV dolāri tika izlietoti iespējamu informācijas noplūžu pārbaudei un 691 000 ASV dolāru – iespējamu lokālas privilēģiju paaugstināšanas ievainojamību pārbaudei.

Vidēji vienas iespējamas lokālas privilēģiju paaugstināšanas ievainojamības apstrāde (558 ASV dolāri) bija aptuveni divreiz dārgāka nekā vienas iespējamas informācijas noplūdes apstrāde (271 ASV dolārs). Tas ir tāpēc, ka informācijas noplūdes PoC tika pārņemti no pārbaudes posma un prasīja mazāk pārveidojumu, lai tos varētu izmantot eksploitos. Savukārt eksploita izstrādei no iespējamas LPE ievainojamības bija vajadzīgi daudzi papildu soļi: izmantošanas stratēģijas plānošana, izmantojamo ievainojamo objektu noteikšana, aizsardzības mehānismu apiešana un citi. Pamanījām arī, ka 69 neveiksmīgie ievainojamību izmantošanas mēģinājumi izmaksāja vidēji 3922 ASV dolārus katrs, savukārt 1169 veiksmīgie mēģinājumi – vidēji 360 ASV dolārus katrs. To izraisīja dažas grūti izmantojamas ievainojamības (piemēram, paralēlās izpildes kļūdas). Saprātīgs pārtraukšanas nosacījums, piemēram, mēģinājuma apturēšana pēc stundas bez progresa, būtu būtiski samazinājis ExploitDev izmaksas.

Katrai apstiprinātajai ievainojamībai sistēma ģenerē arī ielāpu. Mēs modelim sniedzam attiecīgo pirmkodu un uzvednē norādām ielāpu izstrādes labo praksi: veikt ielāpa statiskās pārbaudes, ievērot apkārtējā kodā izmantoto programmatūras izstrādes praksi un analizēt variantus, lai pārliecinātos, ka ielāps ir pilnīgs.

Sekojot Linux kodola kopienas ieteikumam, jau esam nosūtījuši simtiem ziņojumu par kritiskām ievainojamībām un ielāpu to novēršanai. Sadarbojamies ar Patch the Planet partneriem, lai pakāpeniski nosūtītu arī ielāpus pārējo ievainojamību novēršanai. Šis darbs ir daļa no mūsu plašākās Daybreak apņemšanās atbalstīt atvērtā pirmkoda projektus.

Šajā sadaļā dalāmies ar pētījumā gūtajām atziņām, pārdomām un papildu analīzi.

Šajā pētījumā novērojām, ka Linux uzturētāji ātri rīkojas, lai novērstu ievainojamības un aizsargātu lietotājus. Skenēšana tika veikta 2026. gada oktobra vidū, izmantojot jaunāko Linux kodolu. Kad pēc 10 dienām beidzās autonomā skenēšana un manuālā analīze, pamatprojektā jau bija novērsta 61 LPE ievainojamība, 43 ievainojamībām bija sagatavoti ielāpi, bet par 299 tika publiski ziņots un diskutēts.

Mēs augstu novērtējam Linux uzturētājus, kuri steidzami strādā pie atklāto problēmu novēršanas, kā arī plašāko drošības kopienu, kas dalās ar saviem atradumiem. Tieši šāda kopīga rīcība ir vajadzīga, lai padarītu pasaules programmatūru drošu. Straujais ievainojamību publiskošanas un novēršanas temps arī uzsver, cik būtiski lietotājiem un uzņēmumiem ir regulāri atjaunināt programmatūru.

Atziņa: automatizētā sākotnējā izvērtēšanā jāņem vērā straujais ielāpu izstrādes cikls. Atkārtota atradumu pārbaude jaunākajā kodā, tostarp kodā, kas pievienots pēc sākotnējās skenēšanas, palīdz izvairīties no dublētiem vai novecojušiem ziņojumiem. Tas ļauj koncentrēties uz neatrisinātām ievainojamībām un sniedz uzturētājiem rīcībai derīgus pierādījumus, neradot nevajadzīgu pārskatīšanas slogu.

Kamēr izstrādājām apstrādes ķēdi, 2026. gada jūlija beigās GPT‑5.6 Sol atrada un izmantoja 166 unikālas LPE ievainojamības; visa procesa izmaksas bija 513 690 ASV dolāru API kredītos.

Otrajā skenēšanā 2026. gada oktobra vidū jaunākais kiberdrošības modelis atrada un izmantoja 948 unikālas LPE ievainojamības; visa procesa izmaksas bija 1 213 430 ASV dolāru API kredītos. Abās izpētes reizēs skenējām tobrīd jaunāko Linux kodola master zaru.

Atziņa: modeļu spējām uzlabojoties, atkārtoti skenējiet iepriekš auditēto kodu. Spējīgāks modelis var atklāt ievainojamības, kuras iepriekšējie modeļi nav pamanījuši, pat izmantojot to pašu izpētes izpildes ietvaru.

Mēs atlasījām 166 aģentu izstrādātus eksploitus un analizējām tajos lietotās ievainojamību izmantošanas metodes. Cik mums zināms, atlasītajos eksploitos aģenti izmantoja 10 jaunas ievainojamību izmantošanas metodes. Ar šīm metodēm iepazīstinājām neatkarīgus kodola ievainojamību izmantošanas ekspertus, un arī viņiem tās bija jaunas.

No šīm 10 metodēm divas ietver jaunus noturīgus elastīgos objektus, kurus modelis izmantoja izraudzītās kodola kešatmiņas aizpildīšanai ar lielu skaitu objektu; divas ir jaunas atmiņas lapu izkārtojuma pielāgošanas metodes, kas uzlabo eksploitu uzticamību; piecas ir jaunas, tikai uz datiem balstītas metodes, kas ļauj paaugstināt privilēģijas divos veidos – tieši vai ar datu ierakstīšanu izvēlētā atmiņas adresē; atlikusī metode ietver patvaļīgu tipu sajaukšanu. Drošības apsvērumu dēļ šajā rakstā neatklājam visu šo jauno ievainojamību izmantošanas metožu tehnisko informāciju.

Atziņa: robežšķirtnes modeļi ne tikai atpazīst zināmus ievainojama koda paraugus vai izmanto tikai zināmas ievainojamību izmantošanas metodes – tie demonstrē radošumu un jaunas pieejas.

Svarīga mūsu komandas misijas daļa ir izmērīt ievainojamību atrašanas un izmantošanas izmaksas un izmantot šos datus, lai virzītu ieguldījumus aizsardzībā. Mūsu mērķis ir palīdzēt aizsardzības speciālistiem novērst ievainojamības, pirms uzbrucēji tās var izmantot, un padarīt programmatūras ievainojamību izmantošanu uzbrucējiem ekonomiski neizdevīgu. Ievainojamību izmantošanas izmaksu mērīšana palīdz novērtēt, kā šis izaicinājums mainās, uzlabojoties modeļu spējām. Šajā sadaļā salīdzinām mūsu apstrādes ķēdes izpildes izmaksas ar ievainojamību atlīdzības programmu piedāvātajām summām par atklātajām ievainojamībām.

Mūsu eksperimentā mērķa virtuālajās mašīnās darbojās standarta darbvirsmas operētājsistēma, nevis sistēma ar vājinātu aizsardzību, un tika izmantots tāds pats apdraudējuma modelis kā kiberdrošības sacensībās (piemēram, Pwn2Own⁠(atveras jaunā logā) un TyphoonPWN⁠(atveras jaunā logā)). Iepriekš Pwn2Own un TyphoonPWN par Linux kodola lokālas privilēģiju paaugstināšanas eksploitiem piedāvāja attiecīgi 20 000 un 70 000 ASV dolāru atlīdzību. Piemērojot šīs agrāk piedāvātās atlīdzības 948 eksploitiem, hipotētiskā vērtība ir 18,9–66,3 miljoni ASV dolāru – aptuveni 16 līdz 55 reizes vairāk nekā mūsu apstrādes ķēdes izmaksas.

Mēs pārbaudījām apstrādes ķēdi arī Google ievainojamību atlīdzības programmas kernelCTF⁠(atveras jaunā logā) vidē, kur mērķis ir Linux kodols ar pastiprinātu aizsardzību un samazinātu uzbrukuma virsmu. Mēs izpildījām apstrādes ķēdi kernelCTF vidē ar jaunāko Linux kodola versiju (tā nebija saderīga ar kernelCTF aizsardzības mehānismu SLAB_VIRTUAL, šo mehānismu izņēmām no konfigurācijas) un ieguvām 25 informācijas noplūdes koncepcijas pierādījumus un 21 lokālas privilēģiju paaugstināšanas eksploitu. Salīdzinājumam: šī raksta tapšanas brīdī kernelCTF 2026. gadā bija pieņēmusi 26 apstiprinātus nulles dienas LPE eksploitus. Visa izpēte ilga 112 stundas un izmaksāja aptuveni 32 936 ASV dolārus API kredītos; ievainojamību meklēšana veidoja 83,7 % no API izmaksām. Ja programma pieņemtu šo 21 ievainojamību, atlīdzība būtu aptuveni 1,5 miljoni ASV dolāru – apmēram 45 reizes vairāk nekā izmaksas.

Atziņa: spriežot pēc publiski zināmajām atlīdzību summām, mūsu ievainojamību izpētes ķēde ar pašreizējiem kiberdrošībā spējīgajiem modeļiem šī pētījuma laikā būtu devusi tīro peļņu. Aizsardzības speciālistiem būtu proaktīvi jāanalizē sava programmatūra, lai tās ievainojamību izmantošana uzbrucējiem kļūtu ekonomiski neizdevīga.

Izmantojamības novērtēšanas laikā ExploitDev aģenti saņēma ziņojumu par ievainojamību un uzdevumu izveidot pilnībā funkcionējošu eksploitu. Mūsu apstrādes ķēde atzīmēja ievainojamību kā izmantotu, ja izdevās iegūt komandrindas čaulu ar root tiesībām. Vienā no agrīnajām izpildēm ievainojamību izmantošanas posms ziņoja par 200 veiksmīgiem lokālas privilēģiju paaugstināšanas eksploitiem. Tomēr pēc ekspertu pārbaudes atklājām, ka 20 no tiem bija ieguvuši root privilēģijas ar citu nulles dienas ievainojamību, nevis to, kas bija piešķirta. Tas liecina, ka arī aģentu veiksmīgi izmantotas ievainojamības ir pienācīgi jāpārbauda.

Pēc tam mēs padarījām uzdevuma ierobežojumus stingrākus un pievienojām neatkarīgu pārbaudi, kas apstiprina, ka katrs gala eksploits izmanto tam piešķirto ievainojamību.

Atziņa: autonomā drošības izpētē pārbaudiet ne tikai pašu rezultātu, bet arī ceļu, kā tas iegūts; izolācija, uzraudzība un neatkarīgas pārbaudes ir nepieciešami kontroles pasākumi.

Pētījuma sākumā izvērtējām, vai ap aģentu veidot sarežģītu orķestrāciju, lai uzlabotu tā spējas kiberdrošības jomā. Mūsu rezultāts liecināja, ka spēcīgākiem modeļiem vajadzīga vienkāršāka orķestrācija un mazāk norādījumu. Turklāt nelielais uzlabojums neattaisno uzturēšanas izmaksas. Tāpēc nolēmām atteikties no sarežģītās orķestrācijas.

Eksperimentā tika salīdzināti GPT‑5.5 Cyber un GPT‑5.6 Cyber. Pēc mūsu novērojumiem GPT‑5.5 Cyber ne vienmēr spēja noteikt, kad un kā izmantot esošās Linux kodola ievainojamību izmantošanas metodes. Tad mēs apkopojām 103 metodes modelim piemērotā formātā, padarījām tās pieejamas aģenta vidē un uzvednē norādījām tās izmantot. Pārbaudot 63 potenciāli izmantojamas ievainojamības, tas palielināja sekmīgo mēģinājumu īpatsvaru no 76,2 % līdz 88,9 %.

Atkārtojot eksperimentu ar GPT‑5.6 Cyber, modelis pats labāk spēja atrast, atlasīt un izmantot atbilstošās metodes. Mēs noņēmām metožu un prasmju orķestrāciju, un šī vienkāršāk orķestrētā GPT‑5.6 Cyber darbplūsma pārspēja GPT‑5.5 Cyber darbplūsmu ar plašāku atbalsta struktūru. Papildu metožu slāņa atjaunošana GPT‑5.6 Cyber sniedza tikai nelielu uzlabojumu – 1,5 procentpunktus.

Atziņa: mainoties pamatmodeļa spējām, pārvērtējiet orķestrāciju un izpildes ietvaru. Atbalsta struktūra, kas būtiski uzlabo vienas modeļu paaudzes darbību, spēcīgākam modelim var dot maz labuma, tāpēc jāizvērtē, vai tā attaisno uzturēšanas izmaksas.

Sākumā mēs modelim vienkārši uzdevām sagatavot ielāpu priekšlikumus. Tas veidoja funkcionāli pareizus ielāpus, kas novērsa koncepcijas pierādījumā demonstrēto problēmu. Tomēr dažkārt ielāpos bija lieks kods, tie varēja pasliktināt veiktspēju vai neatbilda kodēšanas konvencijām. Reizēm modelis nepārbaudīja, vai saistītajā kodā nav tās pašas ievainojamības variantu, tāpēc ielāpi bija nepilnīgi.

Papildu norādījumi un ielāpu ģenerēšanas procesa iteratīva pilnveide uzlaboja ielāpu kvalitāti. Tas liecina, ka ar atbilstošu pieeju MI ģenerēti drošības ielāpi var būt pareizi, minimāli un atbilst esošajām kodēšanas konvencijām. Šī joma tiek aktīvi pētīta, un uzskatām, ka ar nākotnes modeļiem tas kļūs vieglāk un efektīvāk. Dažos gadījumos mūsu pētniecības prototips spēja atklāt problēmas arī ekspertu rakstītos ielāpos, un tās tika novērstas pirms ielāpu iekļaušanas kodā.

Atziņa: modeļi var paātrināt ielāpu izstrādi, taču ielāpu veidošanas prasmes un izpildes ietvari var prasīt iteratīvu pilnveidi, lai ielāpi uzticami izpildītu gan funkcionālās, gan nefunkcionālās prasības. Turklāt iesakām izmantot modeļus cilvēku un MI veidotu ielāpu pārskatīšanai no uzbrucēja skatpunkta. Tas var atklāt, piemēram, iespējas apiet ielāpu, neaptvertus uzbrukuma ceļus vai variantus un citas problēmas.

Izpildē kernelCTF vidē mūsu pētniecības prototips papildus 21 Linux kodola nulles dienas eksploitam atrada un izmantoja arī QEMU TCG ievainojamību. Analīzes aģentam bija uzdots analizēt sistēmas izsaukumu ieejas kodu, un, rakstot programmas eksperimentiem ar privilēģiju pārejām, tas saskārās ar negaidītu kodola avāriju. Tas izvērtēja avāriju un izsekoja problēmu līdz QEMU TCG bez piekļuves QEMU pirmkodam, pēc tam iekļaujot ievainojamību ziņojumā. Pēc tam ExploitDev aģents šai ievainojamībai veiksmīgi izstrādāja lokālas privilēģiju paaugstināšanas eksploitu. Mēs atklājām šo QEMU ievainojamību, manuāli analizējot eksploitus, un apstiprinājām, ka QEMU pamatprojektā tā jau bija novērsta, bet eksperimentā izmantotajā laidiena būvē – ne.

Atziņa: robežšķirtnes modeļi ar spējām kiberdrošības jomā var atrast ievainojamības testēšanas infrastruktūrā. Iesakām pārbaudīt katru infrastruktūras daļu, pirms sākat ievainojamību izpēti, kurā paredzēts izmantot uzbrukuma metodes. Mēs esam proaktīvi pārbaudījuši savu infrastruktūru, ziņojot par daudzām ievainojamībām Kata, Moby/Docker, gVisor un citos projektos un tās novēršot.

Mūsu mērķis ir pārvērst modeļu pieaugošās spējas par ilgtermiņa priekšrocību cilvēkiem, kuri rūpējas par interneta drošību. Šis pētījums parāda, ka robežšķirtnes modeļu pieaugošās spējas kiberdrošības jomā var efektīvi izmantot ievainojamību meklēšanai sarežģītā programmatūrā, piemēram, Linux kodolā. Stiprinot tādu kritiski svarīgu programmatūras projektu kā Linux un citu atvērtā pirmkoda projektu drošību, var aizsargāt daudzas no tiem atkarīgas sistēmas un to lietotājus.

Ar Daybreak iniciatīvas Patch the Planet palīdzību vēlamies paplašināt šo pētījumu, aptverot vairāk kritiski svarīgu programmatūras projektu, un kopā ar uzturētājiem un drošības partneriem izstrādāt uzticamu veidu, kā automatizēti veidot ielāpus. Mēs vēlamies pakāpeniski mazināt uzbrucēju iespējas un palielināt ievainojamību atrašanas un izmantošanas izmaksas, līdz gaidāmais ieguvums vairs neattaisno uzbrukumu.

Katrai modeļu paaudzei būtu jāpalīdz mums veidot programmatūru, kuras drošību nākamajai paaudzei ir grūtāk pārvarēt. Mēs turpināsim strādāt, lai veidotu drošu internetu, kurā ikviens varētu ar prieku radīt ko jaunu.