O tisíc ciest k prístupu root menej

Bezpečnostný výskum, ktorý kedysi vyžadoval samostatné a dlhodobé skúmanie každého nálezu, možno čoraz častejšie vykonávať ako systematický proces. Tento dokument približuje jednu z našich aktivít v tejto oblasti.

Vyhľadávanie zraniteľností sa čoraz ľahšie rozširuje na väčší rozsah, no určovanie priorít a overovanie naďalej spomaľujú celý proces. Vytvorili sme prototyp na hľadanie bezpečnostných chýb v jadre Linuxu v kontrolovanom výskumnom prostredí. Náš prototyp identifikoval a analyzoval 2 308 potenciálnych nálezov v jadre Linuxu, dynamicky reprodukoval 1 724 zraniteľností a vytvoril 948 exploitov na lokálne zvýšenie oprávnení (LPE), ktoré by mohli neprivilegovanému lokálnemu používateľovi umožniť získať prístup root.

Na základe týchto dôkazov sme určili priority nahlasovania zraniteľností a pripravili návrhy opráv na kontrolu správcom. Podľa odporúčaní komunity jadra Linuxu sme začali kritickými zraniteľnosťami a s partnermi projektu Patch the Planet pracujeme na ďalších hláseniach a opravách.

V júni sme v rámci našej iniciatívy Patch the Planet informovali, že GPT‑5.5 Cyber identifikoval zraniteľnosti v jadre Linuxu a vyvinul 24 exploitov na lokálne zvýšenie oprávnení na ich overenie a nahlásenie. Túto prácu sme rozšírili na proces využívajúci pripravovaný kybernetický model, ktorý zahŕňa vyhľadávanie zraniteľností, dynamické overovanie, posúdenie zneužiteľnosti a generovanie opráv. Po jeho dokončení ľudskí výskumníci skontrolovali výstupy a nahlásili nájdené zraniteľnosti spolu s opravami.

Jadro Linuxu tvorí základ zariadení s Androidom, cloudovej infraštruktúry, superpočítačov a ďalších systémov, ktoré používajú miliardy ľudí. Jadro s viac než 40 miliónmi riadkov kódu ponúka rozsiahlu útočnú plochu prostredníctvom systémových volaní, sieťových funkcií, súborových systémov a ovládačov zariadení. Linux sme si vybrali, aby sme preskúmali, ako účinne dokážu prelomové modely nájsť zraniteľnosti a preukázať ich vplyv na bezpečnosť v kódovej základni takéhoto rozsahu a významu.

Počiatočná fáza vyhľadávania zraniteľností priniesla tisíce potenciálnych nálezov, čo je priveľa na to, aby ich bezpečnostní výskumníci manuálne skontrolovali a roztriedili. Prevádzkovou výzvou nášho procesu nebolo samotné vyhľadávanie zraniteľností, ale určenie, ktoré nálezy možno reprodukovať, akú bezpečnostnú hranicu prekračujú a ktoré si zaslúžia najskoršiu pozornosť správcov.

Poslaním kybernetického tímu OpenAI je pomáhať zabezpečovať softvér, na ktorý sa svet spolieha. Uvádzame náklady na API pre každú fázu, aby výskumníci mohli posúdiť zdroje potrebné na zopakovanie a rozšírenie tejto práce. Tieto náklady odrážajú modely, konfigurácie cieľov a pracovný postup použité pri tomto hodnotení. Naším širším cieľom je pomáhať obrancom nachádzať a opravovať zraniteľnosti, a tým obmedzovať príležitosti pre útočníkov a zvyšovať ich náklady na zneužívanie softvéru.

Napokon treba poznamenať, že v tomto výskume sme sa zamerali na metodiku a meranie schopností modelov, nie na náklady. Očakávame, že dôkladná optimalizácia harnessu by mohla výrazne znížiť náklady v každej fáze. Uvádzané náklady preto predstavujú skôr hornú hranicu.

Náš prototyp na výskum zraniteľností pozostáva z piatich fáz a jeho jadrom je pripravovaný kybernetický model:

• Vyhľadávanie zraniteľností: Agenti identifikujú časti kódovej základne dôležité z hľadiska bezpečnosti a skenujú ich na potenciálne nálezy.

• Dynamické overovanie: Agenti sa pokúšajú reprodukovať každý potenciálny nález v izolovanom prostredí a uchovávajú dôkazy z behu programu. Výstupom tohto kroku sú reprodukované a overené zraniteľnosti.

• Posúdenie zneužiteľnosti: Agenti testujú, či by overené zraniteľnosti mohli umožniť únik informácií alebo lokálne zvýšenie oprávnení.

• Generovanie opráv: Agenti generujú opravy pre každú identifikovanú zraniteľnosť.

• Ľudská kontrola: Bezpečnostní výskumníci pred nahlásením správcom skontrolujú exploit, opravu a navrhovanú závažnosť.

Na konci procesu systém zostaví balík obsahujúci analýzu základnej príčiny, minimálny demonštračný kód vyvolávajúci pád, návrh opravy a kompletný exploit. Tento balík pomáha ľudským výskumníkom posúdiť závažnosť zraniteľnosti a začleniť opravy do hlavného projektu.

Nie každý riadok kódu v jadre Linuxu je dôležitý z hľadiska bezpečnosti. Náš proces využíval tím prieskumných agentov na identifikáciu najprínosnejších cieľov auditu, ktoré potom odovzdal analytickým agentom na vyhľadávanie zraniteľností.

Prieskumní agenti prechádzajú každý priečinok a súbor a určujú ciele auditu podľa ich dosiahnuteľnosti pre používateľov s nízkymi oprávneniami a významu pre bezpečnosť.

V tejto fáze sme identifikovali 5 034 cieľov auditu, približne 2,8 milióna riadkov kódu, čo predstavuje asi 7 % celého zdrojového kódu jadra Linuxu. V porovnaní s analýzou celej kódovej základne to výrazne znížilo náklady na bezpečnostný audit. Tento krok stál 3 426 USD v kreditoch API.

Analytickí agenti následne analyzovali každý cieľ auditu a vytvorili potenciálne nálezy pomocou pracovného postupu podobného tomu, ktorý používa doplnok Codex Security⁠(otvorí sa v novom okne). Analytickí agenti v zásade čítajú kód prideleného cieľa auditu, aby pochopili jeho fungovanie, určili jeho model hrozieb a vyhľadali v ňom zraniteľnosti.

Za 12 hodín analytickí agenti vytvorili 2 308 potenciálnych nálezov po odstránení duplicít. Táto fáza stála 316 549 USD v kreditoch API.

Potenciálny nález nie je to isté ako overená zraniteľnosť. Pri takomto rozsahu nie je pre náš výskumný tím praktické manuálne preskúmať každé hlásenie.

Preto sme sa zamerali na overovanie nálezov, ktoré a) boli dosiahnuteľné pre používateľa s nízkymi oprávneniami, b) nevyžadovali žiadne špeciálne oprávnenia a c) poskytovali merateľné dôkazy o poškodení pamäte.

Pre každý potenciálny nález agent na triedenie nálezov vygeneroval demonštračný kód a spustil ho v izolovanom virtuálnom počítači s jadrom Linuxu a nástrojom Kernel Address Sanitizer (KASAN). Agent sledoval výstup programu aj systémovú konzolu a následne opakovane upravoval demonštračný kód, kým nereprodukoval nahlásené správanie alebo nevyčerpal možné spôsoby jeho vyvolania.

Za 30 hodín náš systém reprodukoval 1 724 zraniteľností, teda približne 74,7 % z 2 308 potenciálnych nálezov. Samotná statická kontrola kódu môže prinášať falošne pozitívne výsledky, preto nás zaujala presnosť analytických agentov a účinnosť agentov na triedenie nálezov, ktorí autonómne vytvorili funkčný demonštračný kód pre takmer tri štvrtiny potenciálnych nálezov.

Väčšina zostávajúcich nálezov buď vyžadovala zvýšené oprávnenia, alebo sa ju nepodarilo reprodukovať v časovom limite pre náročné súbehy operácií, špecifické podmienky vyvolania chyby (napr. potrebné zlyhanie alokácie na konkrétnom riadku) či časovo náročné overovanie (napr. pretečenie počítadla referencií). Len 3,1 % nálezov bolo výsledkom nesprávnej analýzy modelu, pri ktorej nahlásená zraniteľnosť predpokladala podmienku, ktorá nemohla nastať.

Fáza overovania stála celkovo 73 330 USD v kreditoch API. Zistili sme, že náš overovací proces, ktorý musel vygenerovať demonštračný kód na potvrdenie skutočnej zraniteľnosti, bol drahší než odporúčanie založené len na statickej analýze. Náklady na pokus o overenie skutočne pozitívneho a falošne pozitívneho nálezu boli pritom podobné. Vyradenie falošne pozitívnych nálezov v skoršej fáze preto výrazne zvyšuje nákladovú efektívnosť procesu.

Overovanie potvrdzuje, že zraniteľnosť je skutočná, nie však to, ako naliehavo ju treba riešiť. Napríklad zraniteľnosť, ktorá by mohla umožniť lokálne zvýšenie oprávnení, si zaslúži vyššiu prioritu než tá, ktorá môže spôsobiť len lokálne odmietnutie služby. Po overení 1 724 zraniteľností bolo ďalšou úlohou určiť nálezy s najväčším potenciálnym vplyvom na bezpečnosť.

Agent na prvotný výber staticky preskúmal každé hlásenie, záznam o páde a relevantný zdrojový kód. Jeho kritériá boli zámerne mierne, aby nevyradil potenciálne závažné nálezy, no odfiltroval prípady bez reálnej možnosti zneužitia. Tým sa výsledky zúžili na 313 potenciálnych únikov informácií a 1 238 potenciálnych lokálnych zvýšení oprávnení.

Agenti na vývoj exploitov (ExploitDev) potom tieto nálezy testovali v izolovaných virtuálnych počítačoch s ochranami zapnutými v štandardnej distribúcii Linuxu vrátane Supervisor Mode Execution Prevention (SMEP), Supervisor Mode Access Prevention (SMAP), Kernel Address Space Layout Randomization (KASLR) a HARDENED_USERCOPY. To pomohlo predísť nerealistickým hodnoteniam, ktoré by záviseli od vypnutých ochrán.

Agenti vytvorili 291 demonštračných kódov úniku informácií a 1 169 funkčných exploitov na lokálne zvýšenie oprávnení, ktoré by mohli neprivilegovaným lokálnym používateľom poskytnúť prístup root.

Vykonali sme analýzu variantov a vyvinuli 948 odlišných opráv zraniteľností, na ktorých boli tieto exploity založené. Toto číslo používame ako celkový počet jedinečných zraniteľností LPE. Vývoj úspešného exploitu stál v priemere 359 USD v kreditoch. Pre obrancov je tak testovanie zneužiteľnosti nájdených zraniteľností relatívne lacné.

Agent na prvotný výber zraniteľností stál 44 194 USD v kreditoch API. Fáza zneužívania stála celkovo 775 929 USD v kreditoch API: 84 929 USD na spracovanie potenciálnych únikov informácií a 691 000 USD na potenciálne lokálne zvýšenia oprávnení.

Spracovanie potenciálneho lokálneho zvýšenia oprávnení (558 USD) bolo v priemere približne dvakrát drahšie než spracovanie potenciálneho úniku informácií (271 USD). Dôvodom je, že PoC úniku informácií sa prevzali z fázy overovania a na použitie v exploite potrebovali menej úprav. Naopak, vývoj exploitu z potenciálneho nálezu LPE si vyžadoval mnoho ďalších krokov, napríklad naplánovanie stratégie zneužitia, identifikáciu vhodných zraniteľných objektov, obchádzanie ochranných mechanizmov a ďalšie činnosti. Všimli sme si tiež, že neúspešné pokusy o zneužitie (3 922 USD pri 69 prípadoch) stáli oveľa viac než úspešné pokusy (360 USD pri 1 169 prípadoch). Spôsobilo to niekoľko ťažko zneužiteľných zraniteľností (napr. chyby súbehu operácií). Stanovenie rozumnej podmienky ukončenia, napríklad zastavenie pokusu po hodine bez pokroku, by výrazne znížilo náklady na agentov ExploitDev.

Pre každú overenú zraniteľnosť systém vygeneruje aj opravu. Modelu poskytneme relevantný zdrojový kód a zadáme mu osvedčené postupy pri tvorbe opráv, ako sú statické kontroly opravy, dodržiavanie vývojových postupov použitých v okolitom kóde a analýza variantov na zabezpečenie úplnosti opravy.

Podľa odporúčania komunity jadra Linuxu sme už odoslali stovky hlásení a opráv kritických zraniteľností a s partnermi projektu Patch the Planet pracujeme na postupnom odosielaní opráv ostatných zraniteľností. Táto práca je súčasťou nášho širšieho záväzku podporovať projekty s otvoreným zdrojovým kódom v rámci iniciatívy Daybreak.

V tejto časti sa delíme o poznatky, úvahy a ďalšie analýzy z tohto výskumu.

Počas tohto výskumu sme sledovali, ako správcovia Linuxu rýchlo odstraňujú zraniteľnosti a chránia používateľov. Skenovanie sme vykonali na najnovšom jadre Linuxu v polovici októbra 2026. Keď sa po 10 dňoch dokončilo autonómne skenovanie a manuálna analýza, 61 zraniteľností LPE už bolo opravených v hlavnom projekte, 43 malo opravy pripravené na začlenenie a 299 sa verejne nahlasovalo a diskutovalo o nich.

Veľmi si vážime správcov Linuxu, ktorí naliehavo pracujú na opravách identifikovaných problémov, aj širšiu bezpečnostnú komunitu, ktorá prispieva vlastnými nálezmi. Práve takáto spoločná reakcia je potrebná na zabezpečenie softvéru na celom svete. Rýchle tempo zverejňovania a opravovania zraniteľností tiež zdôrazňuje, aké zásadné je, aby používatelia a firmy udržiavali softvér aktuálny.

Ponaučenie: Automatizované triedenie nálezov by malo zohľadňovať rýchly cyklus opráv. Opätovné overovanie nálezov v najnovšom kóde vrátane kódu začleneného po pôvodnom skenovaní pomáha predchádzať duplicitným alebo neaktuálnym hláseniam. Pozornosť sa tak sústreďuje na nevyriešené zraniteľnosti a správcovia získavajú dôkazy, na základe ktorých môžu konať bez zbytočnej záťaže pri kontrole.

Počas vývoja procesu koncom júla 2026 model GPT‑5.6 Sol našiel a zneužil 166 jedinečných zraniteľností LPE pri celkových nákladoch 513 690 USD v kreditoch API.

Pri druhom skenovaní v polovici októbra 2026 novší kybernetický model našiel a zneužil 948 jedinečných zraniteľností LPE pri celkových nákladoch 1 213 430 USD v kreditoch API. V oboch sériách testov sme skenovali vtedy najnovšiu verziu vetvy master jadra Linuxu.

Ponaučenie: S rastúcimi schopnosťami modelov opätovne skenujte už auditovaný kód. Schopnejší model môže odhaliť zraniteľnosti, ktoré predchádzajúce modely prehliadli, aj keď používa rovnaký výskumný harness.

Vybrali sme vzorku 166 exploitov vyvinutých agentmi a analyzovali techniky zneužitia, ktoré používali. Podľa našich najlepších vedomostí agenti vo vybranej vzorke exploitov použili 10 nových techník zneužitia. Tieto techniky sme ukázali externým odborníkom na zneužívanie zraniteľností jadra a boli nové aj pre nich.

Z 10 techník dve využívajú nové perzistentné elastické objekty, ktoré model použil na hromadné rozmiestnenie objektov v cieľovej vyrovnávacej pamäti jadra; dve sú nové techniky usporiadania pamäťových stránok na zvýšenie spoľahlivosti exploitu; päť sú nové techniky založené výlučne na dátach, ktoré umožňujú zvýšenie oprávnení priamo alebo prostredníctvom ľubovoľného zápisu; zostávajúca technika využíva ľubovoľnú zámenu typov. Z bezpečnostných dôvodov v tomto príspevku neuvádzame úplné technické podrobnosti týchto nových techník zneužitia.

Ponaučenie: Prelomové modely nielen rozpoznávajú známe vzory zraniteľného kódu či používajú známe techniky zneužitia, ale prejavujú aj tvorivosť a nové prístupy.

Dôležitou súčasťou poslania nášho tímu je merať náklady na hľadanie a zneužívanie zraniteľností a na základe týchto údajov usmerňovať investície do obrany. Naším cieľom je pomáhať obrancom opravovať zraniteľnosti skôr, než ich útočníci využijú, a dosiahnuť, aby sa útočníkom zneužívanie softvéru finančne nevyplácalo. Meranie nákladov na zneužitie nám pomáha posúdiť, ako sa táto výzva mení s rastúcimi schopnosťami modelov. V tejto časti porovnávame náklady na spustenie nášho procesu s odmenami za identifikované zraniteľnosti v programoch odmeňovania za chyby.

Na cieľových virtuálnych počítačoch v našom experimente bežal štandardný desktopový operačný systém, nie zámerne oslabený cieľ, a použili sme rovnaký model hrozieb ako súťaže v kybernetickej bezpečnosti (napr. Pwn2Own⁠(otvorí sa v novom okne), TyphoonPWN⁠(otvorí sa v novom okne)). V minulosti ponúkala súťaž Pwn2Own za exploity na lokálne zvýšenie oprávnení v jadre Linuxu odmenu 20 000 USD a TyphoonPWN 70 000 USD. Ak tieto historické odmeny uplatníme na 948 exploitov, dostaneme hypotetickú hodnotu 18,9 – 66,3 milióna USD, čo je približne 16- až 55-násobok nákladov nášho procesu.

Náš proces sme otestovali aj v programe odmeňovania za zraniteľnosti kernelCTF⁠(otvorí sa v novom okne) od Googlu, ktorého cieľom je jadro Linuxu s posilneným zabezpečením a zmenšenou útočnou plochou. Proces sme spustili na najnovšej verzii jadra Linuxu v prostredí kernelCTF. Keďže táto verzia nebola kompatibilná s ochranným mechanizmom SLAB_VIRTUAL v kernelCTF, vyradili sme ho z konfigurácie. Získali sme 25 demonštračných kódov úniku informácií a 21 exploitov na lokálne zvýšenie oprávnení. Na porovnanie, v čase písania tohto textu bolo v programe kernelCTF za rok 2026 prijatých 26 potvrdených exploitov LPE pre zraniteľnosti nultého dňa. Celá séria testov trvala 112 hodín a stála približne 32 936 USD v kreditoch API, pričom vyhľadávanie zraniteľností tvorilo 83,7 % nákladov na API. Ak by program prijal týchto 21 zraniteľností, prinieslo by to odmenu približne 1,5 milióna USD, teda asi 45-násobok nákladov.

Ponaučenie: Na základe verejne uvádzaných odmien bol náš proces výskumu zraniteľností so súčasnými kyberneticky schopnými modelmi v čase tohto výskumu v čistom zisku. Obrancovia by mali svoj softvér proaktívne analyzovať, aby sa útočníkom jeho zneužívanie finančne nevyplácalo.

Pri posudzovaní zneužiteľnosti dostali agenti ExploitDev hlásenie o zraniteľnosti a úlohu vytvoriť plne funkčný exploit. Náš proces označil zraniteľnosť za zneužitú, ak sa podarilo získať shell s oprávneniami root. Pri jednom zo skorých spustení fáza zneužívania nahlásila 200 úspešných exploitov na lokálne zvýšenie oprávnení. Po ľudskej kontrole sme však zistili, že 20 z nich získalo oprávnenia root prostredníctvom inej zraniteľnosti nultého dňa, než im bola pridelená. To naznačuje, že aj úspešné zneužitie agentmi si vyžaduje riadne overenie.

Následne sme sprísnili obmedzenia úlohy a pridali nezávislú kontrolu, ktorá potvrdzuje, že každý finálny exploit používa pridelenú zraniteľnosť.

Ponaučenie: Pri autonómnom bezpečnostnom výskume overujte okrem samotného výsledku aj cestu, ktorá k nemu viedla. Izolácia, monitorovanie a nezávislé kontroly sú nevyhnutné ochranné opatrenia.

Na začiatku tohto výskumu sme skúmali, či okolo agenta vybudovať rozsiahlu orchestráciu na zlepšenie jeho kybernetických schopností. Naše výsledky naznačili, že schopnejšie modely potrebujú jednoduchšiu orchestráciu a menej vedenia. Okrajové zlepšenie navyše neospravedlňuje náklady na údržbu. Preto sme sa rozhodli rozsiahlu orchestráciu odstrániť.

Experiment porovnával modely GPT‑5.5 Cyber a GPT‑5.6 Cyber. Podľa našich pozorovaní GPT‑5.5 Cyber nedokázal spoľahlivo rozpoznať, kedy a ako použiť existujúce techniky zneužívania zraniteľností jadra Linuxu. Preto sme spracovali 103 techník do formátu vhodného pre model, sprístupnili ich v prostredí agenta a zadali mu, aby ich použil. Pri 63 potenciálne zneužiteľných nálezoch to zvýšilo úspešnosť zo 76,2 % na 88,9 %.

Keď sme tento postup zopakovali s GPT‑5.6 Cyber, model dokázal lepšie samostatne vyhľadávať, vyberať a používať vhodné techniky. Odstránili sme orchestráciu techník a zručností a tento postup s jednoduchšou orchestráciou pre GPT‑5.6 Cyber prekonal postup s rozsiahlejšou podpornou štruktúrou pre GPT‑5.5 Cyber. Opätovné pridanie vrstvy techník pre GPT‑5.6 Cyber prinieslo len malé zlepšenie o 1,5 percentuálneho bodu.

Ponaučenie: S meniacimi sa schopnosťami základného modelu prehodnocujte orchestráciu aj harness. Podporná štruktúra, ktorá výrazne zlepšuje jednu generáciu modelu, môže schopnejšiemu modelu prinášať len malú hodnotu. Treba preto posúdiť, či jej prínos vyváži náklady na údržbu.

Na začiatku model na priamy pokyn vygenerovať návrhy opráv vytváral funkčne správne opravy, ktoré zamedzili zneužitiu demonštračným kódom, no občas prinášali ďalšie problémy: obsahovali viac kódu, než bolo potrebné, mohli zhoršiť výkon, odchyľovali sa od konvencií kódovania alebo nepreskúmali súvisiaci kód z hľadiska variantov tej istej zraniteľnosti, takže neboli úplné.

Dodatočné pokyny a opakované úpravy procesu generovania zlepšili kvalitu opráv. To naznačuje, že pri správnom postupe môžu byť bezpečnostné opravy generované AI správne, minimálne a v súlade s existujúcimi konvenciami kódu. Ide o oblasť aktívneho výskumu a veríme, že s budúcimi modelmi bude tento postup jednoduchší a účinnejší. V niekoľkých prípadoch náš výskumný prototyp dokázal identifikovať aj problémy v opravách napísaných ľudskými odborníkmi, ktoré sa následne odstránili ešte pred začlenením opráv.

Ponaučenie: Modely môžu urýchliť proces opráv, ale zručnosti na tvorbu opráv a harnessy môžu vyžadovať opakované zdokonaľovanie, aby opravy spoľahlivo spĺňali funkčné aj nefunkčné požiadavky. Odporúčame tiež používať modely na kontrolu opráv vytvorených ľuďmi aj AI z pohľadu útočníka. Takáto kontrola môže odhaliť napríklad možnosť obísť opravu, nepokryté cesty útoku alebo varianty zraniteľnosti a ďalšie problémy.

Pri spustení v prostredí kernelCTF náš výskumný prototyp okrem 21 exploitov pre zraniteľnosti nultého dňa v jadre Linuxu našiel a zneužil aj zraniteľnosť v QEMU TCG. Analytický agent dostal za úlohu analyzovať vstupný kód systémových volaní a pri písaní programov na experimentovanie s prechodmi medzi úrovňami oprávnení narazil na neočakávaný pád jadra. Pád preskúmal, vystopoval problém až k QEMU TCG bez prístupu k zdrojovému kódu QEMU a zraniteľnosť zahrnul do hlásenia. Agent ExploitDev následne úspešne vyvinul exploit na lokálne zvýšenie oprávnení pre túto zraniteľnosť. Túto zraniteľnosť QEMU sme objavili pri manuálnej analýze exploitov a potvrdili sme, že v hlavnom projekte QEMU už bola opravená, nie však vo vydanej zostave použitej počas experimentu.

Ponaučenie: Prelomové modely s kybernetickými schopnosťami dokážu nájsť zraniteľnosti aj v testovacej infraštruktúre. Pred vykonávaním ofenzívneho výskumu zraniteľností odporúčame otestovať každú časť infraštruktúry. Svoju infraštruktúru sme proaktívne otestovali a nahlásili a opravili množstvo zraniteľností v projektoch Kata, Moby/Docker, gVisor a ďalších.

Naším cieľom je premeniť rastúce schopnosti modelov na trvalú výhodu pre ľudí, ktorí zabezpečujú internet. Tento výskum ukazuje, že rastúce kybernetické schopnosti prelomových modelov možno využiť na efektívne hľadanie zraniteľností v zložitom softvéri, ako je jadro Linuxu. Posilňovanie zabezpečenia kľúčových softvérových projektov, ako je Linux a ďalšie projekty s otvoreným zdrojovým kódom, môže chrániť množstvo systémov a používateľov, ktorí od nich závisia.

Prostredníctvom projektu Patch the Planet, ktorý je súčasťou iniciatívy Daybreak, chceme tento výskum rozšíriť na ďalšie kľúčové softvérové projekty a spolu so správcami a bezpečnostnými partnermi vyvíjať spoľahlivé automatizované opravy. Chceme postupne obmedzovať príležitosti pre útočníkov a zvyšovať náklady na hľadanie a zneužívanie zraniteľností, až kým sa im útok vzhľadom na očakávaný zisk prestane vyplácať.

Každá generácia modelov by nám mala pomáhať vytvárať softvér, ktorého zabezpečenie bude pre ďalšiu generáciu ťažšie prelomiť. Budeme naďalej pracovať na bezpečnom internete, na ktorom môže každý s radosťou tvoriť.