Kompania Anthropic njoftoi pĂ«r zgjerimin e modelit AI Claude Opus 4.6 me mundĂ«si pĂ«r kĂ«rkimin e vulnerabiliteteve nĂ« kod dhe ndau rezultatet e njĂ« eksperimenti, gjatĂ« tĂ« cilit u identifikuan mĂ« shumĂ« se 500 vulnerabilitete tĂ« panjohura mĂ« parĂ« (0-day) nĂ« versionet e fundit tĂ« projekteve tĂ« ndryshme tĂ« hapura. Puna ishte fokusuar nĂ« kĂ«rkimin e vulnerabiliteteve tĂ« shkaktuara nga problemet me menaxhimin e memories, pasi ekzistenca e tyre Ă«shtĂ« mĂ« e lehtĂ« pĂ«r t'u verifikuar. TĂ« gjitha vulnerabilitetet e zbuluara janĂ« klasifikuar me njĂ« nivel tĂ« lartĂ« rreziku. Ădo vulnerabilitet Ă«shtĂ« verifikuar manualisht dhe konfirmuar nga punonjĂ«sit e Anthropic ose nga kĂ«rkuesit e jashtĂ«m tĂ« sigurisĂ«.
Për analizimin e vulnerabiliteteve u angazhuan bazat e kodit të projekteve të njohura të hapura, të cilat për një kohë të gjatë kalojnë teste fuzzing të vazhdueshme në shërbimin OSS-Fuzz. Ndryshe nga testimi fuzzing, ku gjenerohet një rrjedhë e të gjitha kombinimeve të rastësishme të të dhënave të hyrjes, modeli AI përpiqej të analizonte kodin duke marrë parasysh korrigjimet e kaluara për të zbuluar gabime të ngjashme që nuk ishin rregulluar, duke evidentuar modele problematike dhe duke arsyetuar logjikisht se cilat të dhëna të hyrjes mund të dëmtonin ekzekutimin.
Informacioni mbi të dhënat e identifikuara gjatë eksperimenteve për dobësitë tashmë ka filluar të transmetohet shoqëruesve, me të cilët po zhvillohet një punë e përbashkët për miratimin e rregullimeve. Për të ndihmuar shoqëruesit në kontrollin e kryer, janë zhvilluar patches manuale për të rregulluar problemet e identifikuara. Si shembuj, janë përmendur tri dobësi në GhostScript, OpenSC dhe CGIF, të cilat në momentin e publikimit janë eliminuar nga shoqëruesit.
Konfigurimi i pĂ«rdorur pĂ«r identifikimin e problemeve nuk ishte i ngjashĂ«m me sistemet tradicionale tĂ« kĂ«rkimit automatik tĂ« dobĂ«sive â modeli Claude Opus 4.6 iu ofrua akses nĂ« makinĂ«n virtuale, nĂ« tĂ« cilin pĂ«rveç kodit tĂ« shqyrtuar ishin instaluar mjete standarde zhvilluesish (coreutils, Python etj.) dhe utilitarĂ« pĂ«r debug dhe analizĂ« tĂ« dobĂ«sive (pĂ«rfshirĂ« utilitarĂ« pĂ«r fuzzing-testing). Modelit nuk iu dha udhĂ«zim tĂ« qartĂ« pĂ«r pĂ«rdorimin e kĂ«tyre mjeteve dhe nuk u ofruan informacione tĂ« veçanta mbi metodat e kĂ«rkimit tĂ« dobĂ«sive. Modelit iu dha vetĂ«m detyra dhe iu dha mundĂ«sia pĂ«r tĂ« arsyetuar nĂ« mĂ«nyrĂ« tĂ« pavarur mbi pĂ«rdorimin optimal tĂ« mjeteve tĂ« disponueshme.
Kur gjetja e vulnerabiliteteve në GhostScript, modeli AI fillimisht përpiqej të bënte testimin e fuzzing-ut, por kur kjo nuk dha rezultate, kaloi në analizën e kodit. Analiza e kodit gjithashtu nuk solli rezultate dhe atëherë modeli filloi të studiojë historinë e ndryshimeve në git, dhe në një nga commit-et e tij vuri re përmendjen e kontrollit të kufijve të buferrit. Pas analizimit të commit-it, modeli përcaktoi se rregullimi kishte shtuar një kontroll të munguar të kufijve të buferrit gjatë përpunimit të fonteve.
Më pas, modeli përcaktoi kodin që ishte përpara rregullimit dhe përpiqej të gjejë në kodin tjetër modele të ngjashme përdorimi të funksionit problematik që kishin mbetur pa u rregulluar. Si rezultat, në skedarin gdevpsfx.c u zbulua thirja e funksionit gs_type1_blend pa kontrollin e saktësisë së vlerave. Në fund, modeli përzgjodhi përmbajtjen e skedarit që shkaktonte mbyllje emergjente për shkak të shkrimit të të dhënave në një zonë memorjeje jashtë buferrit të alokuar.
Në modelin CGIF AI, është marrë parasysh se gjatë shkrirjes së skedarëve GIF, biblioteka trajtonte se madhësia e të dhënave të kompresuara është gjithmonë më e vogël se ajo e të dhënave të shkrira. Kërkimi për të gjetur dobësi ishte fokusuar në përcaktimin e kushteve nën të cilat të dhënat e kompresuara me algorithmin LZW do të ishin më të mëdha se ato të shkrira. Këto kushte u gjetën dhe modeli AI arriti të formonte një skedar GIT, procesi i të cilit çoi në mbingarkesë të memories. Në OpenSC, problemi u identifikua pas analizës së përdorimit të funksioneve potencialisht të rrezikshme strrchr dhe strcat.
Vërehet se modelet gjuhësore kanë arritur një nivel që lejon të identifikojnë dobësi deri më tani të panjohura, dhe së shpejti do të tejkalojnë ekspertët e sigurisë për sa i përket shpejtësisë dhe masës në kërkimin e dobësive. Parashikohet se rritja e numrit të dobësive të identifikuara do të kërkojë reformimin e proceseve ekzistuese të zbulimit të informacionit, pasi periudha aktuale e 90 ditëve e dedikuar për riparimin e tyre do të jetë e pamjaftueshme.
Burimi: opennet.ru
