OpenAI розробила автоматизовану систему дослідження кібербезпеки, яка виявила 948 окремих вразливостей ядра Linux. Їх експлуатація потенційно дозволяє локальним користувачам підвищити свої привілеї до рівня root і отримати повний контроль над системою. Крім того, система виявила щонайменше 10 раніше не задокументованих методів експлуатації.
Розробка не обмежувалася пошуком підозрілих фрагментів коду. Вона також відтворювала знайдені проблеми в контрольованому середовищі, створювала робочі експлойти та пропонувала варіанти виправлень, які надалі могли перевіряти фахівці з безпеки.
За даними OpenAI, під час дослідження система сформувала 2308 потенційних знахідок. Із них 1724 вдалося динамічно відтворити. На наступному етапі вона згенерувала 1169 робочих експлойтів для підвищення локальних привілеїв (LPE). Після аналізу варіантів і усунення дублікатів результати звели до 948 окремих вразливостей.
Понад мільйон доларів на автоматизований аудит
Кампанія відбулася в середині жовтня 2026 року із використанням нової кібермоделі OpenAI, яку компанія поки не представила публічно.
Повний запуск системи коштував 1,21 млн доларів у вигляді кредитів API. У середньому це приблизно 1279 доларів на одну виявлену окрему вразливість.
OpenAI розглядає результати як приклад того, як дедалі потужніші моделі штучного інтелекту можуть допомагати командам кібербезпеки. Замість того щоб чекати, поки помилки знайдуть зловмисники, фахівці потенційно зможуть виявляти та усувати їх ще до початку атак.
Як працювала система
Автоматизований процес складався з п’яти етапів: пошуку вразливостей, їхньої динамічної перевірки, оцінювання можливості експлуатації, підготовки виправлень і перевірки результатів людьми.
На першому етапі спеціалізовані агенти Scout визначали ділянки ядра Linux, які могли мати значення з погляду безпеки. Завдяки цьому масштаб аудиту вдалося звузити до 5034 цільових ділянок, що охоплювали приблизно 2,8 млн рядків коду.
Це становить близько 7% усього коду ядра Linux. Таким чином, система не перевіряла весь код без розбору, а зосередила обчислювальні ресурси на фрагментах, які попередній аналіз визначив як потенційно важливі для безпеки.
Наступні етапи передбачали перевірку знайдених проблем у контрольованих умовах, створення експлойтів і підготовку кандидатів на виправлення. Остаточний перегляд результатів залишався за людьми.