AI-конвейер автоматизирует обнаружение и исправление 948 уязвимостей ядра Linux

В статье подробно описывается разработка и успешное внедрение высокоавтономного конвейера, предназначенного для обнаружения, проверки, эксплуатации и генерации патчей для критических уязвимостей в ядре Linux. Это представляет собой значительный скачок вперед в автоматизированных исследованиях кибербезопасности, превращая то, что ранее было трудоемким и длительным расследованием, в систематический, масштабируемый процесс.

Исторически обнаружение уязвимостей нулевого дня в сложных операционных системах, таких как Linux, требовало специализированных команд человеческих исследователей безопасности, которые тратили месяцы или даже годы на одну целевую систему. Новый конвейер, работающий на основе предстоящей продвинутой модели кибербезопасности, коренным образом меняет эту парадигму, автоматизируя весь жизненный цикл оценки уязвимостей. Процесс тщательно структурирован для обеспечения как широты обнаружения, так и глубины проверки, минимизируя операционные узкие места, которые обычно преследуют крупномасштабные усилия по исследованиям безопасности.

По своей сути, конвейер работает через многоэтапный автоматизированный рабочий процесс. Сначала он выполняет станический анализ, выявляя специфические, имеющие отношение к безопасности компоненты в обширной кодовой базе ядра Linux, которые являются основными кандидатами на наличие ошибок. Этот первоначальный этап идентификации сужает фокус с миллионов строк кода до управляемых, высокорискованных целей аудита. После того как эти цели отмечены, система переходит к динамической воспроизводимости. Этот критически важный второй этап включает запуск подозрительных путей кода в контролируемой, изолированной исследовательской среде. Это динамическое тестирование подтверждает, является ли теоретическая ошибка действительно эксплуатируемой на практике, что является гораздо более надежным шагом, чем только статический анализ.

После успешной динамической воспроизводимости конвейер генерирует эксплойт Proof-of-Concept (PoC). PoC — это минимальный, функциональный фрагмент кода, разработанный исключительно для демонстрации того, что уязвимость существует и может быть активирована. За этим следует генерация кандидатских патчей. Система не просто находит ошибку; она проактивно предлагает исправление. Последний, и, возможно, самый критический этап — это человеческий надзор. Выходные данные, сгенерированные ИИ — включая анализ первопричин, минимальный вызывающий сбой PoC, кандидатский патч и полный эксплойт — проверяются человеческими исследователями безопасности. Этот человеческий уровень экспертизы гарантирует, что результаты точны, патчи жизнеспособны, а оценка серьезности верна, прежде чем уязвимости будут переданы сопровождающим, таким как сообщество ядра Linux.

Во время крупного прогона, проведенного в середине октября 2026 года, конвейер продемонстрировал свою огромную способность. Используя общераспространенный дистрибутив Linux в качестве цели, система успешно идентифицировала и проанализировала в общей сложности 1724 кандидата на обнаружение уязвимостей ядра. Из этого пула она динамически воспроизвела 1724 уязвимости, сгенерировав 291 PoC для уязвимостей утечки информации и, что наиболее важно, 948 работающих эксплойтов повышения привилегий локального пользователя (LPE). Эти эксплойты LPE особенно опасны, поскольку они позволяют непривилегированному локальному пользователю — то есть стандартному, не административному пользователю — получить полный root-доступ к системе, фактически компрометируя всю машину. Общая стоимость этого масштабного прогона составила 1 213 430 долларов США в виде кредитов API, что эквивалентно стоимости примерно 1 279 долларов США за один эксплойт LPE.

Чтобы представить эту стоимость в перспективе, целевые виртуальные машины работали на стандартной, не ослабленной настольной операционной системе, имитируя среды с высокими ставками, используемые на крупных соревнованиях по кибербезопасности, таких как Pwn2Own и TyphoonPWN. Исторически эти соревнования предлагали существенные вознаграждения за обнаружение эксплойтов LPE ядра Linux, варьирующиеся от 20 000 до 70 000 долларов США. Применение этих исторических сумм вознаграждения к 948 эксплойтам, найденным за один прогон, дает гипотетированную оценку от 18,9 млн до 66,3 млн долларов США. Это представляет собой огромный финансовый и технический разрыв, показывая, что выходные данные конвейера оцениваются в 16–55 раз выше его операционной стоимости.

Кроме того, полезность конвейера была протестирована в специализированной среде — адаптированном kernelCTF, который является версией ядра Linux с уменьшенной поверхностью атаки. В этом меньшем, контролируемом тесте конвейер достиг 25 PoC утечки информации и 21 эксплойт LPE, при этом значительно более низкой стоимости — около 32 936 долларов США. Этот меньший прогон обеспечивает четкую точку сравнения, демонстрируя, что даже в ограниченной среде система высокоэффективна, особенно по сравнению с 26 подтвержденными эксплойтами LPE нулевого дня, принятыми kernelCTF в 2026 году.

Способность автоматизировать весь жизненный цикл уязвимостей — от статического сканирования до генерации патчей — является наиболее преобразующим аспектом этого исследования. Это резко сокращает время и человеческий капитал, необходимые для исследований безопасности, позволяя исследователям экспоненциально масштабировать свои усилия. Выходной пакет является всеобъемлющим, предоставляя не только эксплойт, но и анализ первопричин, и минимальный PoC, которые являются бесценными инструментами для разработчиков, работающих над улучшением, которым необходимо понять точную природу ошибки для реализации постоянного исправления. Этот уровень автоматизации демократизирует высокоуровневые исследования безопасности, делая ранее недостижимый уровень обнаружения уязвимостей доступным для более широкого круга команд и организаций. Успешное внедрение этого конвейера знаменует новую эру в оборонительной кибербезопасности, смещая акцент с простого поиска ошибок на систематическое и экономически выгодное исправление этих ошибок до того, как их смогут использовать злоумышленники.