OpenAI entdeckt 948 Linux-Kernel-Schwachstellen und 10 neue Ausnutzungstechniken mit automatisiertem Netzwerksicherheitssystem

·von Henderson·Engineering
OpenAI entdeckt 948 Linux-Kernel-Schwachstellen und 10 neue Ausnutzungstechniken mit automatisiertem Netzwerksicherheitssystem
Wichtige Punkte
  • OpenAI's automatisiertes System identifizierte 948 Linux-Kernel-Schwachstellen und entdeckte 10 neue Ausnutzungstechniken.
  • Das System analysierte Tausende von Sicherheitsproblemen und generierte effektive Ausnutzungen sowie potenzielle Patches.
  • Der gesamte Prozess kostete 1,21 Millionen US-Dollar und hebt die Bedeutung des Modells bei der Schwachstellenerkennung hervor.
  • Die Forschung zeigt, dass die automatisierte Patch-Generierung mit der Verbesserung der Modellfähigkeiten an Bedeutung gewinnen wird.

OpenAI hat einen automatisierten Forschungsprozess für Netzwerksicherheit entwickelt, der erfolgreich 948 verschiedene Linux-Kernel-Schwachstellen identifiziert hat. Diese Schwachstellen könnten lokalen Benutzern Root-Zugriffsrechte gewähren, und es wurden mindestens 10 zuvor nicht dokumentierte Ausnutzungstechniken entdeckt. Das System analysierte Tausende potenzieller Sicherheitsprobleme, reproduzierte die Schwachstellen in einer kontrollierten Umgebung und generierte effektive Ausnutzungen sowie potenzielle Patches zur menschlichen Überprüfung. In einem Forschungsartikel erklärte OpenAI, dass der Prozess 2.308 potenzielle Entdeckungen identifizierte und dynamisch 1.724 davon reproduzierte.

Daraufhin wurden 1.169 effektive lokale Privilegienerhöhungen (LPE) Ausnutzungen generiert, die durch Variantenanalysen auf 948 verschiedene Schwachstellen eingegrenzt wurden. Die Aktivitäten Mitte Oktober 2026 verwendeten ein bevorstehendes Netzwerkmodell, das das Unternehmen noch nicht öffentlich gemacht hat. Der gesamte Prozess kostete 1,21 Millionen US-Dollar in API-Token, was durchschnittlich etwa 1.279 US-Dollar pro LPE-Schwachstelle entspricht (ca. 9.976 HKD). Diese Studie hebt hervor, wie zunehmend leistungsfähige Modelle Sicherheitsteams dabei helfen, kritische Softwarefehler zu identifizieren und zu beheben, bevor Angreifer diese ausnutzen können.

Fünf Phasen des automatisierten Prozesses

Das System von OpenAI folgt einem fünfphasigen Prozess, der die Schwachstellenerkennung, dynamische Validierung, Ausnutzungsbewertung, Patch-Generierung und menschliche Überprüfung umfasst. Zunächst identifiziert ein Erkundungsagent sicherheitsrelevante Teile des Linux-Kernels und schränkt den Prüfungsbereich auf 5.034 Ziele ein, die etwa 2,8 Millionen Codezeilen abdecken, was etwa 7 % des Codebestands entspricht. Unsere Sicherheitsforscher haben einen autonomen Prozess zur Entdeckung, Ausnutzung und Patch-Generierung von Netzwerk-Schwachstellen entwickelt. In einem einzigen Durchlauf validierte und generierte dieser Prozess 948 lokale Privilegienerhöhungs-Schwachstellen im Linux-Kernel.

Der Analyseagent überprüfte anschließend diese Ziele und generierte innerhalb von 12 Stunden 2.308 potenzielle Entdeckungen. Das System versuchte, jedes Problem in einer isolierten virtuellen Maschine zu reproduzieren, wobei 1.724 Schwachstellen bestätigt wurden, und dies innerhalb von 30 Stunden abgeschlossen war.

Ein Ausnutzungsentwicklungsagent testete, ob diese validierten Schwächen Informationen offenbaren oder lokale Privilegien erhöhen könnten. Das System generierte 291 Proof-of-Concepts für Informationslecks und 1.169 effektive LPE-Ausnutzungen. Die Variantenanalyse identifizierte 948 verschiedene Schwachstellen. Der Prozess generierte auch potenzielle Patches, die von menschlichen Sicherheitsforschern überprüft wurden, bevor sie den Entwicklern gemeldet wurden. OpenAI gab an, dass Hunderte von Berichten und Patches für kritische Schwachstellen gemäß den Richtlinien der Linux-Kernel-Community versendet wurden.

Das Unternehmen arbeitet mit Patch the Planet-Partnern zusammen, um andere Probleme zu melden und zu beheben.

Entdeckung neuer Ausnutzungstechniken

Die Forscher haben 166 Ausnutzungen stichprobenartig untersucht und festgestellt, dass der Agent mindestens 10 zuvor nicht dokumentierte Ausnutzungstechniken verwendet hat, die ihm bekannt sind. Auch die Drittanbieter-Experten für Kernel-Ausnutzungen, die das Team konsultierte, betrachteten diese Techniken als neu. Dazu gehören Methoden, um Objekte im Kernel-Speicher-Cache zu platzieren, die Zuverlässigkeit der Ausnutzung zu erhöhen und Privilegien durch reine Datenangriffe zu erlangen. Der aktualisierte Prozess zeigte auch ein signifikantes Wachstum im Vergleich zu früheren Aktivitäten. Im Juli 2026 entdeckte und nutzte GPT-5.6 Sol 166 einzigartige LPE-Schwachstellen zu Kosten von 513.690 US-Dollar (ca. 4.006.782 HKD).

Die Aktivitäten im Oktober identifizierten 948 Schwachstellen, was mehr als das Fünffache ist, obwohl innerhalb von drei Monaten zusätzliche Kernel-Härtungsmaßnahmen durchgeführt wurden.

OpenAI verglich die 948 Schwachstellen mit den historischen Linux-Kernel-Schwachstellen-Belohnungen von Pwn2Own und TyphoonPWN. Basierend auf früheren Belohnungsberechnungen wird der hypothetische Wert dieser Schwachstellen auf 18,9 Millionen bis 66,3 Millionen US-Dollar geschätzt, was 16 bis 55 Mal den Kosten des Pipelines entspricht. Dies ist ein demonstrativer Vergleich und keine tatsächlichen Belohnungseinnahmen. Das Unternehmen erklärte, dass es das Ziel hat, Verteidigern zu helfen, Schwachstellen zu entdecken und zu beheben, bevor Angreifer sie ausnutzen können. Es wurde auch betont, dass mit der Verbesserung der Modellfähigkeiten die automatisierte Patch-Generierung und wiederholte Sicherheitsüberprüfungen an Bedeutung gewinnen werden.

Diese Erkenntnisse wurden von OpenAI im Rahmen seines Patch the Planet-Programms veröffentlicht.

PostenSpezifikationen
Anzahl identifizierter Schwachstellen948
Anzahl potenzieller Entdeckungen2.308
Anzahl reproduzierter Schwachstellen1.724
Anzahl effektiver LPE-Ausnutzungen1.169
Gesamtkosten1,21 Millionen US-Dollar (ca. 9.434.000 HKD)

Einfluss des automatisierten Systems auf die Netzwerksicherheit

OpenAI's automatisiertes Netzwerksicherheitssystem zeigt sein Potenzial bei der Identifizierung und Behebung von Schwachstellen. Mit dem Fortschritt der Technologie sind solche Systeme in der Lage, kritische Schwachstellen schnell zu entdecken und zu beheben, wodurch das Risiko verringert wird, dass Angreifer diese ausnutzen. Dies erhöht nicht nur die Effizienz der Sicherheitsteams, sondern bietet der gesamten Branche auch eine neue Verteidigungsstrategie, insbesondere angesichts der zunehmend komplexen Cyber-Bedrohungen. Die Fähigkeit zur automatisierten Patch-Generierung wird ein wichtiger Bestandteil zukünftiger Netzwerksicherheitsmaßnahmen sein und Unternehmen helfen, proaktiv zu handeln, bevor Angreifer aktiv werden.

H
Über den Autor
Henderson