OpenAI Automasi Sistem Keamanan Jaringan Temukan 948 Kerentanan Kernel Linux dan 10 Teknik Eksploitasi Baru

·oleh Henderson·Engineering
OpenAI Automasi Sistem Keamanan Jaringan Temukan 948 Kerentanan Kernel Linux dan 10 Teknik Eksploitasi Baru
Poin Penting
  • Sistem otomatis OpenAI mengidentifikasi 948 kerentanan kernel Linux dan menemukan 10 teknik eksploitasi baru.
  • Sistem ini menganalisis ribuan masalah keamanan, menghasilkan eksploitasi yang efektif dan kandidat perbaikan.
  • Seluruh proses menghabiskan biaya $1.21 juta, menekankan pentingnya model dalam identifikasi kerentanan.
  • Penelitian menunjukkan bahwa generasi perbaikan otomatis akan menjadi semakin penting seiring dengan peningkatan kemampuan model.

OpenAI telah mengembangkan proses penelitian keamanan jaringan otomatis yang berhasil mengidentifikasi 948 kerentanan kernel Linux yang berbeda, yang dapat memungkinkan pengguna lokal mendapatkan akses root, serta menemukan setidaknya 10 teknik eksploitasi baru yang sebelumnya tidak tercatat. Sistem ini menganalisis ribuan masalah keamanan potensial, mereproduksi kerentanan dalam lingkungan terkendali, dan menghasilkan eksploitasi yang efektif serta kandidat perbaikan untuk ditinjau manusia. OpenAI dalam sebuah artikel penelitian menyatakan bahwa proses ini mengidentifikasi 2,308 temuan kandidat dan secara dinamis mereproduksi 1,724 di antaranya.

Selanjutnya, dihasilkan 1,169 eksploitasi peningkatan hak akses lokal (LPE) yang valid, yang disaring menjadi 948 kerentanan yang berbeda melalui analisis varian. Aktivitas pertengahan Oktober 2026 menggunakan model jaringan yang akan datang, yang belum diungkapkan oleh perusahaan. Seluruh proses menghabiskan biaya $1.21 juta dalam token API, rata-rata sekitar $1,279 per kerentanan LPE (sekitar HK$9,976). Penelitian ini menyoroti bagaimana model yang semakin kuat dapat membantu tim keamanan mengidentifikasi dan memperbaiki cacat dalam perangkat lunak kritis sebelum penyerang dapat mengeksploitasinya.

Lima Tahap Proses Otomatisasi

Sistem OpenAI mengikuti proses lima tahap yang mencakup penemuan kerentanan, validasi dinamis, evaluasi eksploitabilitas, generasi perbaikan, dan tinjauan manusia. Pertama, agen eksplorasi mengidentifikasi bagian kernel Linux yang terkait dengan keamanan, mempersempit ruang audit menjadi 5,034 target, mencakup sekitar 2.8 juta baris kode, yang merupakan sekitar 7% dari repositori kode. Peneliti keamanan kami membangun proses penemuan, eksploitasi, dan perbaikan kerentanan jaringan secara mandiri. Dalam satu kali operasi, proses ini memvalidasi dan menghasilkan perbaikan untuk 948 kerentanan LPE kernel Linux.

Agen analisis kemudian memeriksa target-target ini dan dalam waktu 12 jam menghasilkan 2,308 temuan kandidat. Sistem mencoba mereproduksi setiap masalah dalam mesin virtual terisolasi, mengonfirmasi 1,724 kerentanan, dan menyelesaikannya dalam waktu 30 jam.

Agen pengembangan eksploitasi menguji apakah cacat yang telah diverifikasi dapat mengekspos informasi atau mencapai peningkatan hak akses lokal. Sistem ini menghasilkan 291 bukti konsep kebocoran informasi dan 1,169 eksploitasi LPE yang valid. Analisis varian mengidentifikasi 948 kerentanan yang berbeda. Proses ini juga menghasilkan kandidat perbaikan, yang ditinjau oleh peneliti keamanan manusia sebelum dilaporkan kepada pemelihara. OpenAI menyatakan bahwa telah mengirimkan ratusan laporan dan perbaikan untuk kerentanan kritis berdasarkan panduan komunitas kernel Linux.

Perusahaan ini bekerja sama dengan Patch the Planet untuk melaporkan dan menangani masalah lainnya.

Penemuan Teknik Eksploitasi Baru

Para peneliti mengambil sampel 166 eksploitasi dan menemukan bahwa agen setidaknya menggunakan 10 teknik eksploitasi baru yang sebelumnya tidak tercatat. Para ahli eksploitasi kernel pihak ketiga yang dikonsultasikan oleh tim juga menganggap teknik-teknik ini sebagai yang baru. Di antaranya adalah metode menempatkan objek dalam cache memori kernel, meningkatkan keandalan eksploitasi, dan mendapatkan peningkatan hak akses melalui serangan berbasis data saja. Proses yang diperbarui juga menunjukkan pertumbuhan yang signifikan dibandingkan dengan aktivitas sebelumnya. Pada bulan Juli 2026, GPT-5.6 Sol menemukan dan mengeksploitasi 166 kerentanan LPE unik dengan biaya $513,690 (sekitar HK$4,006,782).

Operasi bulan Oktober mengidentifikasi 948 kerentanan, jumlah yang lebih dari lima kali lipat, meskipun telah dilakukan penguatan kernel tambahan dalam tiga bulan terakhir.

OpenAI membandingkan 948 kerentanan dengan pembayaran bonus kerentanan kernel Linux historis dari Pwn2Own dan TyphoonPWN. Berdasarkan perhitungan hadiah sebelumnya, estimasi hipotetis untuk kerentanan ini adalah antara $18.9 juta hingga $66.3 juta, yaitu 16 hingga 55 kali biaya pipa. Ini adalah perbandingan demonstratif, bukan pendapatan bonus yang aktual. Perusahaan ini menyatakan bahwa tujuannya adalah untuk membantu pembela mengidentifikasi dan memperbaiki kerentanan sebelum penyerang dapat mengeksploitasinya. Mereka juga menekankan bahwa seiring dengan peningkatan kemampuan model, generasi perbaikan otomatis dan tinjauan keamanan berulang akan menjadi semakin penting.

Temuan ini dirilis oleh OpenAI sebagai bagian dari program Patch the Planet.

ItemSpesifikasi
Jumlah kerentanan yang diidentifikasi948
Jumlah temuan kandidat2,308
Jumlah kerentanan yang direproduksi1,724
Jumlah eksploitasi LPE yang valid1,169
Total biaya$1.21 juta (sekitar HK$9,434,000)

Dampak Sistem Otomatisasi pada Keamanan Jaringan

Sistem keamanan jaringan otomatis OpenAI menunjukkan potensinya dalam identifikasi dan perbaikan kerentanan. Seiring dengan kemajuan teknologi, sistem semacam ini mampu dengan cepat menemukan dan memperbaiki kerentanan kritis, sehingga mengurangi risiko penyerang mengeksploitasi kerentanan. Ini tidak hanya meningkatkan efisiensi tim keamanan, tetapi juga memberikan strategi pertahanan baru bagi seluruh industri, terutama dalam menghadapi ancaman jaringan yang semakin kompleks. Kemampuan generasi perbaikan otomatis akan menjadi bagian penting dari perlindungan keamanan jaringan di masa depan, membantu perusahaan untuk secara proaktif mencegah sebelum tindakan penyerang.

H
Tentang penulis
Henderson