OpenAI ระบบความปลอดภัยทางไซเบอร์อัตโนมัติพบช่องโหว่ใน Linux จำนวน 948 รายการ และเทคนิคการใช้ใหม่ 10 ประเภท

OpenAI ได้พัฒนากระบวนการวิจัยความปลอดภัยทางไซเบอร์อัตโนมัติ ซึ่งสามารถระบุช่องโหว่ใน Linux ที่แตกต่างกันได้ถึง 948 รายการ ช่องโหว่เหล่านี้อาจอนุญาตให้ผู้ใช้ท้องถิ่นได้รับสิทธิ์การเข้าถึงระดับราก และพบเทคนิคการใช้ใหม่ที่ยังไม่เคยบันทึกมาก่อนอย่างน้อย 10 เทคนิค ระบบได้วิเคราะห์ปัญหาด้านความปลอดภัยหลายพันรายการ ในสภาพแวดล้อมที่ควบคุมได้เพื่อทำซ้ำช่องโหว่ และสร้างการใช้ที่มีประสิทธิภาพและโปรแกรมแก้ไขที่เป็นไปได้สำหรับการตรวจสอบโดยมนุษย์ OpenAI กล่าวในเอกสารวิจัยว่ากระบวนการนี้ได้ระบุการค้นพบที่เป็นไปได้จำนวน 2,308 รายการ และทำซ้ำแบบไดนามิกได้ถึง 1,724 รายการ

จากนั้นได้สร้างการใช้ที่มีประสิทธิภาพสำหรับการเพิ่มสิทธิ์ในระดับท้องถิ่น (LPE) จำนวน 1,169 รายการ โดยการวิเคราะห์ความแปรผันได้ลดจำนวนลงเหลือ 948 ช่องโหว่ที่แตกต่างกัน กิจกรรมในกลางเดือนตุลาคม 2026 ใช้โมเดลทางไซเบอร์ที่กำลังจะเปิดตัว ซึ่งบริษัทยังไม่ได้เปิดเผยต่อสาธารณะ ทั้งกระบวนการใช้เงินไป 1.21 ล้านดอลลาร์สหรัฐสำหรับ API token โดยเฉลี่ยประมาณ 1,279 ดอลลาร์สหรัฐต่อช่องโหว่ LPE (ประมาณ 9,976 ดอลลาร์ฮ่องกง) การวิจัยนี้เน้นย้ำถึงวิธีที่โมเดลที่มีความสามารถเพิ่มขึ้นช่วยให้ทีมความปลอดภัยสามารถระบุและแก้ไขข้อบกพร่องในซอฟต์แวร์ที่สำคัญก่อนที่ผู้โจมตีจะใช้ช่องโหว่

ห้าขั้นตอนของกระบวนการอัตโนมัติ

ระบบของ OpenAI ปฏิบัติตามกระบวนการห้าขั้นตอนซึ่งครอบคลุมการค้นพบช่องโหว่ การตรวจสอบแบบไดนามิก การประเมินความสามารถในการใช้ การสร้างโปรแกรมแก้ไข และการตรวจสอบโดยมนุษย์ ในขั้นแรก ตัวแทนการสำรวจได้ระบุส่วนที่เกี่ยวข้องกับความปลอดภัยใน Linux และจำกัดขอบเขตการตรวจสอบให้แคบลงเหลือ 5,034 เป้าหมาย ซึ่งครอบคลุมประมาณ 2.8 ล้านบรรทัดของโค้ด คิดเป็นประมาณ 7% ของคลังโค้ด นักวิจัยด้านความปลอดภัยของเราได้สร้างกระบวนการค้นหา ช่องโหว่ การใช้ และการแก้ไขที่เป็นอิสระ ในการดำเนินการครั้งเดียว กระบวนการนี้ได้ตรวจสอบและสร้างโปรแกรมแก้ไขสำหรับช่องโหว่ LPE ใน Linux จำนวน 948 รายการ

ตัวแทนการวิเคราะห์ได้ตรวจสอบเป้าหมายเหล่านี้และสร้างการค้นพบที่เป็นไปได้จำนวน 2,308 รายการภายใน 12 ชั่วโมง ระบบพยายามทำซ้ำปัญหาแต่ละรายการในเครื่องเสมือนที่แยกออกมา ยืนยันช่องโหว่จำนวน 1,724 รายการ และเสร็จสิ้นภายใน 30 ชั่วโมง

ตัวแทนการพัฒนาใช้ทดสอบว่าข้อบกพร่องที่ได้รับการยืนยันเหล่านี้สามารถเปิดเผยข้อมูลหรือทำให้เกิดการเพิ่มสิทธิ์ในระดับท้องถิ่นได้หรือไม่ ระบบได้สร้างการพิสูจน์แนวคิดการรั่วไหลของข้อมูลจำนวน 291 รายการ และการใช้ LPE ที่มีประสิทธิภาพจำนวน 1,169 รายการ การวิเคราะห์ความแปรผันได้ระบุช่องโหวตที่แตกต่างกัน 948 รายการ กระบวนการนี้ยังได้สร้างโปรแกรมแก้ไขที่เป็นไปได้ นักวิจัยด้านความปลอดภัยของมนุษย์ได้ตรวจสอบการค้นพบก่อนที่จะรายงานให้กับผู้ดูแล OpenAI กล่าวว่ามีการส่งรายงานและโปรแกรมแก้ไขหลายร้อยรายการไปยังช่องโหว่ที่สำคัญตามแนวทางของชุมชน Linux kernel

บริษัทได้ร่วมมือกับ Patch the Planet เพื่อรายงานและจัดการปัญหาอื่นๆ

การค้นพบเทคนิคการใช้ใหม่

นักวิจัยได้สุ่มตัวอย่างการใช้จำนวน 166 รายการ และพบว่าตัวแทนได้ใช้เทคนิคการใช้ใหม่อย่างน้อย 10 เทคนิคที่พวกเขาทราบว่าไม่เคยบันทึกมาก่อน ทีมงานที่ปรึกษาผู้เชี่ยวชาญด้านการใช้ในระดับรากของบุคคลที่สามยังเชื่อว่าเทคนิคเหล่านี้เป็นเทคนิคใหม่ ซึ่งรวมถึงวิธีการวางวัตถุในแคชหน่วยความจำของเคอร์เนล การเพิ่มความน่าเชื่อถือของการใช้ และการเพิ่มสิทธิ์ผ่านการโจมตีที่ใช้ข้อมูลเพียงอย่างเดียว กระบวนการที่ปรับปรุงยังแสดงให้เห็นถึงการเติบโตที่สำคัญเมื่อเปรียบเทียบกับกิจกรรมก่อนหน้านี้ ในเดือนกรกฎาคม 2026 GPT-5.6 Sol ได้ค้นพบและใช้ช่องโหว่ LPE ที่ไม่ซ้ำกันจำนวน 166 รายการ โดยมีค่าใช้จ่าย 513,690 ดอลลาร์สหรัฐ (ประมาณ 4,006,782 ดอลลาร์ฮ่องกง)

การดำเนินการในเดือนตุลาคมได้ระบุช่องโหว่จำนวน 948 รายการ ซึ่งมากกว่าห้าเท่า แม้ว่าจะมีการเสริมความแข็งแกร่งของเคอร์เนลเพิ่มเติมในช่วงสามเดือนที่ผ่านมา

OpenAI ได้เปรียบเทียบช่องโหว่ 948 รายการกับการจ่ายเงินรางวัลสำหรับช่องโหว่ใน Linux ที่เกิดขึ้นใน Pwn2Own และ TyphoonPWN ตามการคำนวณรางวัลในอดีต ช่องโหว่เหล่านี้มีมูลค่าประมาณ 18.9 ล้านถึง 66.3 ล้านดอลลาร์สหรัฐ หรือคิดเป็น 16 ถึง 55 เท่าของต้นทุนของท่อ นี่เป็นการเปรียบเทียบเชิงสาธิต ไม่ใช่รายได้จากรางวัลจริง บริษัทกล่าวว่ามีเป้าหมายเพื่อช่วยป้องกันผู้ป้องกันก่อนที่ผู้โจมตีจะสามารถใช้ช่องโหว่ได้ โดยเน้นย้ำว่าความสามารถของโมเดลที่เพิ่มขึ้นจะทำให้การสร้างโปรแกรมแก้ไขอัตโนมัติและการตรวจสอบความปลอดภัยซ้ำมีความสำคัญมากขึ้น

การค้นพบเหล่านี้ถูกเผยแพร่โดย OpenAI เป็นส่วนหนึ่งของโครงการ Patch the Planet