OpenAI เปิดตัวกระบวนการค้นหาช่องโหว่ที่ใช้ AI ลดขั้นตอนการวิเคราะห์ลงอย่างมาก

การตรวจสอบความถูกต้องของช่องโหว่

การตรวจสอบโค้ดแบบคงที่ (Static code review) อาจมีผลบวกปลอม (false positives) ได้ ดังนั้นตัวแทน AI จึงมีความแม่นยำสูงในการสร้าง Proof of Concept สำหรับผู้ค้นพบเกือบสามในสี่ส่วน

ส่วนที่เหลือต้องใช้สิทธิ์ระดับสูงหรือใช้เวลานานในการตรวจสอบ แต่กระบวนการนี้มีต้นทุนสูงกว่าการให้คำแนะนำจากการวิเคราะห์แบบคงที่เพียงอย่างเดียว

การประเมินการโจมตี

ตัวแทน ExploitDev ได้ทดสอบผู้ค้นพบเหล่านั้นในเครื่องเสมือนที่แยกออกมา ซึ่งมีการเปิดใช้งานการป้องกันมาตรฐานของ Linux เช่น SMEP, SMAP, KASLR และ HARDENED_USERCOPY

การสร้างแพตช์

โมเดลจะได้รับโค้ดต้นฉบับที่เกี่ยวข้อง และถูกสั่งให้เขียนแพตช์ตามแนวทางปฏิบัติที่ดีที่สุด เช่น การตรวจสอบแบบคงที่และการวิเคราะห์รูปแบบเพื่อความสมบูรณ์ของแพตช์

ศัพท์ที่ควรรู้

  • Static code review – การตรวจสอบโค้ดโดยไม่รันโปรแกรม ช่วยหาข้อบกพร่องในโค้ด
  • Proof of Concept – การสาธิตที่พิสูจน์ว่าช่องโหว่มีอยู่จริงและสามารถถูกโจมตีได้
  • SMEP, SMAP, KASLR, HARDENED_USERCOPY – กลไกการป้องกันระดับเคอร์เนลใน Linux ที่ช่วยเพิ่มความปลอดภัยของระบบ
  • ExploitDev agents – ตัวแทน AI ที่ใช้ในการทดสอบว่าช่องโหว่ที่พบนั้นสามารถถูกโจมตีได้จริงหรือไม่

ที่มา: OpenAI

Leave a Comment