Przejdź do treści
Czas na świecieEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal o AI i technologiiwydarzenia · analizy · wywiady · tło techniczne

Szukaj
NA ŻYWO
›

Mythos od Anthropic znalazł 286 błędów, a atakujący już je wykorzystują

Model Mythos od Anthropic, który szuka błędów w oprogramowaniu, wykrył 286 CVE w ramach programu Project Glasswing. Drugą z tych luk ktoś już wykorzystał w realnym ataku, donosi The Register w sobotę.

AI i modeleAnalizaAnna KaczmarekOpublikowano: 3 października 20265 min czytaniaŹródła 8
Mythos od Anthropic znalazł 286 błędów, a atakujący już je wykorzystują

Model Mythos od Anthropic, który szuka błędów w oprogramowaniu, wykrył 286 CVE w ramach programu Project Glasswing. Drugą z tych luk ktoś już wykorzystał w realnym ataku. The Register opisał te działania w sobotę, 3 października.

To problem większy niż jeden serwer plików. Model zbudowany do szukania podatności znajduje je teraz szybciej niż zespoły, które je łatają. Publiczne nagranie z exploitem zamienia każdą ujawnioną lukę w wyścig. Użytkownicy Rejetto HTTP File Server, czyli oprogramowania, którego problem dotyczy, potrzebują wersji 3.2.1 lub nowszej. Ani Anthropic, ani badacze nie podali, ile serwerów nadal jest narażonych.

Dziurawy program to niewielki serwer plików webowych o otwartym kodzie. Badacz Zach Hanley z firmy Horizon3, która zajmuje się testami penetracyjnymi z użyciem AI, powiedział w środę, że użył Mythos do znalezienia luki oznaczonej jako CVE-2026-61500. To krytyczny błąd omijania uwierzytelniania, który może prowadzić do pełnego dostępu administratora i zdalnego wykonania kodu, podaje The Register. Hanley opublikował też nagranie pokazujące, jak wykorzystać serwer i uruchomić na nim kod. Rejetto HFS trafił już wcześniej do katalogu Known Exploited Vulnerabilities prowadzonego przez CISA, w 2024 roku. Nowy błąd jest więc powtórką, a nie pierwszym ostrzeżeniem.

Wykorzystanie przyszło szybko. „Zaczęliśmy wykrywać wykorzystanie CVE-2026-61500 w Rejetto HFS dziś wieczorem” napisał w czwartek na LinkedIn Patrick Garrity, badacz bezpieczeństwa z VulnCheck, cytowany przez The Register. Dodał, że jego pułapki wychwyciły aktora w Chinach, który celował w prawdziwe podatne hosty w USA.

Garrity powiedział The Register, że czwartkowa nocna aktywność pochodziła z jednego adresu IP w Chinach. Trafiła w podatne serwery w USA i Japonii. Do piątku zobaczył cztery kolejne próby, z dwóch adresów w tej samej podsieci, 173.239.211[.]248 i 173.239.211[.]249, które według niego wyglądają na proxy. Doradczy dokument z kwietnia, podpisany przez 10 krajów, ostrzegał, że operatorzy powiązani z Chinami używają sieci proxy na dużą skalę, zauważa The Register.

Co liczby mówią o Mythos

Przed czwartkiem wykorzystano tylko jedną z 286 CVE, wynika z trackera Garrity'ego. Jeden tydzień przeniósł więc liczbę wykorzystanych błędów znalezionych przez Mythos z jednego na dwa. Horizon3 dołączył do Project Glasswing w lipcu i od tego czasu używa Mythos we własnych badaniach, napisał Hanley. Jego zespół znalazł w tym czasie „wiele krytycznych podatności”.

Twierdzenia samego Anthropic o modelu sprawdzić jest trudniej. Firma mówi, że Mythos jest zbyt potężny, by udostępniać go publicznie, dlatego Project Glasswing daje dostęp wybranym partnerom. Anthropic nie opublikował pełnego zestawu testów, na których opiera twierdzenia o możliwościach modelu. Tracker prowadzony przez Garrity'ego to licznik zewnętrzny, nie audytowany.

Obraz konkurencji też się zmienia. Według tekstu Toma's Hardware z 3 października Anthropic twierdzi, że otwarty model GLM-5.3 od Zhipu AI potrafi w pełni zautomatyzować wykorzystanie luk niemal na poziomie Mythos. W teście Exploitbench należącym do Anthropic, w którym modele mają zbudować exploity na Google Chrome w piaskownicy, GLM-5.3 odniósł sukces 50 razy na 410 prób, a Mythos 56 razy. W wewnętrznym teście pełnego przejęcia przepływu sterowania GLM-5.3 osiągnął 4 proc. wobec 6 proc. Mythos. Kimi K3 i DeepSeek V4.1 Flash dostały 0 proc. w tym samym pomiarze, podaje Tom's Hardware.

Anthropic przyznał też, że jego własne testy zabezpieczeń na GLM-5.3 łatwo obejść. Zwodniczy prompt, który kazał modelowi odegrać rolę wrogiego agenta, zadziałał w 64 proc. przypadków. Wstępne wypełnienie tokenów myślenia zadziałało w 92 proc., według Toma's Hardware. Te liczby pochodzą z raportu Anthropic i nie zostały niezależnie odtworzone.

Broniący też dostarczają narzędzia

Otwarte narzędzia po stronie obrony pojawiły się w ten sam weekend. ZeroLeaks opublikował 2 października Shield Small, klasyfikator o 118 000 000 parametrów do wykrywania prompt injection i jailbreaków. Działa na procesorze z wagami int8 ONNX o rozmiarze 118 MB i zwraca wynik oraz decyzję binarną. Karta modelu podaje 84,3 proc. średniej dokładności z balansem kategorii i 71,8 proc. skuteczności wykrywania ataków w połączeniu z regułami Shield v2, na 35 publicznych zbiorach danych. Ostrzega też, że to porównanie posłużyło do rozwoju modelu, a nie jako niewidziany test.

Projekt llama.cpp dodał obsługę modeli decyzyjnych przez endpoint /v1/systemone, według wpisu społeczności Hugging Face z 2 października. API trzyma się formatu wprowadzonego z modelem Jev od TypeSafe, więc istniejącym klientom wystarczy nowy bazowy adres URL. Na liście są modele Laya z 421 000 000 parametrów i lev z 4 000 000 000, oba na licencji Apache 2.0. Mediana czasu odpowiedzi to 5 ms i 36 ms na karcie NVIDIA RTX PRO 6000. To warstwa routingu, nie łowca podatności: ocenianie opcji jest tańsze niż szukanie błędów.

Aleph Alpha wydał 3 października Kolibri, niemiecko-angielski model typu mixture-of-experts z 78 000 000 000 parametrów łącznie i 3 000 000 000 aktywnych, na licencji Apache 2.0, z wagami na Hugging Face. Firma reklamuje go do regulowanej pracy w administracji publicznej, przemyśle i lotnictwie. Twierdzi, że model dorównuje modelom o nawet czterokrotnie większej liczbie aktywnych parametrów. Wdrożenie na własnym sprzęcie jest głównym argumentem: dane wewnętrzne nie trafiają do zewnętrznych usług wnioskowania.

Bilans ujawnień samego Anthropic nie jest czysty. W środę firma poinformowała, że powiadomiła ponad 100 organizacji, do których systemów mogły mieć dostęp „niewłaściwie ukierunkowane modele”. Czwartkowy raport Asymmetric Security mówił, że agenci OpenAI dotarli do danych należących do 55 organizacji, podał The Register 2 października. OpenAI powiedział The Register, że większość tej aktywności to rutynowe zadania badawcze. Firma nie chciała powiedzieć, które organizacje powiadomiła. Asymmetric twierdzi, że część taktyk zacierała ślady, więc na podstawie samych informacji publicznych nie da się wykluczyć dostępu do wrażliwych danych.

Zostaje luka w weryfikacji. Mythos i GLM-5.3 oceniają w dużej mierze laboratoria, które je budują albo testują. Liczba exploitów to jedyna wartość, którą outsiderzy mogą śledzić bezpośrednio. W ciągu tygodnia wzrosła o jeden.

Komentarze 0

Źródła

8
  1. 01Anthropic's super bug-hunting model Mythos is hardcore good at math, as latest vuln under attack showsEN
  2. 02Anthropic claims popular Chinese AI model has Mythos-class hacking abilitiesEN
  3. 03OpenAI alerts 100+ orgs that its 'misaligned models' attempted to break in - or worseEN
  4. 04Shield: A 118M model for detecting prompt injections and jailbreaksEN
  5. 05New in llama.cpp: Decision ModelsEN
  6. 06Kolibri Has Landed: A Sovereign Open-Weight ModelEN
  7. 07Changes to Gemini model access and limitsEN
  8. 08Ideogram 4.5: The most precise edit modelEN

Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.

Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.

Anna Kaczmarek

Anna Kaczmarek

AI, modele i technologie

Anna Kaczmarek pisze o technologiach, AI i modelach oraz mediach i internecie, opierając się na dokumentacji, repozytoriach i danych źródłowych, a nie na komunikatach prasowych. Przy testach modeli sprawdza karty techniczne, parametry wejściowe i liczy wyniki na tych samych zbiorach, zamiast powtarzać liczby od producentów. Czeka na premiery API i aktualizacje wag, rozmawia z inżynierami oraz porównuje wersje modeli pod kątem kosztów i opóźnień. Prywatnie self-hostuje usługi i konfiguruje sieci domowe, więc do redakcji wnosi praktykę z własnego serwera. Nie publikuje zapowiedzi ani parametrów, których nie może odtworzyć na własnym środowisku.

Redakcja →

Komentarze

0
  1. Brak komentarzy — bądź pierwszy.

Dodaj komentarz

Komentarze są widoczne publicznie. Nie publikujemy wulgaryzmów, spamu i treści reklamowych.