Open source napędza internet. Dane o lukach są rozproszone po 40 bazach
Informacje o lukach w oprogramowaniu open source są rozproszone po kilkudziesięciu osobnych bazach i kanałach ujawniania, wynika z danych OSV, a w szczelinach między nimi zaczynały się prawdziwe incydenty.

OSV, baza podatności open source prowadzona przez Google, nie przechowuje własnych biuletynów. Zbiera je z innych źródeł. Na stronie głównej widnieją liczniki ekosystemów, które wyglądają jak spis wszystkiego, z czego powstaje współczesne oprogramowanie: npm z 228 732 biuletynami, Chainguard z 1 023 658, Wolfi z 288 261, MinimOS z 144 169, GIT ze 108 035, Debian z 68 356, Ubuntu z 65 370. To liczby biuletynów w ekosystemach, nie unikalnych błędów. Ta sama wada może występować w kilku z nich.
Właśnie na tym nakładaniu się źródeł polega sens projektu. Serwis opisuje siebie jako „otwarte, precyzyjne i rozproszone podejście do tworzenia i wykorzystywania informacji o podatnościach w open source”, oparte na schemacie OpenSSF OSV. Schemat istnieje po to, żeby podatność można było przypisać „precyzyjnie do wersji pakietu open source lub hasha commita”, a nie do ogólnej nazwy produktu. Wpis OSV w katalogu CISA mówi wprost o koszcie narzędziowym: wymaga konta Google Cloud Platform i Google Group.
Prawdziwe incydenty pokazują, dlaczego precyzja na poziomie wersji ma znaczenie.
Log4Shell, CVE-2021-44228, dostał 10,0 w skali CVSS i był „aktywnie wykorzystywany przez grupy ransomware i aktorów państwowych przez ponad rok po tym, jak poprawka już istniała”, według analizy ryzyk open source firmy Safeguard. Backdoor w XZ Utils, CVE-2024-3094, także oceniono na 10,0 i znaleziono przypadkiem 29 marca 2024 roku, po tym jak współtwórca posługujący się nazwiskiem „Jia Tan” przez ponad dwa lata budował historię commitów i zaufanie. Kod zdążył trafić do Debiana testing oraz do przedpremierowych wydań Fedory 40/41. Heartbleed, CVE-2014-0160, ujawnił klucze prywatne na około 500 000 serwerów w kwietniu 2014 roku. Włamanie do Equifax w 2017 roku miało źródło w niezałatanej luce Apache Struts, CVE-2017-5638, i kosztowało 1,4 mld dolarów w ugodach i naprawie szkód.
Łatanie nie jest wąskim gardłem
W tekście Safeguard pojawia się rozróżnienie, które ginie w pulpitach z ocenami ważności: problem rzadko polega na tym, że nie ma poprawki. Chodzi o to, że organizacje nie potrafią ustalić, które działające usługi faktycznie wywołują podatną funkcję, więc łatanie spada na dalszy plan wobec zaległości, w których wszystko wygląda równie pilnie. Katalog znanych wykorzystywanych podatności CISA, ograniczony do CVE z potwierdzonym aktywnym wykorzystaniem, przekroczył 1 300 pozycji na 2025 rok, a duża ich część to szeroko osadzone komponenty open source, takie jak Apache, OpenSSL i Spring.
Głębokość zależności pogarsza sprawę. Raport Synka State of Open Source Security z 2020 roku, przywołany przez Safeguard, wykazał, że przeciętny projekt JavaScript wciąga 683 zależności, z czego 79% to zależności pośrednie. Raport Synopsys Open Source Security and Risk Analysis z 2024 roku podał, że open source stanowi od 70% do 90% kodu we współczesnych aplikacjach. Przewodnik SentinelOne ujmuje ten sam problem jako kwestię zarządzania: skuteczne programy potrzebują mapowania zależności, automatycznego egzekwowania polityk, które oznacza lub blokuje kompilacje, oraz oceny ryzyka, żeby zdecydować, co naprawiać najpierw, gdy brakuje ludzi i czasu.
Do tego dochodzi warstwa ludzka. W marcu 2016 roku deweloper Azer Koçulu usunął left-pad, jedenastolinijkowy pakiet npm, w trakcie sporu o nazwę, i w ciągu godzin kompilacje padły w całym ekosystemie JavaScript, dopóki npm nie przywrócił pakietu. Log4j, choć siedział w szacunkowo setkach tysięcy aplikacji, utrzymywał głównie mały zespół wolontariuszy; główny opiekun Volkan Yazıcı mówił publicznie, że zespół zajął się reakcją na Log4Shell zasadniczo bez wynagrodzenia. Na pracę wolontariuszy nie ma umowy SLA.
Licencje niosą własne ryzyko. Software Freedom Conservancy pozwała Vizio w 2021 roku w sprawie kodu źródłowego GPL w jego telewizorach, a w lutym 2024 roku sąd apelacyjny w Kalifornii orzekł, że warunki GPL można egzekwować jako prawa kontraktowe osób trzecich.
Naprawić kod to jedno. Znaleźć go to drugie
Narzędzia wokół warstwy bazowej się konsolidują. OSV-Scanner, instalowany przez Go, skanuje SBOM-y, pliki lockfile, katalogi projektów i obrazy kontenerów, a do tego dostarcza gotowe do użycia workflow GitHub, żeby potoki CI/CD sprawdzały nowo dodane zależności w pull requestach i uruchamiały regularne skany całego projektu. API odpowiada na zapytania po hashu commita lub po wersji pakietu, z przykładowymi wywołaniami dla SHA commita albo dla jinja2 2.4.1 na PyPI. OSV-Scanner ma też tryb naprawy ze strategiami in-place i relock dla package-lock.json.
Nie każdy projekt goni za tym samym wskaźnikiem. typed-lm, projekt w Rust opublikowany na GitHubie, wybrał inną drogę: zamienia gęste modele dekoderowe, w tym Llama, Qwen2, Qwen3, Mistral, Gemma, Gemma2 i Gemma3, w typowane API routingu semantycznego, zwracające wartości logiczne, wybory i wyniki zamiast wygenerowanego tekstu. README twierdzi, że pojedynczy przebieg w przód oznacza milisekundy zamiast sekund, i publikuje tabele opóźnień dla jednej karty RTX 3070 z wagami F16. Na procesorze podaje, że prefill 1024 tokenów spada z 28,23 sekundy do 13,13 sekundy przy włączonym CPU flash i MKL, i zaleca checkpoint GGUF Q4_K_M z funkcją mkl. To liczby publikowane przez projekt, niezweryfikowane niezależnie.
Ekonomia pod tym wszystkim jest nieustalona. W sierpniu 2026 roku deweloper Debamitro opisał rozmowę z Christianem Hammondem, założycielem i prezesem ReviewBoard, i wyszedł z niej z kontrintuicyjnym wnioskiem: firmy płacą za ReviewBoard „nie dlatego, że to open source, ale mimo że to open source”. Klienci płacą za wsparcie, a niektórzy za wersję hostowaną. Hammond powiedział mu też, że użycie ReviewBoard spada w części firm, które rezygnują z przeglądów kodu, i przekonywał, że języki programowania, a szerzej podstawowe oprogramowanie, powinny być open source.
Problem podatności zostaje więc tam, gdzie był: rozproszony po ponad czterdziestu bazach ekosystemów, z których większość utrzymują ci sami nieopłacani lub słabo finansowani ludzie, którzy w ogóle wydają ten kod. Agregacja pomaga. Nie zamyka jednak luki między opublikowanym biuletynem a organizacją, która wie, czy podatna funkcja działa u niej na produkcji.
Źródła
6- 01OSV - Open Source VulnerabilitiesEN
- 02Open Source Vulnerabilities (OSV) - CISAEN
- 03Open Source Vulnerability Management: A Comprehensive Guide - SentinelOneEN
- 04Open Source and Making Money in 2026EN
- 05Typed-lm: a Rust jev open source alternativeEN
- 065 Risks of Open Source Software (With Real Incidents)EN
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.
Komentarze
0- Brak komentarzy — bądź pierwszy.