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
›

Ujawnienia podatności sięgnęły w sierpniu 10 740, bo AI przyspiesza wykorzystywanie błędów

Google Threat Intelligence Group podała w środę, że miesięczna liczba ujawnianych podatności podwoiła się między styczniem a sierpniem i sięgnęła 10 740 w zeszłym miesiącu. Odkrywaniem i uzbrajaniem błędów zajmują się dziś w dużej mierze agenci AI.

TechnologiaAnalizaMarta ZielińskaOpublikowano: 30 września 20264 min czytaniaŹródła 11
Ujawnienia podatności sięgnęły w sierpniu 10 740, bo AI przyspiesza wykorzystywanie błędów

Liczby pochodzą z raportu GTIG opublikowanego 30 września. Rok zaczął się od 5 045 ujawnień w styczniu, a w lipcu i sierpniu liczba przekroczyła 10 000. Podaje to The Record. Liczba różnych podatności ujawnionych i wykorzystanych w tych ośmiu miesiącach przewyższa już całkowity wynik za cały 2025 rok. W tym roku wykorzystano 141 podatności, rok wcześniej 127.

Ważniejszy niż sam nagłówek jest sposób, w jaki GTIG te dane opisuje. Zdaniem badaczy wzrost w 2026 roku „wynika z szybkiego, celowego uzbrajania niebezpiecznych exploitów w środowisku produkcyjnym, a nie z zalewu nowych zero-day”. Innymi słowy, napastnicy coraz szybciej zamieniają już załatane błędy w działające ataki.

Kelli Vanderlee, starsza analityczka w GTIG, powiedziała The Record, że zespół spodziewa się dalszego wzrostu odkrywania i wykorzystywania wspieranego przez AI w krótkim i średnim okresie. Z raportu wynika, że grupy przestępcze wolą porównywać przez LLM wersje produktów, poprawki i komunikaty o ujawnieniu z kodem proof-of-concept, niż szukać nowych zero-day.

Jeden błąd, sześć grup, siedem dni

Przykładem prześledzonym w raporcie jest CVE-2026-1731, luka w oprogramowaniu BeyondTrust, którą amerykańskie federalne zespoły cyberbezpieczeństwa wskazały w lutym. Według GTIG błąd znalazł autonomicznie zewnętrzny agent badawczy o nazwie Hacktron AI. W ciągu czterech dni od publicznego ujawnienia wykorzystywała go jedna grupa. W ciągu siedmiu dni dołączyło pięć kolejnych. Działania po wykorzystaniu objęły eskalację uprawnień, wyciek danych i dodatkowe ładunki o nazwach SNOWLIGHT, SPARKRAT oraz koparki kryptowalut.

Najważniejsza jest właśnie ta sekwencja. Autonomiczny agent znajduje lukę, wychodzi poprawka, a napastnicy w kilka dni zamieniają różnicę w broń. Badacze podali, że wiele tegorocznych ujawnień pochodziło od kilku dostawców, między innymi od producenta oprogramowania routerów Totolink i od Oracle.

Dane GTIG trafiły do obiegu w tym samym tygodniu, w którym kilka projektów open source odpowiedziało własnymi narzędziami. 30 września Archestra opublikowała OpenAPPA, deterministyczną warstwę zabezpieczeń między agentem a jego narzędziami, która sprawdza każde wywołanie według deklaratywnej polityki zapisanej w TOML. Własne testy projektu mówią, że żaden punktowany atak nie powiódł się w 1 320 ocenach, przy wykonaniu 88 do 90 procent zadań. Przeciwko FIDES firmy Microsoft w tych samych testach skutecznych było 31 procent ataków. To liczby dostawcy z repozytorium GitHub, a nie niezależne wyniki.

Drugi projekt, UAI, opublikowany tego samego dnia, obrał inny kierunek. Każdy agent dostaje tożsamość przypisaną do odpowiedzialnego właściciela, z autoryzacją ograniczoną czasowo i terytorialnie oraz podpisanymi poświadczeniami działań, które mogą weryfikować osoby trzecie. W README zastrzeżono wyraźnie, że protokół nie twierdzi, iż agent jest bezpieczny, a jedynie że jego działania można przypisać.

Żaden z tych projektów nie dotyczy samego procesu odkrywania błędów. To trudniejszy problem i właśnie jego opisują liczby GTIG.

Strona ujawnień też jest pod presją

Opiekunowie projektów open source mierzą się z własną wersją tego problemu. Projekt OpenSSL opublikował 29 września biuletyn dotyczący CVE-2026-84782, poważnej luki w DTLS, która może ujawniać pamięć sterty. Osobny biuletyn projektu LiteLLM, GHSA-7hp6-4w63-5g45, opisuje eskalację uprawnień do administratora proxy, która może prowadzić do zdalnego wykonania kodu.

Problem skali przyciągnął uwagę nie tylko dostawców. Branżowa grupa muzyczna IFPI wykorzystała swoje zgłoszenie do unijnej listy obserwacyjnej fałszerstw i piractwa na 2027 rok, o czym pisał TorrentFreak, by wymienić w nim open source'owy program do pobierania filmów z YouTube, yt-dlp, jako usługę zrywania strumieni. IFPI argumentuje, że narzędzie jest „trudne do opanowania i/lub usunięcia” ze względu na otwarty kod i społeczność deweloperów. W zgłoszeniu podano nazwy czterech opiekunów projektu wraz z ich nazwami na GitHubie i nie zażądano wobec nich żadnych konkretnych działań.

Chińskie repozytoria modeli z kolei pozycjonują się jako alternatywa dla Hugging Face, które Pekin zablokował w 2023 roku. ModelScope firmy Alibaba hostuje ponad 170 000 modeli, a MoArk należący do OSChina około 20 000, jak podał Rest of World. Dyrektor generalny OSChina Xu Yong powiedział portalowi, że nie każdy może korzystać z VPN przez cały czas.

Wątek przewodni jest niewygodny. Ta sama zdolność agentowa, która według GTIG przyspiesza wykorzystywanie błędów, jest też proponowana jako rozwiązanie, przez OpenAPPA, przez UAI i przez rosnącą stertę startupów. Liczba 10 740 to na razie jedyny twardy argument w tej dyskusji.

Komentarze 0

Źródła

11
  1. 01Google: Vulnerability disclosures double to 10,000 per month as AI fuels exploitationEN
  2. 02OpenAPPA: Deterministic guardrails that don't break agentsEN
  3. 03UAI - An open protocol for identity and accountability of AI agentsEN
  4. 04OpenSSL Security Advisory: DTLS heap memory leak (CVE-2026-84782)EN
  5. 05New LiteLLM Vulnerability: Privilege Escalation to Proxy Admin and RCEEN
  6. 06IFPI Wants Open Source YouTube Downloader Yt-Dlp on EU Piracy Watch ListEN
  7. 07The open-source AI platforms vying to become China's Hugging FaceEN
  8. 08OpenAI's dirty deeds Down Under included security bypass attempts, using exposed keys, source code siphonEN
  9. 09US trade regulator opens investigation into AI giants including Anthropic and OpenAIEN
  10. 10FTC is investigating OpenAI, Anthropic and other AI companies over product risksEN
  11. 11"An AI did it" is no defense, says nonprofit suing OpenAI over Hugging Face hackEN

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.

Marta Zielińska

Marta Zielińska

AI, modele i technologie

Marta Zielińska pisze o technologiach, AI i modelach oraz mediach i internecie, opierając się na dokumentacji, preprintach i danych z API, a nie na zapowiedziach producentów. Przy każdej publikacji sprawdza karty modeli, parametry treningowe i benchmarki, a liczby porównuje z niezależnymi testami i wynikami z repozytoriów. Rozmawia z badaczami i inżynierami, czeka na kolejne wydania modeli i zestawia ich działanie z wcześniejszymi wersjami. Prywatnie drukuje w 3D, naprawia stare komputery i sprawdza, jak modele uczą się na śmieciach z internetu. Nie publikuje wyników, których nie może odtworzyć na własnym sprzęcie.

Redakcja →

Komentarze

0
  1. Brak komentarzy — bądź pierwszy.

Dodaj komentarz

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