OpenAI utilizó agentes de inteligencia artificial para analizar el kernel de Linux y detectar vulnerabilidades en una de las piezas de software más importantes del ecosistema tecnológico. El proceso identificó 948 fallos distintos de escalada de privilegios y ayudó a preparar parches para que los revisaran los responsables del proyecto.
El kernel de Linux sustenta desde dispositivos Android y servicios en la nube hasta supercomputadoras. Su tamaño —más de 40 millones de líneas de código— y la variedad de componentes que incorpora, como sistemas de archivos, controladores y funciones de red, hacen que su análisis de seguridad sea una tarea especialmente compleja.
Según el informe publicado por OpenAI, la compañía desarrolló un proceso de cinco etapas: detección de posibles vulnerabilidades, validación dinámica, evaluación de su explotabilidad, generación de parches y revisión humana. La iniciativa habría supuesto un gasto aproximado de 1,21 millones de dólares en créditos de API.
### De miles de indicios a hallazgos validados
En la primera fase, los agentes identificaron áreas del código relevantes para la seguridad y propusieron posibles fallos. En unas 12 horas, el sistema reunió más de 2.300 candidatos. Después, otros agentes generaron pruebas de concepto y las ejecutaron para comprobar si los problemas podían reproducirse.
De acuerdo con OpenAI, el proceso completo duró alrededor de 30 horas y permitió reproducir 1.724 hallazgos. A continuación, el sistema clasificó los riesgos y produjo 1.169 exploits funcionales de escalada local de privilegios, además de 291 pruebas de concepto relacionadas con la divulgación de información. Tras retirar duplicados y falsos positivos, el equipo contabilizó 948 vulnerabilidades distintas de escalada de privilegios.
Los investigadores también emplearon los modelos para proponer parches. OpenAI afirma que revisó manualmente los exploits y las correcciones antes de comunicarse con los mantenedores del kernel. Siguiendo las recomendaciones de la comunidad de Linux, el equipo priorizó los casos y compartió los resultados para que pudieran ser atendidos. Algunos ya estarían corregidos, mientras que otros siguen en proceso de resolución.
### Resultados relevantes, con matices
No todos los hallazgos eran desconocidos. Al concluir el análisis, los mantenedores ya habían corregido 61 de las vulnerabilidades identificadas y otros 43 problemas contaban con parches en preparación. Además, casi 300 fallos se habían comunicado o debatido públicamente. Estas cifras muestran por qué es importante distinguir entre vulnerabilidades nuevas, problemas ya conocidos y resultados que requieren validación adicional.
El equipo también estudió 166 técnicas de explotación y señaló que diez no estaban documentadas previamente. Entre ellas habría métodos relacionados con la manipulación de memoria del kernel, la preparación de páginas de memoria y ataques basados en datos. OpenAI no publicó los detalles técnicos de esas técnicas mientras los problemas sigan pendientes de corrección, con el objetivo de reducir el riesgo de que puedan ser aprovechados por atacantes.
El informe presenta un avance significativo en el uso de IA para analizar software a gran escala, pero sus resultados deben entenderse como parte de un proceso que incluye pruebas técnicas y revisión humana. La automatización puede ayudar a encontrar y priorizar fallos con rapidez; confirmar su impacto, desarrollar correcciones seguras y coordinar su divulgación sigue requiriendo la participación de especialistas y mantenedores.
La iniciativa también tiene un evidente valor promocional para OpenAI, que describe el trabajo como una demostración de las capacidades de sus modelos de ciberseguridad, aunque no identifica en el informe al modelo principal utilizado. Esa consideración no invalida los hallazgos, pero sí refuerza la importancia de evaluar las cifras junto con la metodología, la validación independiente y el estado real de los parches.
from Latest from TechRadar https://ift.tt/kjayKOH
via IFTTT IA
