Ajatusjohtajat
Tekoäly löytää haavoittuvuuksia salamannopeasti. Niiden korjaaminen on aivan toinen juttu.

Keskeiset kohdatTekoäly paljastaa nyt nollapäivähaavoittuvuuksia nopeammin kuin puolustajat ehtivät…
Näytä lisää
- Tekoäly paljastaa nyt nollapäivähaavoittuvuuksia nopeammin kuin puolustajat ehtivät paikata ne.
- Yli puolet tekoälyn luomista paikkauksista ei korjannut virhettä tai toi uusia virheitä.
- Pelkästään julkistettuihin CVE-tunnisteisiin luottaminen jättää puolustajat reagoimaan hyökkääjien aikatauluihin.
Kyberturvallisuudessa on uusi ongelma, ja ironista kyllä, sen taustalla on kykymme löytää ongelmia nopeammin kuin koskaan ennen.
Huipputason tekoälymallit löytävät ja hyödyntävät ohjelmistojen haavoittuvuuksia yhä tehokkaammin. Tämä tarkoittaa, että puutteet, jotka olisivat voineet pysyä piilossa vuosia, paljastuvat nyt vauhdilla, jota olisi ollut lähes mahdoton kuvitella vielä muutama kuukausi sitten.
Haasteena on kuitenkin se, että ala kehittyy haavoittuvuuksien löytämisessä paljon nopeammin kuin niiden korjaamisessa. Tarkastellaan Anthropicin uusinta tutkimusta. Zhipu AI:n avoimilla painoilla varustettu GLM-5.3 kehitti onnistuneesti toimivia päästä päähän ulottuvia hyväksikäyttöjä 50:ssä 410 yrityksestä ExploitBench-vertailutestissä, kun taas Claude Mythos Preview onnistui 56:ssa.
Rajoitetun huipputason mallin ja sellaisen mallin välinen ero, jonka painot ovat vapaasti saatavilla, on siis erittäin pieni. Kyvykkyydet, jotka aiemmin edellyttivät erittäin erikoistuneita tietoturvatutkijoita, ovat nyt yhä laajemman joukon saatavilla. Samaan aikaan käyttämämme ohjelmistot eivät ole yhtäkkiä muuttuneet vähemmän haavoittuviksi. Olemme siirtyneet aikaan, jolloin nollapäivähaavoittuvuuden löytäminen voi olla nopeampaa kuin sen korjaaminen.
Viimeaikaiset PHP2Shell-haavoittuvuudet ovat tästä erinomainen esimerkki. Wizin, Califin ja OpenAI:n Codexin tietoturvatiimin tutkimuksen mukaan huipputason tekoäly auttoi yhtä tutkijaa löytämään kriittisiä puutteita PHP-moottorista noin viikossa. Nämä haavoittuvuudet koskivat ajoympäristöä, jonka varassa toimii huomattava osa verkosta, mukaan lukien WordPressilla, Drupalilla ja Joomlalla rakennetut sovellukset.
Tietoturvatiimeille tämä herättää kiireellisen kysymyksen: mitä tapahtuu, kun hyökkääjät pystyvät löytämään haavoittuvuuksia nopeammin kuin puolustajat ehtivät korjata ne?
Haavoittuvuuksien hallinnan toimintamallia ei suunniteltu tähän tilanteeseen
Haavoittuvuuksien hallinta on noudattanut vuosien ajan tuttua kaavaa. Haavoittuvuus löydetään, joku ilmoittaa siitä, sille annetaan CVE-tunnus, korjauspäivitys tulee saataville, haavoittuvuustarkistimet tunnistavat sen, tietoturvatiimit arvioivat riskin, asettavat korjauksen tärkeysjärjestykseen ja ottavat sen käyttöön. Prosessi ei ole täydellinen, mutta koko tietoturvaekosysteemi on rakennettu sen ympärille.
Todellinen ongelma on kuitenkin se, että prosessi riippuu pitkälti siitä, että haavoittuvuudesta tiedetään ylipäätään. Perinteiset tarkistimet kertovat hyvin, mitä tunnettuja haavoittuvuuksia ympäristössäsi on, mutta entä ne, joita ei ole vielä julkistettu? Entä ne, joilla ei ole CVE-tunnusta, tietoturvatiedotetta eikä korjauspäivitystä?
PHP2Shell-haavoittuvuuksien julkistaminen havainnollistaa, kuinka haavoittuvassa asemassa tämä malli meidät jättää. Molempien kriittisten haavoittuvuuksien, CVE-2026-109618:n ja CVE-2026-109619:n, CVSS-arvosana oli 9.2, ja niihin liittyi itse PHP:ssä olevia muistiturvallisuusvirheitä. Tutkijat osoittivat, että laajalti käytetyissä sovelluksissa, kuten WordPressissa, Drupalissa ja Joomlassa, oli mahdollista suorittaa koodia etänä ja paljastaa muistissa olevia tietoja. Myös sovellukset, joiden koodi oli muuten turvallista, saattoivat olla haavoittuvia, koska heikkous oli niiden alla olevassa ajoympäristössä.
Myös tapahtumien aikajana oli paljastava. Varhaisen julkisen varoituksen jälkeen PHP:n tietoturvatiimi aikaisti julkaisuaikatauluaan. Kun korjauspäivitykset tulivat saataville, ensimmäisiä hyökkäysyrityksiä oli jo havaittu.
Eikä PHP ollut tuona päivänä ainoa ongelma. Erillisessä ohjelmistojen toimitusketjuun kohdistuneessa hyökkäyksessä vaarantui LiteLLM-versio 1.107.0, suosittu avoimen lähdekoodin yhdyskäytävä suurille kielimalleille. Hyökkääjät ujuttivat julkaistuun Python-pakettiin tietoja varastavan haittaohjelman ja etäkäyttötroijalaisen, vaikka projektin lähdekoodivarasto pysyi puhtaana. Pelkkää lähdekoodia tarkastellut tiimi ei olisi havainnut haitallista sisältöä lainkaan.
Nämä tapaukset osoittavat, että haavoittuvuudet voivat piillä syvällä luotetuissa ohjelmistokomponenteissa vuosia ja että haitallista koodia voi päätyä järjestelmiin myös niiden riippuvuuksien kautta, joita organisaatiot asentavat rutiininomaisesti. Kumpikaan ei välttämättä ole peräisin sovelluksen omasta koodista.
Tapaukset osoittavat myös, että tarkistin voi antaa puhtaat paperit, vaikka sovellustesi käyttämissä ohjelmistoissa piilee yhä vakavia haavoittuvuuksia. Vielä vähän aikaa sitten piilevien puutteiden löytäminen laajassa mittakaavassa edellytti huomattavaa tutkimusosaamista ja resursseja, mutta huipputason tekoäly muuttaa tilannetta.
Virheen löytäminen on helppo osa. Mitä sitten?
Tekoälyn kyky löytää nollapäivähaavoittuvuuksia herättää paljon innostusta. Aiheesta syystäkin, sillä edistys on poikkeuksellista. Mielestäni tekoälyn löytämien haavoittuvuuksien määrästä kuitenkin puhutaan liikaa, eikä siitä, mitä seuraavaksi tapahtuu, läheskään tarpeeksi.
Haavoittuvuuden löytäminen ei tee sinusta turvallisempaa. Ensin on varmistettava, että se on todellinen, sillä tekoälyn tuottamat havainnot eivät ole automaattisesti paikkansapitäviä eikä vakuuttavan näköinen hyväksikäyttömenetelmä aina ole toistettavissa. Sen jälkeen on selvitettävä, mihin versioihin haavoittuvuus vaikuttaa, voiko sitä todella hyödyntää ja millaisen riskin se aiheuttaa.
Seuraavaksi haavoittuvuus on korjattava, ja tässä kohtaa asiat muuttuvat erityisen mielenkiintoisiksi. 1Passwordin tutkimuksessa tarkasteltiin 6 080:aa tekoälyn tuottamaa korjauspäivitystä. Niistä 53,9 prosentissa ei korjattu alkuperäistä haavoittuvuutta, niihin tuotiin uusi tietoturvavirhe tai tapahtui molempia.
Tutkimuksessa yli puolessa tuotetuista korjauspäivityksistä oli oma tietoturvaongelmansa. Tulokset toki heijastavat tiettyjä testausolosuhteita. Ne kuitenkin havainnollistavat asiaa, jonka jokainen kokenut insinööri tietää: korjaukselta näyttävän koodin kirjoittaminen ja sen osoittaminen, että se todella korjaa ongelman, ovat kaksi aivan eri asiaa.
Eikä työ ole vielä valmis, vaikka korjaus olisi oikea. Rikkooko se olemassa olevia toimintoja? Toimiiko se sovelluksesi käyttämän kirjaston vanhemman version kanssa? Voiko sen ottaa käyttöön ilman, että samalla on pakko tehdä päivitys, joka aiheuttaa tusinan verran muita ongelmia?
Mitä tapahtuu, kun korjaus pitää ottaa käyttöön sadoissa sovelluksissa, tiimeissä ja ympäristöissä? Testiympäristössä toimivasta korjauksesta, joka ei koskaan päädy tuotantoon, ei ole kenellekään suojaa. Tämä on se suuri kuilu, johon tietoturva-alan mielestäni pitää tarttua.
Haavoittuvuuksia löydetään nyt huimaa vauhtia, mutta suuri osa työstä, jota niiden muuttaminen todelliseksi suojaksi vaatii, etenee edelleen tuskallisen hitaasti. Tästä kuilusta on itsessään tulossa tietoturvariski.
Miten kuilu sitten käytännössä kurotaan umpeen?
Ratkaisu ei mielestäni ole se, että jo valmiiksi ylikuormitettuja tietoturvatiimejä kehotetaan tekemään enemmän töitä tai käsittelemään lisää hälytyksiä. Meidän on mietittävä uudelleen, miltä tehokas haavoittuvuuksien hallinta näyttää, kun puutteiden löytäminen ei enää ole suurin pullonkaula.
Aloittaisin näistä neljästä asiasta.
1. Älä pidä CVE-tietokantaa koko totuutena
CVE-tunnisteet ja haavoittuvuusskannerit ovat välttämättömiä, mutta ne kirjaavat sen, minkä tiedämme – eivät kaikkea, mitä todella on olemassa. Tietoturvatiimien on alettava katsoa julkistettujen haavoittuvuuksien ulkopuolelle ja yhdistettävä perinteinen skannaus ennakoivaan tutkimukseen, koodianalyysiin, uhkatiedusteluun ja selkeään käsitykseen ohjelmistokomponenteista, joihin niiden organisaatiot tukeutuvat.
Resurssit, kuten CISA:n tunnettujen hyödynnettyjen haavoittuvuuksien luettelo, ovat hyödyllisiä tunnettujen uhkien asettamisessa tärkeysjärjestykseen, mutta niistä ei selviä, mitä haavoittuvuuksia ei ole vielä julkistettu. PHP2Shell osoitti, että perustavanlaatuisissa ohjelmistoissa voi olla vakavia haavoittuvuuksia vuosia ennen niiden löytymistä. Kun kehittynein tekoäly pystyy löytämään tällaiset puutteet päivissä, yksinomaan julkaistuihin tiedotteisiin luottavat puolustajat joutuvat aina reagoimaan jonkun muun aikataulun mukaan.
2. Ymmärrä, ettei löydösten suurempi määrä tarkoita parempaa tietoturvaa
Tekoäly voi tuottaa valtavan määrän mahdollisia löydöksiä, mutta se ei tarkoita, että jokaisen niistä pitäisi saada insinööritiimi keskeyttämään kaikki muu ja ryhtymään tutkimaan asiaa.
Todellinen arvo syntyy siitä, että tiedetään, mitkä haavoittuvuudet ovat aitoja, hyödynnettävissä ja oman ympäristön kannalta merkityksellisiä. Pystytkö toistamaan ongelman? Mihin versioihin se vaikuttaa? Onko hyökkäykselle realistista reittiä? Mikä on todellinen vaikutus liiketoimintaan?
Ilman tätä kontekstia organisaatiot saattavat asettaa haavoittuvuudet tärkeysjärjestykseen pelkkien vakavuuspisteiden perusteella ja samalla sivuuttaa sen, miten hyökkääjät voisivat todellisuudessa päästä käsiksi arkaluonteisiin järjestelmiin ja tunnistetietoihin.
3. Tee korjauksesta käyttöönotettava, älä vain teknisesti toimiva
Tämä on yksi haavoittuvuuksien korjaamisen aliarvioiduimmista haasteista. Suuryritykset eivät toimi ihanteellisissa ympäristöissä, joissa jokainen riippuvuus voidaan päivittää uusimpaan versioon yhdessä yössä. Niillä on vanhoja sovelluksia, toisiinsa kytkeytyviä järjestelmiä, yhteensopivuusvaatimuksia ja ohjelmistoversioita, joita ei voi noin vain korvata.
Siksi korjauksesta, joka edellyttää organisaatiolta puolen infrastruktuurinsa rakentamista uudelleen, ei ole juuri hyötyä. Tarvitsemme parempia tapoja siirtää tietoturvakorjauksia vanhempiin versioihin, säilyttää yhteensopivuus, pienentää hyökkäyspintaa tarpeettomasti kasvattamatta ja toimittaa päivitykset tiimien jo käyttämillä työkaluilla ja työnkuluilla.
NISTin organisaatioiden korjauspäivitysten hallintaa koskevissa ohjeissa korostetaan päivitysten tunnistamisen, priorisoinnin, asentamisen ja varmentamisen tärkeyttä. Haasteena on nyt nopeuttaa koko prosessia niin, että se pysyy tekoälyn vauhdittaman haavoittuvuuksien löytämisen tahdissa, sillä maailman paras korjauspäivitys on hyödytön, jos kukaan ei pysty ottamaan sitä käyttöön.
4. Mittaa, kuinka nopeasti suoja todella saadaan käyttöön
Jos tekoäly löytää tänään kriittisen haavoittuvuuden, kuinka kauan kestää varmistaa sen olemassaolo, kehittää toimiva korjauspäivitys, testata se ja saada se tuotantoon?
PHP2Shell-tapauksen käsittely tarjoaa hyödyllisen vertailukohdan. Echo toimitti korjatut PHP-paketit heti, kun korjaukset tulivat saataville alkuperäisessä ohjelmistossa. Tuetuista PHP-versioista tehtiin uudet levykuvat vielä samana iltapäivänä.
Tietoturvatiimien pitäisi mitata koko korjausprosessin kesto haavoittuvuuden löytämisestä ja varmistamisesta korjauspäivityksen kehittämiseen, yhteensopivuustestaukseen ja käyttöönottoon. Niiden pitäisi tietää, kuinka nopeasti ne pystyvät rakentamaan haavoittuvan ohjelmiston uudelleen, pystyvätkö ne tunnistamaan kaikki haavoittuvaa riippuvuutta käyttävät sovellukset ja kuinka paljon manuaalista työtä suojauksen käyttöönotto vaatii.
Kun huipputason tekoäly nopeuttaa haavoittuvuuksien löytämistä ja tekee siitä helpommin saavutettavaa, löydön ja haavoittuvuuden mahdollisen hyväksikäytön välinen aikaikkuna kapenee jatkuvasti. Emme voi olettaa, että perinteiset haavoittuvuuksien julkistamis- ja paikkaussyklit pysyvät kehityksen tahdissa. Haavoittuvuuksien hallinnan seuraavaa aikakautta määrittää se, kuka pystyy muuttamaan löydökset luotettaviksi ja käyttöönotettaviksi korjauksiksi ennen kuin hyökkääjillä on tilaisuus toimia.












