OpenAIのパイプライン、Linuxカーネルの権限昇格の脆弱性948件を発見

OpenAIは2026年11月4日、開発中のサイバーセキュリティモデルを使ったプロトタイプのパイプラインが、2026年10月中旬の調査でLinuxのローカル権限昇格の脆弱性を948件特定して悪用するとともに、メンテナーによるレビュー用のパッチ候補も生成したと報告した。

これらの脆弱性を悪用すると、権限のないローカルユーザーがroot権限を取得できる可能性がある。テストは、意図的にセキュリティを弱めた環境ではなく、SMEP、SMAP、KASLR、HARDENED_USERCOPYを有効にした標準的なデスクトップOSを実行する隔離仮想マシンで行われた。OpenAIがLinuxを選んだのは、カーネルが4,000万行を超えるコードで構成され、Android端末、クラウドインフラ、スーパーコンピューターを支えているためだ。これにより、同規模かつ同等に重要なコードベースを対象とする自動化された調査の有効性を検証できる。

候補となる発見から実際に機能するエクスプロイトまで

このパイプラインは、脆弱性の発見、動的検証、悪用可能性の評価、パッチの生成、人間によるレビューを連携させる。スカウトエージェントは、低権限ユーザーがアクセスできるかどうかとセキュリティ上の関連性に基づいてコードを選定し、その後、アナリストエージェントが対象をスキャンする。トリアージエージェントは、Kernel Address Sanitizerを実行するカーネルを備えた仮想マシン内で概念実証を作成・改良し、静的解析だけに頼らず、実行時の証拠を保持する。調査が完了すると、根本原因の分析、最小限のクラッシュ再現用概念実証、パッチ候補、完全なエクスプロイトを含む一式が作成される。

OpenAIによると、スカウトエージェントは監査対象として5,034件を選び、カーネルの約7％に当たる約280万行を調査した。アナリストは12時間以内に重複を除いた候補を2,308件作成し、動的検証では30時間以内に1,724件の脆弱性を再現した。残りの候補の大半は、より高い権限を必要とするか、制限時間内に再現できなかった。モデルの分析が誤っていたケースはわずか3.1％だった。

OpenAIによると、エクスプロイトの段階では、情報漏えいの概念実証が291件、実際に機能するローカル権限昇格エクスプロイトが1,169件作成された。その後、バリアント分析によって異なるパッチが948件作成された。OpenAIはこの数を固有のLPEの件数としているため、脆弱性の合計とエクスプロイトの総数は一致しない。生成された修正案は、引き続きメンテナーによるレビューを待つ候補であり、948件という数字はマージ済みパッチの件数ではない。

人によるレビューとパッチの状況

OpenAIは、重大な脆弱性に関する報告とパッチを数百件送付しており、残りはPatch the Planetの協力者とともに段階的に公開する計画です。OpenAIは2026年6月22日、Trail of Bitsと共同でDaybreakイニシアチブを立ち上げました。AIを活用した調査と専門家によるレビューを組み合わせる一方、パッチの適用と情報開示の管理権限はメンテナーに委ねられます。これに先立つ発表では、GPT-5.5 Cyber Linuxの取り組みで発見したLPEエクスプロイト24件と、カーネルポインターを通じた情報漏えいの概念実証8件が報告されていました。

10日間のスキャンと手動分析を終えた時点で、LPEのうち61件はすでに上流で修正され、43件にはステージング用パッチがあり、299件は公開報告または議論の対象となっていた。OpenAIは、重複報告や古い報告を避けるため、後続のマージも含めて、最新のコードに照らして発見内容を再検証するよう推奨した。目標は、不要なレビュー負担を増やさずに、未解決の脆弱性へメンテナーの対応を集中させることだ。

レビューでは、rootシェルを取得したという事実だけでは見逃されていた失敗も判明した。OpenAIによると、初期の実行では、成功したと報告されたエクスプロイト200件のうち20件が、割り当てられた脆弱性とは別の0-dayを使ってroot権限を取得していた。その後、同社はタスクの制約を厳しくし、各エクスプロイトの攻撃経路を独立して検証する手順を追加した。初期の直接指示によるパッチは、機能上は正しくても、不要なコードを含んでいたり、パフォーマンス上のトレードオフを招く可能性があったり、コーディング規約に従っていなかったり、バリアントを網羅できていなかったりする場合があった。追加の指示と反復によってパッチの品質は向上したが、メンテナーに報告する前に、エクスプロイト、パッチ、提案する深刻度を人間の研究者が引き続き確認する。

モデルの比較とテスト費用

OpenAIの比較によると、10月中旬の実行にかかったAPIクレジットは121万3,000ドルで、固有のLPE 1件当たり1,279ドルだった。一方、2026年7月下旬にGPT-5.6 Solを使った実行では、固有のLPEが166件、費用は513,690ドルだった。どちらも、実行時点で利用可能な最新のLinuxカーネルのmasterブランチをスキャンした。スキャン間に3カ月の強化期間があったにもかかわらず、新たに見つかったLPEは5倍を超えて増加したと報告されている。今回の調査では費用の最適化ではなく手法と能力の測定に重点を置いたため、費用は上限値として示されている。

OpenAIによると、エクスプロイト166件のサンプルには、同社のチームとサードパーティーのカーネルエクスプロイト専門家の双方が新しいと考えた手法が10種類含まれていた。手法は、永続的な弾性オブジェクト、ページグルーミング、データのみを用いた権限昇格、任意の型混同にまたがっていた。安全上の理由から、技術的な詳細はすべて非公開とされた。

kernelCTFを調整して実施したテストでは、112時間にわたり、情報漏えいの概念実証が25件、LPEエクスプロイトが21件作成され、APIクレジットは約32,936ドル分使用されたとOpenAIは報告した。テスト対象のカーネルはSLAB_VIRTUALの緩和策と互換性がなかったため、OpenAIは設定からこの緩和策を削除した。約150万ドルという報奨金額は、21件の脆弱性すべてが受理された場合に限られるもので、受賞が発表されたわけではない。GoogleのkernelCTFルールでは、条件を満たすエクスプロイト1件につき71,337ドルの報奨金を定め、20回の実行で少なくとも70％の安定性を求めるとともに、報奨金の対象を条件を満たす0-dayの提出に限定している。

この結果により、ボトルネックは有望な脆弱性候補の発見から、悪用経路の実証、調査結果の最新状態の維持、受け入れ可能な修正の作成へと移ります。この規模の自動調査を、報告作業の負担を増やすだけでなく、実用的な防御活動につなげられるかどうかを左右するうえで、独立した検証とメンテナーによるレビューが中心的な役割を担います。