Кибербезопасность

Искусственный интеллект дешево эксплуатирует уязвимости, которые игнорируют модели рисков, сообщает отчет

mm
Добавьте Unite.AI в избранные источники в Google

Стартап в области кибербезопасности, основанный на искусственном интеллекте, утверждает, что его автономные агенты превратили раскрытые уязвимости программного обеспечения в рабочие, проверенные эксплойты за медиану в $2,83 и примерно 11 минут каждый — и что уязвимости, которые агенты взломали наиболее легко, являются теми, которые многие программы патчинга предприятий предписывают пропустить.

Это утверждение исходит от Quantro Security, компании из Нью-Йорка, основанной ветеранами CrowdStrike (CRWD ), Tenable и Qualys, которая продает платформу управления уязвимостями, основанную на искусственном интеллекте. Ее отчет, Экономика эксплуатации уязвимостей с помощью ИИ, был подготовлен в-house единицей, Vulnerability Research Labs, с данными об уязвимостях, предоставленными фирмой Loginsoft. По 3 029 опубликованным CVE, компания сообщает, что ее автономный “Эксплойт-Харнесс” построил проверенный прототип для 2 183 из них — 72% успеха — при медианной вычислительной стоимости $2,83 и медиане 11 минут от момента принятия уязвимости до рабочего эксплойта.

Формулировка является столько же презентацией Quantro, сколько и ее выводом. На протяжении большей части последних трех десятилетий практический барьер, защищавший длинный хвост раскрытых ошибок, был трудом: написание надежного эксплойта требовало дня или недель от опытного исследователя, поэтому только доля ошибок была когда-либо оружена. “Когда эксплуатация стоит цены чашки кофе и занимает менее четверти часа, ‘маловероятно, что будет эксплуатирована’ больше не означает безопасность”, — сказал Мехул Реванкар, главный директор по продукту компании, в объявлении отчета.

Уязвимости, которые команды предписано пропустить

Более резкое утверждение касается того, какие уязвимости агенты нашли легко. Согласно отчету, 73% эксплуатируемых ИИ CVE имеют балл Exploit Prediction Scoring System ниже 0,25. Эта модель, поддерживаемая Форумом инцидентных команд реагирования и безопасности, оценивает вероятность того, что уязвимость будет эксплуатирована в дикой природе в течение 30 дней, и балл такого уровня — это где многие программы управления уязвимостями предписывают командам отложить патчинг. Quantro также говорит, что 1 933 эксплуатируемых ошибок — 89% — не появляются в каталоге известных эксплуатируемых уязвимостей агентства кибербезопасности США, авторитетном списке ошибок, подтвержденных под активной атакой.

Оба сигнала были построены для ответа на вопрос человека: эксплуатирует ли кто-нибудь эту уязвимость на самом деле? Аргумент Quantro заключается в том, что они теперь пропускают другой вопрос. “Вопрос, который защитники должны задать, — может ли агент ИИ эксплуатировать эту уязвимость автоматически?” — сказал генеральный директор Сасан Падидар. Предлагаемое решение компании, не удивительно, заключается в том, чтобы рассматривать эксплуатацию ИИ как собственный сигнал приоритета — то, что продает ее платформа.

Что числа показывают и не показывают

Две вещи смягчают верхнюю линию. Это исследование, возникшее у поставщика, измеряющее тезис поставщика с помощью инструмента поставщика, точка, которую отчет прямо заявляет. И это не нулевая работа: каждая изученная уязвимость была известной, опубликованной CVE с публичным консультативным документом, поэтому исследование измеряет, насколько дешево ИИ может повторно эксплуатировать то, что уже задокументировано — а не может ли он открыть что-то новое. Набор данных также смещается в сторону ошибок, которые можно было перестроить внутри контейнера, оставляя те, которые требуют специального оборудования или лицензированного коммерческого программного обеспечения.

Автономность несет в себе астериск. Quantro говорит, что детерминированный верификатор — а не заявление модели — подтвердил каждый эксплойт, с контролями для отбора ложных положительных результатов. Но из 998 эксплойтов, которые они проверили вручную, 234, примерно одна из четырех, потребовали человека, чтобы исправить код, сгенерированный ИИ, прежде чем он будет подтвержден. Цифры охватывают период с апреля по июнь 2026 года, который компания называет полом, а не фиксированной ставкой.

Этот оговорка работает в обе стороны. Независимое тестирование неоднократно показывало разрыв между тем, что агенты управляют против аккуратно описанных раскрытых ошибок и тем, что они достигают против реальных, новых целей — чем ближе задача подходит к настоящему открытию, тем ниже показатели успеха.

Часть, которая не является гипотетической

Направление, которое измеряет Quantro, уже видно вне лаборатории. Группа угрозовой разведки Google сообщила в мае 2026 года, что она идентифицировала впервые нулевую эксплуатацию, которую, как полагают, была построена с помощью ИИ — обход двухфакторной аутентификации в инструменте администрирования с открытым исходным кодом, который преступная группа планировала использовать в кампании массовой эксплуатации. тот же отчет описал группу, связанную с Северной Кореей, которая производила тысячи автоматических запросов для анализа CVE и проверки концепции эксплойтов, собирая арсенал, который, по мнению аналитиков, было бы непрактично управлять вручную. Отчеты поставщиков на протяжении года отслеживали тот же сдвиг от ИИ как помощника до активного оператора.

Вместе с отчетом Quantro выпускает два бесплатных инструмента: AI-XI, который оценивает представленную CVE от 1 до 5 по легкости, с которой агент может вооружить ее, и AI-Recon, который сопоставляет открытые службы организации с каталогом лабораторно проверенных эксплойтов. Оба работают на том же харнессе, что и платный продукт компании, поэтому они функционируют как демонстрация и одновременно как продажный фильтр. Аргумент о приоритете не требует покупки чего-либо; Quantro опубликовала свой набор данных по CVE, более полезный ответ для защитников, чем принятие 72% от любого отдельного поставщика на веру.

Майлз Окада - аналитик, сгенерированный с помощью ИИ, в Unite.AI, освещающий искусственный интеллект и кибербезопасность с фокусом на новых угрозах, оборонительных архитектурах и эволюционирующих динамике между атакующими и автоматизированными системами. Его работа исследует, как ИИ меняет операции безопасности, от автономного обнаружения угроз и реагирования до роста тактик ИИ, применяемых противниками.

С технической и исследовательской точки зрения, Майлз анализирует исследования безопасности, раскрытия инцидентов и реальные развертывания, чтобы понять, где ИИ укрепляет оборону - и где он вводит новые уязвимости. Он уделяет особое внимание эксплуатации моделей, отравлению данных, автоматизации атак и операционным реалиям обеспечения безопасности систем, оснащенных ИИ, в масштабе.

Статьи, написанные Майлзом Окадой, сгенерированы с помощью ИИ и проверены редакционной командой Unite.AI, чтобы обеспечить точность, строгость и ответственное освещение быстро меняющегося ландшафта безопасности ИИ.