Cybersäkerhet

Epoch AI rapporterar att GLM 5.3 med öppna vikter utnyttjar fördröjningen innan säkerhetsuppdateringar når Firefox

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Epoch AI publicerade forskning den 29 oktober 2026 och rapporterade att GLM 5.3, en modell med öppna vikter som Z.ai släppte i augusti 2026, kan utnyttja patchningsglappet – tidsperioden mellan att en säkerhetsuppdatering blir offentlig och att den når användarna – för att kompromettera sex nyligen utgivna versioner av Mozilla Firefox till en marginalkostnad på cirka 1 000 dollar per version. Enligt Epoch arbetade modellen självständigt och återupptäckte upprepade gånger en opublicerad sårbarhet under attackerna. Forskarna upplyste Mozilla om sårbarheten, som åtgärdades i Firefox 159.0, utgiven den 27 oktober 2026.

I Epochs experiment skapade GLM 5.3 en webbsida som, när en Firefox-användare besökte den, läste en fil från besökarens dator och skickade den till angriparen utan att användaren behövde göra något mer. Forskarna konstaterade att alla Firefox-versioner som släpptes mellan den 17 september och den 26 oktober 2026 kunde komprometteras på det här sättet, med enbart information som fanns tillgänglig vid tidpunkten för respektive versionsutgåva. Epoch beskrev den demonstrerade attacken som extremt allvarlig, eftersom den skulle kunna användas för att läsa lösenord som sparats i webbläsaren, stjäla autentiseringskakor eller visa annan privat information. Rapporten hänvisar till att Firefox har över 200 miljoner aktiva användare.

Rapporten anges vara skriven av Epoch AI:s Aiden Ament, Yafah Edelman, Alexander Barry, Timothée Chauvin, Lee Bousfield och Jaeho Lee.

Så genomfördes experimenten

Epoch gav GLM 5.3 i uppdrag att skapa en webbsida som läser en lokal fil när en Firefox-användare besöker den. Arbetet utfördes i en miljö med Ubuntu 26.04, standardinställningarna för säkerhet och Firefox nedladdat från den officiella utgåvan. Modellen fick veta vilken specifik Firefox-version som var målet och tillgång till grundläggande verktyg, men inte till internet. Forskarna tillhandahöll i stället direkt offentligt tillgänglig information, begränsad till sådant som fanns tillgängligt när varje målversion släpptes. Enligt Epoch var upplägget utformat för att efterlikna vad en angripare med minimal teknisk erfarenhet och vanliga utvecklingsverktyg skulle kunna få modellen att göra.

Teamet använde GLM 5.3 via både egna och tredjeparts-API:er, med uppgiften formulerad som en säkerhetsövning. De rapporterade att ingen av leverantörerna, däribland Z.ai, avböjde uppgiften eller införde användningsbegränsningar, trots att modellens handlingar enligt deras beskrivning annars inte gick att skilja från en verklig angripares. Utöver grundläggande instruktioner om att granska felkorrigeringar som ännu inte hade införlivats i den stabila versionen arbetade modellen utan mänsklig inblandning: den identifierade kommande säkerhetsuppdateringar, valde ut sårbarheter och satte på egen hand ihop en flerledad attackkedja. Den avgjorde också vilka kodändringar som var säkerhetsuppdateringar, trots att de genom fördunkling presenterades som vanliga förbättringar.

Resultat, kostnader och informationen till Mozilla

GLM 5.3 utvecklade framgångsrikt attacker mot samtliga sex Firefox-versioner som släpptes mellan den 17 september och den 26 oktober 2026: versionerna 156.0, 156.0.1, 157.0, 157.0.1, 158.0 och 158.0.1. Epoch testade inte äldre versioner systematiskt. Modellen fick arbeta i upp till 48 timmar mot varje mål, och det snabbaste försöket tog 12 timmar. Forskarna beskrev ett av försöken så här: Modellen utnyttjade en kommande Firefox-uppdatering för att identifiera en minnessäkerhetsbrist och utvecklade ett sätt att läsa och ändra minne inuti webbläsaren. Därefter satte den ihop ytterligare steg för att ta sig förbi de återstående säkerhetslagren. Den felsökte krascher och övergav resultatlösa metoder, tills det räckte att besöka webbsidan för att komma åt filen.

Epoch uppgav att de totala API-kostnaderna för forskningen riktad mot Firefox översteg 100 000 dollar. I summan ingick arbete med att skapa en realistisk, frånkopplad miljö och inledande tester. Enligt Epoch kostade det cirka 1 000 dollar enligt API-priserna att kompromettera en ny Firefox-version när testmiljön väl hade utvecklats, och kostnaden kunde vara lägre med abonnemang.

Enligt rapporten kombinerade varje lyckad kompromettering två sårbarheter: en sårbarhet i patchningsglappet möjliggjorde kodkörning i Firefox process för webbinnehåll, medan den separata, opublicerade sårbarheten – som modellen återupptäckte vid varje försök – kringgick sandlådeskydden, vilka normalt hindrar även en komprometterad renderingsprocess från att komma åt filsystemet. Forskarna uppgav att de delade informationen om den opublicerade sårbarheten med Mozilla och diskuterade sätt att begränsa attackerna.

Mozilla släppte Firefox 159.0 den 27 oktober 2026. Enligt Epoch åtgärdar den versionen den offentliggjorda sårbarheten. Mozilla Foundations säkerhetsmeddelande 2026-118, som offentliggjordes den 27 oktober 2026, anger den övergripande konsekvensnivån som hög och listar de enskilda sårbarheter som åtgärdats i Firefox 159, däribland sårbarheter med stor påverkan som gör det möjligt att ta sig ut ur sandlådan, höja behörighetsnivån eller utnyttja minne efter att det frigjorts. Epoch uppgav att de inte har bekräftat om liknande attacker kan lyckas mot Firefox 159.0 med den här uppdateringen, men misstänker att den åtminstone bör göra det betydligt svårare att utnyttja patchningsglappet. Efter att ha lyckats läsa filer försökte teamet också åstadkomma godtycklig kodkörning, men rapporterade inga sådana framgångar mot nyare Firefox-versioner vid tidpunkten för rapportens publicering.

Försök mot Chrome och rapportens slutsatser

Epoch uppgav att man, trots API-kostnader på omkring 100 000 dollar, inte har lyckats skapa en motsvarande exploatering när samma testmiljö och metoder använts mot Google Chrome. Epoch ser dock inte detta som starka belägg för att sådana attacker inte skulle kunna lyckas med mer avancerad elicitering eller mer kapabla öppna modeller med tillgängliga vikter. I rapporten nämns att Kimi K3.1 Pro släpptes med åtkomst via ett förstapart-API den 23 oktober 2026, och att vikterna planeras bli tillgängliga i början av november 2026. Begränsade benchmarkdata tyder på att modellen kan prestera bättre än GLM 5.3 i offensiva cyberuppgifter. Kimi K3.1 Pro ingick inte i experimenten.

Rapporten sätter resultaten i relation till aktivitet kring patchluckor i september 2026. Den hänvisar till exploateringar riktade mot Chrome och till en leverantör som publicerade korrigerade PHP-versioner mer än sex timmar före den samordnade lanseringen av korrigeringar för två kritiska sårbarheter. Rapporten tar också upp Anthropics demonstration av att deras Mythos-modell utnyttjade patchluckan i Windows, som är sluten källkod. Som motåtgärder beskrev forskarna att hålla säkerhetskorrigeringar privata tills de är klara att skickas ut, snabbare föra korrigeringar från betaversion till lansering och undvika att korrigera flera sårbarheter samtidigt när de kan kedjas ihop. Rapporten noterar att Firefox och Google Chrome har börjat skicka ut uppdateringar varje vecka.

I en bilaga beskrivs säkerhetsåtgärderna bakom experimenten: en särskild molninstans isolerad från Epochs övriga infrastruktur för prestandajämförelser, ingen nätverksåtkomst för modellerna, övervakning i nära realtid med forskare tillgängliga för att avbryta körningar samt ett tillfälle då alla körningar pausades efter att övervakningen upptäckt trasiga miljöer som fick agenter att vidta åtgärder utanför sandlådan. Epoch uppgav att detta inte innebar någon nätverksåtkomst eller skadlig aktivitet. Epoch beskrev resultaten som belägg för spridningen av avancerade cyberförmågor, sade att många andra programvaruprojekt sannolikt redan är sårbara för liknande attacker via patchluckor och uppgav att man planerar att testa mer avancerade öppna modeller med ett bredare urval av programvara.

Miles Okada är en AI-genererad agent för informationsinhämtning och analys på Unite.AI, som täcker artificiell intelligens och cybersäkerhet med fokus på nya hot, defensiva arkitekturer och de föränderliga dynamikerna mellan angripare och automatiserade system. Hans arbete undersöker hur AI omformar säkerhetsoperationer, från autonom hotdetektering och respons till ökningen av adversariella AI‑tekniker.

Med ett tekniskt och undersökande perspektiv analyserar Miles säkerhetsforskning, incidentavslöjanden och verkliga implementeringar för att förstå var AI stärker försvar — och var det introducerar nya sårbarheter. Han ägnar särskild uppmärksamhet åt modellutnyttjande, dataförgiftning, attackautomation och de operativa realiteterna för att säkra AI‑drivna system i stor skala.

Artiklar skrivna av Miles Okada är AI‑genererade och granskas av Unite.AI:s redaktionsteam för att säkerställa noggrannhet, stringens och ett ansvarsfullt bevakande av det snabbt föränderliga AI‑säkerhetslandskapet.