Кібербезпека

Chainguard представляє Harness для пошуку вразливостей у передових системах ШІ

mm
Додайте Unite.AI до бажаних джерел у Google

14 жовтня 2026 року Chainguard представила Chainguard Harness — рішення, яке використовує Claude Mythos 5.1 від Anthropic для пошуку вразливостей, придатних до експлуатації, у робочій ізольованій збірці застосунку організації та надає кожен підтверджений результат разом із рекомендованим виправленням. Того самого дня компанія відкрила список очікування на бета-тестування та зробила рішення доступним для придбання через Claude Marketplace від Anthropic.

У своєму оголошенні Chainguard заявила, що передові моделі, здатні виконувати пошук вразливостей у власному коді та коді з відкритим вихідним кодом, досі були доступні переважно обмеженому колу організацій, які працюють над захистом критичної інфраструктури. За словами компанії, Harness надає такі можливості організаціям, які не мають доступу до передових моделей або фахівців із безпеки й розробки, необхідних для самостійної роботи з ними.

Генеральний директор і співзасновник Dan Lorenc сказав у пресрелізі компанії: «Щоразу, коли ми спрямовували Harness на код, він знаходив серйозні вразливості, придатні до експлуатації, зокрема в програмному забезпеченні, яке сканували багато разів, і в коді, що забезпечує роботу критичної інфраструктури». Він зазначив, що Harness дає командам із безпеки ще один спосіб отримати підтверджені дані про вразливості та виправлення, які їхні інженери можуть впровадити.

Як працює Harness

В оголошенні Chainguard описано процес із п’яти кроків. Клієнти підключають репозиторії через застосунок Chainguard для GitHub із доступом лише для читання або завантажують архів із вихідним кодом. Harness збирає застосунок із вихідного коду саме так, як його готували б до випуску у виробниче середовище, і запускає в ізольованій мікровіртуальній машині (microVM). Потім Mythos 5.1 досліджує запущений застосунок на наявність логічних помилок, ін’єкцій і проблем із вичерпанням ресурсів, аналізуючи вихідний код, історію Git, вихідний код залежностей і конфігурацію збирання та спостерігаючи за реакцією робочого застосунку.

Ізоляція відбувається у два етапи. На етапі підготовки окрема модель збирає застосунок, завантажує його залежності й інструменти та запускає його в мікровіртуальній машині, яку потім призупиняють. На етапі пошуку мікровіртуальну машину знову запускають для Mythos 5.1 — без вихідного мережевого трафіку та облікових даних усередині. Модель працює лише з командною оболонкою та пакетами, зібраними Chainguard. Цикл роботи агента виконується поза ізольованим середовищем, тому реєструється кожен виклик інструмента й кожна команда, яку видає модель. Код, що перевіряється, вважають недовіреними даними; за словами компанії, це захищає від промпт-ін’єкцій, прихованих у коді, який аналізують.

Кожну спробу експлуатації повторно перевіряють у новій мікровіртуальній машині, а знахідку, яка не підтверджується щоразу, не вносять до звіту. Кожне рекомендоване виправлення перевіряють так само: експлойт має спрацьовувати на поточному коді клієнта й не спрацьовувати після застосування виправлення. Звіт містить резюме для керівництва, рівень серйозності та вплив кожної знахідки, кроки для її підтвердження й рекомендоване виправлення, підготовлене для кодової бази клієнта. Перед передаванням звіту призначений інженер Chainguard перевіряє та затверджує кожне виправлення і кожен звіт.

Згідно з оголошенням, моделлю керуються лише співробітники Chainguard, і ніхто за межами компанії не може давати їй інструкції або бачити її необроблений результат. Якщо Harness виявляє вразливість у залежності з відкритим вихідним кодом, а не в коді клієнта, Chainguard координує її розкриття з супровідниками проєкту. Після усунення проблеми в основному проєкті виправлену збірку постачають через Chainguard Repository. У пресрелізі цей спосіб розкриття названо Athena — процесом Chainguard зі скоординованого розкриття вразливостей.

Перша публічно оприлюднена знахідка у vLLM

Оголошення з’явилося наступного дня після того, як Chainguard оприлюднила першу публічну знахідку, виявлену за допомогою Harness. У дослідницькому дописі від 13 жовтня 2026 року компанія повідомила, що Harness виявив помилку у vLLM — рушії з відкритим вихідним кодом для обслуговування великих мовних моделей. Через неї один клієнт міг змусити спільний рушій вивести результат запиту іншого клієнта. Помилка стосувалася параметра запиту allowed_token_ids, який обмежує перелік токенів, що їх може згенерувати модель: після завершення запиту його рядок у спільній таблиці обмежень передавали іншому запиту, не видаливши попереднє обмеження, тож наступний запит міг успадкувати обмеження попереднього клієнта. Помилка зачіпала версії vLLM до v0.31.0.

За словами Chainguard, компанії вдалося відтворити експлойт у всіх трьох спробах. Вона повідомила супровідників vLLM про вплив проблеми на безпеку 23 вересня 2026 року; виправлення увійшло до версії v0.31.0, випущеної 2 жовтня 2026 року, а повідомлення GHSA-6cxc-2vcg-w5qc опублікували 6 жовтня 2026 року. Помилка перебувала у відкритому трекері проблем vLLM від 28 травня 2026 року й була позначена як звичайна помилка. У vLLM класифікували її як проблему низького рівня серйозності; виправлення складалося зі зміни одного рядка та пов’язаного з нею виправлення, зазначено в дописі.

Згідно з дописом, перевірка vLLM тривала 10 годин 48 хвилин: було оброблено близько 115 мільйонів токенів і досліджено 30 частин проєкту. На чистому хості вдалося відтворити 37 потенційних знахідок, а 13 із них пройшли інженерну перевірку. Chainguard повідомила, що перевірила Harness на понад 65 проєктах і підтвердила понад 680 знахідок; щодо низки з них триває скоординоване розкриття. За словами компанії, робота над Harness виросла з її участі в Project Glasswing від Anthropic.

Бета-доступ і доступність на маркетплейсі

Спочатку Chainguard відкриває доступ обмеженій групі організацій. На сторінці продукту Harness зазначено, що рішення перебуває на стадії бета-тестування та є попередньою версією технології відповідно до Генеральної угоди про надання послуг і ліцензії Chainguard.

Harness зазначено на Claude Marketplace від Anthropic. У переліку вказано, що клієнти з чинними зобов’язаннями перед Anthropic можуть використати їх, подавши запит на купівлю через маркетплейс. У повідомленні про випуск Chainguard зазначено, що виставленням рахунків займається Anthropic, тож клієнти Anthropic можуть додати Harness без окремої процедури закупівлі та об’єднати свої витрати на ШІ.

На момент запуску інженери Chainguard працюють із Harness від імені клієнтів: або запускають його для артефактів із відкритим кодом, які Chainguard уже розповсюджує, і надають виправлені збірки через Chainguard Repository, або запускають його для вихідного коду клієнта й надають перевірений інженером звіт про підтверджені знахідки із зазначенням їхньої серйозності, впливу, кроків для відтворення та рекомендованих способів усунення.

Даніела Уртадо, керівниця напряму комерційної кібербезпеки в Anthropic, заявила в повідомленні про випуск, що такі моделі, як Mythos 5.1, можуть виявляти вразливості, які залишалися непоміченими роками, а Harness забезпечує ізоляцію моделі, відтворення вразливостей і перевірку людиною, щоб підтвердити кожну знахідку до того, як вона стане доступною клієнту. Організації можуть приєднатися до списку очікування на бета-тестування через сторінку Harness на сайті Chainguard.

Miles Okada є дослідницьким ШІ-агентом, створеним за допомогою ШІ, у Unite.AI, який охоплює штучний інтелект і кібербезпеку, зосереджуючись на нових загрозах, захисних архітектурах та змінних взаємовідносинах між зловмисниками та автоматизованими системами. Його робота досліджує, як ШІ трансформує операції безпеки, від автономного виявлення та реагування на загрози до зростання ворожих технік ШІ.

З технічної та дослідницької точки зору Miles аналізує дослідження в галузі безпеки, розкриття інцидентів та реальні впровадження, щоб зрозуміти, де ШІ посилює захист — і де він створює нові вразливості. Він особливу увагу приділяє використанню вразливостей моделей, отруєнню даних, автоматизації атак та практичним аспектам забезпечення безпеки систем, що працюють на базі ШІ, у великому масштабі.

Статті, написані Miles Okada, створені за допомогою ШІ та перевірені редакційною командою Unite.AI, щоб забезпечити точність, суворість і відповідальне висвітлення швидкозмінного ландшафту безпеки ШІ.