思想领袖

AI 正以闪电般的速度发现漏洞,修复漏洞却是另一回事。

Eylam Milner
将 Unite.AI 添加到您在 Google 上的首选来源
要点AI现在发现零日漏洞的速度快于防御者修补它们的速度。
查看更多
  • AI现在发现零日漏洞的速度快于防御者修补它们的速度。
  • 超过一半的AI生成的补丁未能修复该漏洞,或引入了新的漏洞。
  • 仅依赖已披露的CVE会使防御者只能被动应对攻击者的时间线。

网络安全领域出现了一个新问题,讽刺的是,这个问题恰恰源于我们发现问题的速度前所未有地快。

前沿 AI 模型在发现并利用软件漏洞方面越来越出色。这意味着,原本可能隐匿多年的缺陷,如今能以几个月前几乎难以想象的速度被揭露出来。

然而,行业在发现漏洞方面的进步远大于修复漏洞方面的进步。看看最新的Anthropic 研究:在 ExploitBench 基准测试中,智谱 AI 的开放权重 GLM-5.3 在 410 次尝试中有 50 次成功开发出端到端、可实际运行的漏洞利用程序,而 Claude Mythos Preview 则成功了 56 次。

受限的前沿模型与权重公开的模型之间,差距极小。过去只有高度专业化的安全研究人员才具备的能力,如今正向更广泛的人群开放。与此同时,我们日常使用的软件并没有突然变得更安全。我们已经进入这样一个时代:发现零日漏洞,甚至可能比修复它所需的时间还短。

近期的 PHP2Shell 漏洞就是一个典型例子。根据Wiz、Calif 和 OpenAI 的 Codex 安全团队开展的研究,前沿 AI 帮助一名研究人员在大约一周内发现了 PHP 引擎中的严重缺陷。这些漏洞影响了支撑网络相当大比例内容的运行时环境,包括基于 WordPress、Drupal 和 Joomla 构建的应用。

对安全团队而言,这引出了一个紧迫的问题:当攻击者发现漏洞的速度快于防御者修补漏洞的速度时,会发生什么?

漏洞管理的既定流程并非为这种情况而设

多年来,漏洞管理一直遵循一套熟悉的流程:发现漏洞,有人报告漏洞,为其分配 CVE 编号,补丁发布,扫描器将其标记出来,安全团队评估风险、确定修复优先级,然后部署补丁。这套流程并不完美,但整个安全生态系统都是围绕它建立起来的。

然而,真正的问题在于,这套流程很大程度上依赖于首先得知道漏洞的存在。传统扫描器很擅长告诉你环境中存在哪些已知漏洞,但那些尚未披露的漏洞呢?那些没有 CVE 编号、公告或补丁的漏洞呢?

PHP2Shell 漏洞披露凸显了这种模式会让我们暴露在多大的风险之中。这两个严重漏洞的 CVSS 评分均为 9.2,涉及 PHP 本身的内存安全缺陷。研究人员演示了如何利用这些漏洞,对包括 WordPress、Drupal 和 Joomla 在内的广泛使用的应用实施远程代码执行和内存信息泄露。即使应用本身的代码安全,也可能受到影响,因为弱点存在于底层运行时环境中。

事件的时间线同样发人深省。在早期公开警告发出后,PHP 安全团队加快了发布进度。补丁发布时,已经有人开始尝试发动攻击。

更何况,那天出问题的不只有 PHP。另一起软件供应链攻击危及了 LiteLLM 1.107.0 版本;这是一个广受欢迎的大语言模型开源网关。攻击者在发布的 Python 软件包中植入了信息窃取程序和远程访问木马,而项目的源代码仓库仍然干净无异常。若团队只审查源代码,就会完全漏掉这段恶意载荷。

这些事件表明,漏洞可能在受信任的软件组件深处存在多年;恶意代码也可能通过组织惯常安装的依赖项混入软件。这两种情况都未必源自应用自身的代码。

这也说明,即使应用所依赖的软件中仍然存在严重漏洞,扫描器也可能给出一切正常的结果。直到最近,要大规模发现隐藏缺陷仍需要大量研究专长和资源,但前沿 AI 正在改变这一局面。

发现漏洞只是容易的部分。接下来呢?

AI 发现零日漏洞的能力令人振奋,这完全有道理,因为相关进展非同寻常。但我认为,人们对 AI 能发现多少漏洞的炒作过多,对接下来会发生什么的关注却远远不够。

发现漏洞并不会让你更安全。首先,你需要确认漏洞确实存在,因为 AI 生成的发现并不一定有效,而且看起来可信的漏洞利用程序也不总能复现。接着,你需要弄清楚哪些版本会受到影响、漏洞是否真的可被利用,以及它会带来什么风险。

然后你还得修复漏洞,而真正耐人寻味的地方就在这里。1Password 的研究分析了 6,080 个由 AI 生成的补丁,发现其中 53.9% 未能修复原有漏洞、引入了新的安全缺陷,或两者兼有。

在那项研究中,超过一半生成的补丁本身就存在安全问题。当然,这些结果反映的是特定测试条件。但它们说明了每位资深工程师都知道的一点:写出看起来像是修复方案的代码,与证明它确实解决了问题,是截然不同的两回事。

即使补丁正确,也还没算完。它会不会破坏现有功能?能否与应用所依赖的旧版库配合使用?能否在不被迫升级、进而引发另外十二个问题的情况下部署?

如果需要将补丁推广到数百个应用、团队和环境中,该怎么办?补丁即使在测试环境中有效,若始终无法进入生产环境,也保护不了任何人。我认为,这是安全行业需要正视的巨大鸿沟。

我们正以惊人的速度加快漏洞发现,但将这些发现转化为实际防护所需的大部分工作,仍然慢得令人难以忍受。而这一差距本身正在成为一种安全风险。

那么,我们究竟该如何弥合这一差距?

我不认为答案是要求已经不堪重负的安全团队更加卖力,或处理更多警报。当发现漏洞已不再是最大的瓶颈时,我们需要重新思考有效的漏洞管理应该是什么样子。

以下是我认为可以着手的四个方面。

1. 不要把 CVE 数据库当作全貌

CVE 和漏洞扫描器至关重要,但它们记录的是我们已知的信息,而不是现实中存在的一切。安全团队需要跳出公开披露的漏洞来思考,将传统扫描与主动研究、代码分析、威胁情报相结合,并清楚了解组织所依赖的软件组件。

像 CISA 已知遭利用漏洞目录这样的资源有助于为已知威胁确定优先级,但无法让你了解尚未有人披露的漏洞。PHP2Shell 表明,基础软件中可能存在严重漏洞,而这些漏洞在被发现之前已潜伏多年。如果前沿 AI 能在几天内发现这些漏洞,那么只依赖已发布的安全公告,就意味着防御者总是在按照别人的时间表被动应对。

2. 认识到发现更多漏洞 ≠ 安全性更高

AI 可以生成海量的潜在发现,但这并不意味着每一项发现都值得工程团队放下手头所有工作去调查。

真正的价值在于判断哪些漏洞确实存在、可以被利用,并且与自身环境相关。你能复现这个问题吗?哪些版本会受到影响?是否存在现实可行的攻击路径?实际业务影响是什么?

如果缺乏这些背景信息,组织就有可能仅凭严重性评分来确定漏洞优先级,却忽略攻击者实际上如何才能触及敏感系统和凭据。

3. 让修复方案能够部署,而不只是技术上正确

这是漏洞修复过程中最容易被低估的挑战之一。企业并非置身于完美无瑕的环境中,无法在一夜之间将每项依赖都升级到最新版本。它们还要面对遗留应用、互联系统、兼容性要求,以及无法简单替换的软件版本。

因此,如果一项修复要求组织重建一半基础设施,那就算不上特别实用。我们需要更好的方法来回移植安全补丁、保持兼容性、缩小不必要的攻击面,并通过团队现有的工具和工作流程交付更新。

NIST 的企业补丁管理指南强调了识别、确定优先级、安装和验证更新的重要性。如今的挑战在于,如何加快整个流程,以跟上 AI 驱动的漏洞发现速度,因为无论补丁多么出色,如果没人能够部署,它就毫无用处。

4. 衡量你实际获得保护的速度

如果 AI 今天发现一个严重漏洞,需要多长时间才能验证漏洞、开发出可用补丁、测试补丁并将其部署到生产环境?

PHP2Shell 事件的应对过程提供了一个有参考价值的基准。在 Echo,上游补丁一经发布,我们便立即交付了修复后的 PHP 软件包,并在当天下午重新构建了适用于受支持 PHP 版本的更新镜像。

安全团队应衡量整个修复周期,从发现和验证,到补丁开发、兼容性测试与部署。他们应了解重建受影响软件需要多快,能否找出所有使用存在漏洞依赖项的应用,以及要获得保护需要多少人工干预。

随着前沿人工智能让漏洞发现变得更快、更容易,漏洞被发现与可能遭到利用之间的时间窗口将继续缩短。我们不能假定传统的漏洞披露和修补周期能够跟上这一变化。漏洞管理的下一个时代,将取决于谁能在攻击者有机会采取行动之前,把这些发现转化为可靠且可部署的修复方案。

Eylam Milner 是 Echo 的联合创始人兼首席技术官。Echo 为企业软件供应链的各个环节提供经过前沿加固的软件。此前,他在 Argon Security 担任相同职务;Argon Security 后被 Aqua 收购。