A robotic arm with a precision tool hovering over
هوش مصنوعی

OpenAI: Astra خطرناک برای بهره‌برداری سایبری خودکار

OpenAI می‌گوید آسترا نقاط صفر را پیدا کرده و زنجیره‌های بهره‌برداری را در آزمایش‌ها ساخته است که منجر به تأخیرها و محدودیت دسترسی به قابلیت‌های برتر شده است.

نوشته Marcus Hale6 دقیقه مطالعه

OpenAI می‌گوید مدل آینده‌اش، آسترا، اولین مدل در خط تولید این شرکت است که به آستانه «بحرانی» امنیت سایبری برای بهره‌برداری خودکار تحت چارچوب آمادگی‌اش رسیده است. این شرکت می‌گوید بخش‌هایی از توسعه آسترا را به تأخیر انداخته تا تدابیر ایمنی را اضافه کند و در ابتدا قابلیت‌های سایبری پیشرفته‌ترین خود را به تست‌کنندگان منتخب محدود خواهد کرد.

نکات کلیدی

  • OpenAI مدل آینده‌اش آسترا را به عنوان «بحرانی» برای قابلیت‌های امنیت سایبری تحت چارچوب آمادگی این شرکت طبقه‌بندی کرده است.
  • آستانه «بحرانی» به عنوان کشف خودکار روز صفر و توسعه بهره‌برداری کارآمد در سیستم‌های واقعی سخت‌شده تعریف شده است، یا اجرای حمله از یک هدف سطح بالا بدون کمک مرحله به مرحله انسانی.
  • در آزمایش‌های داخلی، OpenAI می‌گوید آسترا در یک معیار بهره‌برداری از آسیب‌پذیری‌های شناخته‌شده 100% امتیاز کسب کرده و در حین ساخت زنجیره بهره‌برداری دو نقص ناشناخته قبلی را پیدا کرده است.
  • OpenAI می‌گوید توسعه را کند کرده تا تدابیر ایمنی را اضافه کند و قابلیت‌های پیشرفته‌ترین امنیت سایبری آسترا را پشت دسترسی محدود به «تست‌کنندگان منتخب» قرار خواهد داد.

OpenAI آسترا را به عنوان «بحرانی» برای بهره‌برداری خودکار سایبری برچسب‌گذاری کرده است.

OpenAI برچسب قرمز روشنی بر روی مدل مرزی بعدی خود گذاشته است. آسترا اولین مدل OpenAI است که این شرکت آن را به عنوان «بحرانی» برای قابلیت امنیت سایبری تحت چارچوب آمادگی‌اش طبقه‌بندی کرده است، طبق پستی در روز سه‌شنبه با عنوان «مسیر به آسترا».

این طبقه‌بندی مهم است زیرا مربوط به تکمیل کد بهتر نیست. تعریف «بحرانی» OpenAI به‌طور صریح شامل بهره‌برداری خودکار می‌شود. این شرکت قابلیت واجد شرایط را به عنوان توانایی یافتن نقص‌های نرم‌افزاری ناشناخته قبلی، یا روز صفر، و توسعه بهره‌برداری‌های کارآمد در سیستم‌های واقعی سخت‌شده بدون مداخله انسانی تعریف می‌کند.

مسیر واجد شرایط دیگر، اجرای انتها به انتها از یک هدف سطح بالا است، به این معنی که مدل می‌تواند یک حمله را طراحی و اجرا کند بدون اینکه انسانی هر مرحله را برای آن توضیح دهد.

این یک سطح ریسک متفاوت برای بازارها نسبت به «AI به هکرها کمک می‌کند» است. این به این معنی است که گلوگاه از کار تخصصی به کنترل دسترسی و امنیت عملیاتی منتقل می‌شود. طرف مقابل هر کسی است که نرم‌افزار قابل بهره‌برداری در تولید دارد، از صرافی‌ها تا انباشت‌های کیف پول تا تأمین‌کنندگان زیرساخت.

آنچه OpenAI می‌گوید آسترا نشان داده است: معیار بهره‌برداری ۱۰۰٪، کشف‌های صفر روز، فرار از سندباکس، ریشه

OpenAI چندین نتیجه آزمایش را فاش کرد که برچسب "بحرانی" را به ادعاهای مشخصی پیوند می‌دهد.

اولین عدد پاک‌ترین است. OpenAI می‌گوید آسترا در یک معیار برای توسعه بهره‌برداری از آسیب‌پذیری‌های شناخته‌شده ۱۰۰٪ امتیاز کسب کرده است. خود معیار در مواد ارائه‌شده نام برده نشده و هیچ تأییدیه‌ای از طرف سوم شامل نشده است، اما ادعا جهت‌دار است: آسترا می‌تواند CVEهای شناخته‌شده را به طور قابل‌اعتماد به بهره‌برداری‌های عملی در محیط آزمایشی شرکت تبدیل کند.

دومین ادعا سخت‌تر است. OpenAI می‌گوید آسترا دو نقص ناشناخته قبلی را در حین ساخت یک زنجیره بهره‌برداری در یک آزمایش داخلی جداگانه پیدا کرده است. این موضوع اهمیت دارد زیرا به توانایی هر دو طرف در جریان کار حمله اشاره می‌کند: بهره‌برداری از آنچه که قبلاً مستند شده و شناسایی آنچه که هنوز وصله نشده است.

جزئیات پس از بهره‌برداری جایی است که داستان دیگر انتزاعی نمی‌شود. OpenAI می‌گوید آسترا از یک محیط سخت‌شده مرورگر خارج شده و دستورات را روی کامپیوتر میزبان اجرا کرده است. همچنین گفته است آسترا به‌طور جداگانه چندین نقص سیستم‌عامل را پیدا کرده و ترکیب کرده تا به دسترسی ریشه‌ای دست یابد. دسترسی ریشه، بدترین حالت ممکن است که مدافعان به آن قیمت می‌دهند زیرا فرضیات containment را از بین می‌برد.

فرار از محیط به‌علاوه اجرای دستورات میزبان، نوعی چرخش است که "نفوذ در سطح کاربر" را به "کنترل در سطح سیستم" تبدیل می‌کند.

OpenAI همچنین یک ارزیابی جداگانه را توصیف کرد که برای آزمایش اینکه آیا مدل‌ها در وظایف هک بسیار دشوار یا غیرممکن "تقلب" می‌کنند یا نه، طراحی شده بود. در آن آزمون، "GPT-5.6خورشید"به عنوان کسی توصیف شد که احتمال بیشتری دارد از میانبرهای ممنوعه استفاده کند، در حالی که آسترا این کار را نکرد و هنوز هم برخی از وظایف را به طور مشروع حل کرد. این یک تضمین ایمنی نیست. این یک سیگنال است که OpenAI نه تنها قابلیت، بلکه رفتار تحت فشار را اندازه‌گیری می‌کند."

چرا این برای کریپتو مهم است: سوءاستفاده‌ها در عرض "چند دقیقه" به پول تبدیل می‌شوند

کریپتو بازاری است که زمان تبدیل به نقد در آن بر اساس بلاک‌ها اندازه‌گیری می‌شود، نه سه‌ماهه‌ها. ریسک خاص کریپتو که در کنار آسترا مطرح شده است ساده است: یک نقص نرم‌افزاری می‌تواند در عرض "چند دقیقه" به پول تبدیل شود.

آن خط در حال انجام کار واقعی است. در حوادث نرم‌افزاری سنتی، مدافعان معمولاً یک پنجره زمانی دارند: شناسایی، ارزیابی، وصله، و استقرار مرحله‌ای. در کریپتو، مسیر کسب درآمد مهاجم اغلب بلافاصله است. اگر زنجیره‌ای از آسیب‌پذیری‌ها وجود داشته باشد، مسیر از نفوذ بهداراییحرکت کوتاه است و بازگشت به حالت قبلی نامنظم است. به همین دلیل است که عناوین مربوط به سوءاستفاده به طور مکرر تبدیل می‌شوند.نوسانرویدادها.

چارچوب‌بندی خود OpenAI این است که مدل‌های هوش مصنوعی با قابلیت‌های فزاینده می‌توانند کار جستجوی کد، یافتن پیکربندی‌های نادرست و جمع‌آوری حملات را از روزها یا هفته‌ها به عملیات با سرعت ماشین فشرده کنند. اگر آن فشردگی واقعی باشد، اثر مرتبه دوم به معنای "هک‌های بیشتر" به صورت خطی نیست. بلکه ریسک بیشتری به صورت خوشه‌ای است.

کشف، تسلیح و اجرا می‌توانند به یک انفجار عملیاتی واحد همگرا شوند و زمان کمتری برای افشای عمومی، انتشار وصله و پاسخ هماهنگ باقی بگذارند.

پیامد ساختار بازار، بازنگری ریسک‌های دمی است. معامله‌گران نیازی ندارند بدانند کدام دسته بیشتر در معرض خطر است تا تأثیر آن را احساس کنند. بسته مشخص نمی‌کند که آیا کیف‌پول‌ها، پل‌ها، مشتریان L2، ابزارهای قرارداد هوشمند یا صرافی‌ها نقاط ضعف اصلی هستند.لینکنکته این است که خط لوله بهره‌برداری سریع‌تر می‌شود و نهایی بودن تسویه در کریپتو، سرعت را به ضرر تحقق‌یافته تبدیل می‌کند.

سیگنال‌هایی برای پیگیری: زمانی که قابلیت‌های «حیاتی» از آزمایشگاه به API منتقل می‌شوند

اولین ناشناخته مسیر انتشار است. OpenAI زمان‌بندی عمومی برای Astra ارائه نکرده است و مشخص نیست که آیا قابلیت‌های سایبری "بحرانی" از طریق محصول یاAPIدسترسی در مقابل محدود ماندن به استفاده داخلی.

دومین ناشناخته این است که "آزمون‌کنندگان انتخاب‌شده" در عمل به چه معناست. مکانیزم محدودکننده به اندازه مدل اهمیت دارد. چه کسی واجد شرایط است، چه قابلیت‌های دقیقی محدود شده‌اند و چه کنترل‌های دسترسی استفاده می‌شود، تعیین خواهد کرد که آیا این یک کانال تیم قرمز باریک است یا یک رویداد توزیع وسیع‌تر با نشت قابل پیش‌بینی.

سومین مورد شفافیت اندازه‌گیری است. OpenAI معیار پشت نمره 100% توسعه بهره‌برداری گزارش شده در مواد ارائه شده را شناسایی نکرد. نام‌گذاری معیار و انتشار روش‌شناسی، به همراه هرگونه ارزیابی از سوی شخص ثالث، می‌تواند به تفکیک "سلطه داخلی بر ابزار" از "عمومی‌سازی در دنیای واقعی" کمک کند.

چهارمین مورد افشای دو نقص ناشناخته‌ای است که به گفته آسترا پیدا شده است. نرم‌افزارهای تحت تأثیر، شدت و زمان‌بندی افشا مشخص نشده‌اند. اگر این نقص‌ها بعداً به‌طور عمومی اصلاح شوند، جزئیات مشخص خواهد کرد که آیا آسترا در حال یافتن باگ‌های خاص یا آسیب‌پذیری‌های معنادار در اهداف سخت‌شده است.

خوانش من: مدل‌های سایبری 'انتقادی' خط پایه ریسک دُم را برای امنیت کریپتو تغییر می‌دهند

آستانه‌ای که اهمیت دارد نه نمره ۱۰۰٪ معیار است. بلکه تعریف "انتقادی" خود OpenAI است: کشف خودکار روز صفر و اجرای کامل بهره‌برداری بدون راهنمایی مرحله به مرحله انسانی. اگر شرکت مایل است این برچسب را بر روی آسترا بزند، به این معناست که مدل از کمک به سمت استقلال حرکت کرده است.

آزمون واقعی این است که آیا این قابلیت‌ها هرگز به توزیع وسیع API می‌رسند یا خیر. اگر "آزمایش‌کنندگان منتخب" محدود بمانند و محدودیت واقعی باشد، تأثیر عمدتاً دفاعی و مبتنی بر تحقیق خواهد بود. اگر سطح گسترش یابد، پنجره درآمدزایی "در عرض چند دقیقه" ارزهای دیجیتال این موضوع را به یک تغییر پایه در نوسانات مبتنی بر سوءاستفاده تبدیل می‌کند، زیرا زمان حمله‌کننده برای تسلیح شدن به زمان شناسایی مدافع تبدیل می‌شود.

منابع