Claude Opus 4.6：通过大语言模型发现的零日漏洞

Claude Opus 4.6 可大规模识别高严重性漏洞

Anthropic 宣布，Claude Opus 4.6 能够在经过充分测试的开源代码库中发现高严重性零日漏洞，常常找出那些已存在数十年仍未被发现的漏洞。与依赖随机输入的传统模糊测试工具不同，Opus 4.6 采用类人的推理能力分析代码、识别模式并理解逻辑，无需特定任务的工具或定制化框架即可发现漏洞。

漏洞发现方法

为了测试模型的“开箱即用”能力，Anthropic 将 Claude 置于配备标准工具（如 Python 和 coreutils）以及调试器和模糊测试工具等漏洞分析工具的模拟虚拟机中。模型未获得针对这些工具的特殊指令或定制化测试框架。

为防止报告虚构漏洞，Anthropic 实施了严格的验证流程：

  • 聚焦内存破坏漏洞： 团队优先关注内存破坏类漏洞，因为它们可通过程序崩溃和地址消毒器轻松验证。
  • 模型主导的优化： 使用 Claude 对崩溃进行批判性分析、去重并重新排序优先级。
  • 人工验证： 初步发现由 Anthropic 的安全研究人员手动验证并修复，随着发现数量增加，还引入了外部研究人员参与验证。

Anthropic 已验证超过 500 个开源软件中的高严重性漏洞，目前正在与维护者合作报告并修复这些漏洞。

大语言模型驱动发现的案例研究

Claude Opus 4.6 在三个具体场景中展现出相较于传统工具的独特优势：

GhostScript：通过 Git 历史进行推理

在初始模糊测试和人工分析失败后，Claude 分析了 Git 提交历史。它识别出一个与“MM 混合值的栈边界检查”相关的安全相关提交，并推理出：如果某处已修复问题，其他未修补的代码路径中也可能存在类似漏洞。这一推理引导 Claude 在 gdevpsfx.c 中发现了一个缺失的边界检查，并构造出一个概念验证崩溃。

OpenSC：识别不安全函数模式

Claude 在代码库中搜索与漏洞频繁相关的函数，特别是 strrchr 和 strcat。它发现 OpenSC 中存在一系列 strcat 操作，其输出缓冲区长度未被正确验证，导致缓冲区溢出。Anthropic 指出，传统模糊测试器因需要特定前提条件，极少触及该代码行，而 Claude 能够推理出哪些代码片段最具研究价值。

CGIF：对算法的深层理解

Claude 通过识别出一个关键假设的缺陷，即压缩数据始终小于原始数据大小，发现了 CGIF 库中的缓冲区溢出漏洞。这需要对 LZW 压缩算法及其如何处理符号表重置有概念性理解。由于该漏洞需要特定的操作序列，即使传统模糊测试器达到 100% 的行覆盖率和分支覆盖率，也可能长期无法发现。

网络安全防护与滥用检测

为应对这些能力的双重用途风险，Anthropic 正引入一种新的检测层，使用“探测器”来测量模型在生成响应过程中的内部激活状态。这些专用于网络安全的探测器使 Safeguards 团队能够大规模检测潜在的滥用行为。

执行措施包括：

  • 更新工作流程： 将基于探测器的检测集成到网络安全执行管道中。
  • 扩大应对措施： 实施实时干预，包括可能阻止被识别为恶意的流量。

对安全行业的启示

Anthropic 认为，大语言模型以超越人类研究人员的速度和规模发现新型漏洞的能力，要求行业规范发生演变。特别是，考虑到 LLM 发现漏洞的数量和速度，传统的 90 天披露窗口可能已不再可持续。

Sources

相关