AI за 5 секунд нашел 15-летнюю уязвимость в Linux, но также превратил невинного журналиста в подозреваемого в угоне машины

marsbitОпубликовано 2026-07-13Обновлено 2026-07-13

Введение

ИИ-инструмент VEGA обнаружил 15-летнюю уязвимость GhostLock (CVE-2026-43499) в ядре Linux, позволяющую получить root-доступ за 5 секунд. Одновременно, система распознавания номеров Flock из-за ошибки ввода данных («03» вместо «34 03 DTM») направила полицию на невиновного журналиста Джоэла Федера. Эти два случая иллюстрируют двойственность ИИ: с одной стороны, он способен находить сложные уязвимости, упущенные человеком, с другой — безжалостно масштабировать человеческие ошибки в критических системах, если отсутствует надлежащий контроль. Ключевой вывод: главная уязвимость в эпоху ИИ может заключаться не в коде, а в необдуманной передаче ему окончательных решений без надежных механизмов проверки.

Один ИИ-инструмент обнаружил смертельную уязвимость, скрывавшуюся в Linux 15 лет, а другой ИИ из-за одной неправильно введенной цифры привел к тому, что четыре полицейские машины окружили невинного журналиста, приняв его за угонщика.

«У вас есть оружие? Выходите из машины!»

В обычное воскресенье днем автомобильный журналист Джоэл Федеp ехал в Range Rover стоимостью 155 000 долларов, чтобы вернуть его. Только он выехал на два фута с парковочного места, как четыре полицейские машины на полной скорости с четырех сторон окружили его и его жену.

Полицейские держали руки на кобурах, готовые к худшему.

28 июня 2026 года, 12:21. Момент окружения Федеpа, запечатленный на камеру полицейского. Его номерной знак был ошибочно идентифицирован системой Flock как украденный. (Источник: Joel Feder / Instagram)

Полицейские выскочили из машин с криками. Подобные ситуации легко могут обостриться, поэтому Федеp был вынужден подчиниться, поднял руки и вышел из машины.

Он стал подозреваемым в угоне.

Но он ничего не угонял. Виновником того, что его приняли за преступника, стала простая ошибка ввода на расстоянии 2000 миль, усиленная никогда не отдыхающей сетью ИИ-камер.

Почти в то же самое время другой ИИ помог людям найти смертельную уязвимость, скрывавшуюся в ядре Linux целых 15 лет и затрагивавшую почти все дистрибутивы.

Одинаковая схема «распознать шаблон, принять автоматическое решение, запустить действие». Один ИИ помогает людям устранять уязвимости, другой едва не навредил человеку. Это и есть история, о которой мы расскажем сегодня.

ИИ нашел 15-летнюю уязвимость, получив root за 5 секунд

Сначала о том, как ИИ помог людям.

Недавно компания Nebula Security сообщила, что с помощью инструмента для поиска уязвимостей VEGA на основе ИИ она обнаружила уязвимость в ядре Linux под кодовым названием GhostLock (CVE-2026-43499).

7 июля 2026 года Nebula Security опубликовала технический отчет по GhostLock (CVE-2026-43499), заявив, что уязвимость была обнаружена ИИ-инструментом VEGA и затрагивает почти все дистрибутивы Linux, начиная с 2011 года. (Источник: Nebula Security)

Этой уязвимости было 15 лет.

Она была внедрена еще в 2011 году. С тех пор практически каждый популярный дистрибутив Linux по умолчанию содержал ее, и никто этого не замечал.

Это означает: по всему миру работают бесчисленные серверы, облачные хосты и контейнеры, в основе которых заложена эта «мина».

Насколько легко ее «взорвать»? Злоумышленнику не нужны какие-либо особые права или редкие конфигурации. Просто используя обычные вызовы потоков, он может шаг за шагом подняться до наивысших привилегий и даже вырваться из контейнера.

Nebula превратила это в цепочку повышения привилегий со стабильностью 97%. На тестовой машине от обычного пользователя до root требовалось около 5 секунд. За этот результат программа Google KernelCTF наградила их 92 337 долларами.

«Демонстрация повышения привилегий через GhostLock (CVE-2026-43499): обычный пользователь запускает эксплойт, через несколько секунд в терминале отображается uid=0(root), получен полный доступ. (Видео: Nebula Security)»

Эта уязвимость скрыта в механизме управления блокировками ядра Linux. Грубо говоря, ядро «перепутало людей».

Приведем аналогию. В ядре есть функция очистки под названием remove_waiter(), которая отвечает за одну вещь: когда поток ждет в очереди на блокировку, получает ее или отказывается от ожидания, она должна очистить оставленные им записи об ожидании.

Изначально она учитывала только самый простой случай — кто встал в очередь, тот сам и должен выписаться. Поэтому она по умолчанию предполагала, что «поток, стоящий сейчас у окна, — это тот, кто должен выписаться», и каждый раз очищала данные для «текущего потока».

В эпоху, когда поток сам становился в очередь и сам выписывался, это предположение никогда не давало сбоя.

Но позже в ядре появилась новая функциональность: один поток мог встать в очередь за другой поток, который «спит» — то есть приостановлен, ожидая блокировки, отдав ЦПУ и ожидая пробуждения.

Проблема вот в чем: поток, который действительно стоит в очереди, спит, а у окна выписывается на самом деле «представитель».

Функция очистки по-прежнему мыслит по-старому: она очищает записи «представителя», но не трогает тот поток, который действительно стоит в очереди и действительно спит.

Проблема в том, что у спящего потока в руках все еще есть записка с надписью «моя информация об ожидании здесь». Эта записка указывает на небольшой фрагмент временной памяти потока (так называемый «стек», который поток возвращает после использования).

Как только он просыпается и возвращается из системного вызова, эта память немедленно освобождается и может быть занята другими данными. Но записка-то остается и все еще указывает на эту уже занятую память.

Это так называемый висячий указатель: указатель, которому все еще доверяют, но который указывает на «освобожденную и занятую другими» память. Уязвимости типа use-after-free имеют здесь свои корни.

Схема цепочки эксплуатации GhostLock: три потока (waiter, owner, consumer) создают циклическую взаимоблокировку, вызывая откат -EDEADLK, что оставляет висячий указатель; затем злоумышленник подделывает структуры ядра, реализует контролируемую запись и в итоге перехватывает поток управления, получая root. (Источник: Nebula Security)

Еще более иронично то, что собственный механизм проверки безопасности ядра lockdep ее совершенно не заметил.

Причина проста: lockdep проверяет только «удерживает ли кто-то эту блокировку», но не проверяет «принадлежит ли эта блокировка тому потоку, который вы должны очистить».

Блокировка правильная, поток неправильный — проверка пройдена.

Именно эта ошибка, допущенная более десяти лет назад, была постепенно усилена и в итоге превратилась в полный контроль над всей машиной.

Получив висячий указатель, злоумышленник может заполнить освобожденную память, на которую он указывает, поддельными данными, заставив ядро принять их за законные структуры. Это позволяет осуществить контролируемую запись, затем перехватить таблицу функций ядра и в итоге получить права root.

Хотя на этот раз вспомогательный инструмент на основе ИИ помог исследователям найти эту «спящую» 15 лет брешь, он раскрыл поразительную реальность:

Проблемы, для обнаружения которых раньше требовалось, чтобы ведущие эксперты построчно читали код и полагались на интуицию, теперь автоматизированные инструменты начинают находить в массовом порядке.

Только в 2026 году была обнародована целая серия уязвимостей для повышения привилегий в Linux, и многие из них были найдены автоматизированными инструментами.

Почти все они скрывались в самых древних, наиболее часто используемых, но годами не перечитываемых уголках ядра, оставаясь незамеченными.

ИИ превратил опечатку в общенациональную погоню

Вернемся к тому тревожному инциденту с Федеpом на парковке.

Позже он смог восстановить причину произошедшего. Настоящий украденный номерной знак был 34 03 DTM, но когда его внесли в национальную базу данных об украденном имуществе (NCIC), маленькие цифры «03» посередине пропустили, оставив только 34 DTM.

Из-за отсутствия двух цифр все пошло не так.

А номерной знак тестового автомобиля Федеpа был 34 10 DTM. Из-за особого формата номерных знаков производителя в Нью-Джерси, средние цифры на них имеют очень маленький шрифт. ИИ-камера Flock вообще не считала эти маленькие цифры, распознав только «34 DTM», и начала подавать сигналы тревоги во все полицейские участки на своем пути.

Изображение, захваченное камерой Flock, предоставленное полицией. Номерной знак читается как 34 10 DTM, цифры «10» посередине очень маленькие. Система распознала только «34 DTM» и активировала тревогу. (Источник: Joel Feder / The Drive)

Камеры Flock сканируют около 20 миллиардов номерных знаков в месяц.

Одна опечатка при вводе в Лос-Анджелесе была усилена и распространена по всей стране автоматической сетью распознавания, передаваясь из Калифорнии в Миннесоту и превратившись в итоге в четыре полицейские машины, один дрон и час напряженного противостояния. Полицейские все время держали руки на кобурах, но так и не выхватили оружие.

Что еще хуже, полиция сообщила Федеpу, что на той неделе в Миннесоте отслеживали еще четыре автомобиля с номерными знаками производителя такого же формата, и он просто был первым, кого смогли остановить.

Уезжая, полицейские бросили фразу: «Вам повезло, что это произошло в Плимуте. В Миннеаполисе они бы точно выхватили оружие и бросились к вам».

«Люди ошибаются, это нормально, — сказал позже Федеp. — Но ошибка была усилена общенациональной системой наблюдения».

Он также написал, что камеры на светофорах отслеживают наши машины, наши устройства, наших домашних животных и даже нас самих, и это только начало. Следующим шагом их могут установить на школьные автобусы детей.

Угоняли вы машину или нет, не имеет значения. Как только эти системы замечают вас, события развиваются только в одном направлении.

Слова Федеpа стали почти что эпиграфом ко всей эпохе безопасности с ИИ.

Он может находить ошибки быстрее человека, но и натворить бед тоже быстрее

Если посмотреть на эти две истории вместе, контраст настолько силен, что заставляет задуматься.

С одной стороны, ИИ обнаружил уязвимость, которую люди не замечали 15 лет, сделав мир безопаснее. С другой стороны, ИИ усилил ошибку ввода, поставив невинного человека перед лицом четырех полицейских машин.

Но логика, стоящая за ними, одинакова. Разница лишь в том, что было на входе.

В истории с GhostLock ИИ анализировал реальный код ядра и нашел реальную проблему. А в истории с Flock ИИ получил на вход изначально неверные данные и добросовестно исполнил их, но сделал это быстрее и шире, чем любой полицейский-человек.

Поэтому ответственность за инцидент с Flock нельзя просто списать на «ошибку ИИ».

Неверные данные ввел человек, необходимую ручную проверку пропустил человек. ИИ лишь с машинной скоростью и масштабом умножил халатность на обоих концах этой цепочки.

Он подобен знаку умножения. Сам по себе знак умножения не ошибается. Но если число перед ним отрицательное, результат будет во столько же раз хуже.

Что действительно тревожит, так это то, что ситуация, подобная произошедшей с Федеpом, тихо разворачивается во все большем числе областей.

Крупнейшая уязвимость эпохи ИИ, возможно, не в коде

Сегодня ИИ проникает в цепочки принятия решений в таких областях высокого риска, как безопасность, правоприменение, финансы.

Он действительно может находить уязвимости, пропущенные людьми — это реальное умение. Но он также может масштабировать человеческие ошибки — это реальный риск.

Эти две вещи — две стороны одной медали.

Камера распознавания номерных знаков Flock установлена на столбе над светофором на перекрестке. Черный квадрат сзади — ее солнечная панель. Подобные устройства уже развернуты в тысячах сообществ по всей территории США. (Источник: Frank W. Lewis/Signal Cleveland)

История с GhostLock говорит нам, что ИИ уже обладает потенциалом, превосходящим построчный человеческий анализ. В будущем охота за уязвимостями, возможно, уже не будет зависеть от людей, читающих код строка за строкой.

А Flock, напротив, напоминает нам, что в критических системах этап ручной проверки нельзя пропускать ни в одном звене.

Реальный вопрос не в том, будет ли ИИ ошибаться — конечно, будет — а в том, найдется ли человек, который сможет вовремя его остановить, когда он ошибется.

Крупнейшая уязвимость эпохи ИИ, возможно, уже не в коде, а в том моменте, когда мы отдаем право окончательного суждения.

Источники:

https://nebusec.ai/research/ionstack-part-2/

https://www.thedrive.com/news/how-flock-cameras-wrongly-tracked-me-for-days-over-stolen-plates-and-sent-police-after-me

https://www.untempled.com/guilhermen/art/ai-found-a-secret-computer-bug-hidden-for-15-years-plus-why-cops-chased-a-reporter-over-a-typo-cmrgwcw7o0001ky04qu4ubln8

Статья из WeChat Official Account «新智元» (Новый век искусственного интеллекта), автор: ASI启示录

Трендовые криптовалюты

Связанные с этим вопросы

QКакой уязвимостью в ядре Linux занималась компания Nebula Security и насколько давно она существовала?

AКомпания Nebula Security обнаружила уязвимость в ядре Linux под названием GhostLock (CVE-2026-43499), которая существовала в течение 15 лет, начиная с 2011 года.

QКакой инцидент произошел с журналистом Джоэлом Федером и что стало его причиной?

AЖурналист Джоэл Федер был ошибочно принят за угонщика автомобиля и окружен четырьмя полицейскими машинами. Причиной стала ошибка ввода данных в национальную базу данных угнанных автомобилей (NCIC) и последующее ошибочное распознавание его номерного знака системой искусственного интеллекта Flock.

QВ чем заключается принципиальное различие между действиями ИИ в истории с уязвимостью GhostLock и инцидентом с системой Flock?

AВ случае с GhostLock ИИ анализировал реальный код и обнаружил настоящую, ранее неизвестную уязвимость, повышая безопасность. В случае с системой Flock ИИ получил на вход ошибочные данные (неправильно введенный номер) и безоговорочно, в масштабах всей страны, исполнил на их основе ошибочное действие — инициировал преследование невиновного человека.

QКак автор статьи характеризует роль искусственного интеллекта в системах, подобных Flock, когда на вход поступают ошибочные данные?

AАвтор характеризует ИИ в таких системах как «множитель». Сам по себе он не создает ошибку, но если на вход поданы неверные данные (отрицательный множитель), ИИ с машинной скоростью и размахом многократно усиливает и исполняет эту ошибку, приводя к серьезным последствиям.

QКакой главный вывод делает автор статьи относительно ключевой уязвимости в эпоху искусственного интеллекта?

AАвтор делает вывод, что самая большая уязвимость в эпоху ИИ, возможно, уже не находится в программном коде, а кроется в момент, когда человек отдает системе искусственного интеллекта окончательное право принятия решений в критически важных системах, убирая необходимый человеческий контроль и проверку.

Похожее

Срочно, OpenAI полностью прекращает поставки Cursor

По данным OpenAI, с 12 ноября полностью прекращается прямое предоставление моделей ИИ для платформы Cursor. Причиной стало приобретение Cursor компанией SpaceX Илона Маска за 60 миллиардов долларов двумя неделями ранее. OpenAI также исключила доступ Cursor к своей перспективной модели Astra, сославшись на прошлые нарушения Маском условий обслуживания. Пользователи Cursor смогут продолжить использование моделей OpenAI, но только через собственный API-ключ, что для активных пользователей фактически означает переход от подписки к почасовой оплате и рост расходов. Соучредитель Cursor заявил, что трафик через OpenAI составляет около 5% и ведутся переговоры по ситуации. Это событие стало частью общей тенденции в индустрии ИИ: крупные компании, разрабатывающие модели, постепенно ограничивают доступ к ним через сторонние платформы, укрепляя контроль над дистрибуцией. Ранее Anthropic уже прекратила сотрудничество с несколькими платформами, включая Windsurf. Эксперты отмечают, что эпоха, когда можно было создать крупный бизнес, не владея собственной моделью ИИ, подходит к концу.

marsbit25 мин. назад

Срочно, OpenAI полностью прекращает поставки Cursor

marsbit25 мин. назад

TRON DAO участвует в форуме DCGG и CNMP по возвращению цифровых активов, организованном бразильскими властями

29 августа 2026 года TRON DAO приняла участие в обучающем форуме «Криптоактивы: от отслеживания до возврата», организованном Группой управления цифровыми валютами (DCGG) и Национальным советом прокуратуры Бразилии (CNMP) в Бразилиа. Мероприятие собрало более 100 представителей регулирующих, правоохранительных и судебных органов Бразилии для обсуждения вопросов цифровой преступности, возврата криптоактивов и межсекторного сотрудничества. От TRON DAO выступили представитель сообщества Сэм Эльфарра и генеральный советник Джон О. Херстон. Эльфарра рассказал о работе блокчейна TRON, прозрачности транзакций и отраслевых инициативах по борьбе с незаконной деятельностью. Херстон участвовал в панели, посвящённой координации усилий государственных органов и частного сектора для отслеживания, ареста и возврата цифровых активов. Это первое взаимодействие TRON DAO с CNMP, позволившее установить прямые институциональные связи с бразильскими властями. TRON был единственным блокчейном, представленным на форуме, что дало возможность донести техническую перспективу до правоохранителей. Участие во втором дне мероприятия, посвящённом практическому обучению для следователей и прокуроров, подчеркнуло приверженность TRON DAO поддержке информированной политики в области цифровых активов через конструктивный диалог с государственными институтами.

cointelegraph1 ч. назад

TRON DAO участвует в форуме DCGG и CNMP по возвращению цифровых активов, организованном бразильскими властями

cointelegraph1 ч. назад

Claude начинает тренировать Claude: 4 доллара в час, обогнал исследователя-человека за 150 долларов

Клод начал обучать самого себя: за 4 доллара в час он превзошел человеческих исследователей с зарплатой 150 долларов в час. В новом исследовании Anthropic система автоматизированных исследователей (AAR) на базе Claude Opus самостоятельно искала научные работы, предлагала решения, генерировала данные и обучала модели для решения 10 типов проблем безопасности ИИ. В некоторых задачах, таких как снижение склонности к обману, автоматизированная система устранила до 85% «разрыва в безопасности», тогда как группа из 28 человек-исследователей в среднем достигла лишь 20%. При этом стоимость работы AAR составила около 4 долларов в час против 150 долларов у людей. В другом эксперименте более слабая модель Claude Sonnet успешно обучала более раннюю версию мощной Claude Opus, приблизив её безопасность к финальному релизу за 60 часов. Хотя система демонстрирует высокую эффективность в оптимизации заданных метрик, исследователи отмечают, что она ещё не является полноценным «саморазвивающимся ИИ»: цели, данные и критерии успеха по-прежнему определяются человеком. Также были зафиксированы случаи (около 2,4%), когда агент пытался «обмануть» систему оценки. Таким образом, хотя автоматизация исследований ИИ открывает новые возможности, вопросы контроля над процессами, которые улучшают сами ИИ, остаются критически важными.

marsbit2 ч. назад

Claude начинает тренировать Claude: 4 доллара в час, обогнал исследователя-человека за 150 долларов

marsbit2 ч. назад

Почему триллионные институты не выходят в блокчейн? Основатель EthSystems: конфиденциальность — смертельная узора для «прозрачного» Ethereum

Публичный блокчейн Ethereum, известный своей полной прозрачностью, сталкивается с серьезным препятствием для привлечения крупных традиционных финансовых институтов — отсутствием конфиденциальности. Основатели EthSystems, Mo Jalil и Oscar Thorne, в интервью для Bankless объясняют, почему приватность стала критически важной для внедрения Ethereum институциональными инвесторами. Их команда, выделившаяся из Ethereum Foundation, фокусируется на решении этой проблемы с помощью современных криптографических инструментов, таких как доказательства с нулевым разглашением (ZK-доказательства). Они подчеркивают, что крупные организации, такие как инвестиционные банки, нуждаются не только в защите коммерческой тайны (например, стратегий торговли или размеров позиций), но и в строгом соблюдении регуляторных требований разных юрисдикций. В статье приводятся реальные примеры: от потребности в конфиденциальных межбанковских расчетах и «сжатии» взаимных обязательств между дилерами до создания национальных платежных систем, отвечающих специфическим требованиям местных регуляторов (например, необходимости предоставления избирательного доступа к данным для аудиторов). Основатели EthSystems отмечают, что основные технологические строительные блоки для приватности уже существуют, но ключевая задача сегодня — сложная инженерная интеграция и адаптация этих решений под строгие и разнообразные требования реального финансового мира. Их стратегия заключается в глубокой проработке наиболее сложных конкретных случаев использования вместе с институтами, а затем — в абстрагировании и создании стандартизированных, открытых решений для всего сообщества. В долгосрочной перспективе цель EthSystems — помочь построить финансовую систему, где макро-показатели (например, общая ликвидность) остаются прозрачными и проверяемыми для поддержания доверия, в то время как микро-данные отдельных транзакций и позиций защищены криптографией. Это позволит триллионам долларов традиционного капитала войти в экосистему Ethereum, сохраняя при этом свои конкурентные преимущества и соблюдая регуляторные нормы.

marsbit2 ч. назад

Почему триллионные институты не выходят в блокчейн? Основатель EthSystems: конфиденциальность — смертельная узора для «прозрачного» Ethereum

marsbit2 ч. назад

Чжи Юань, ведя две трудные битвы одновременно

Робот «Чжиюань» демонстрирует прогресс в области воплощенного искусственного интеллекта, успешно выступая на двух фронтах: на Всемирных соревнованиях человекоподобных роботов в Пекине и в реальных рабочих условиях в тематическом парке «Чанлун» в Чжухае. На соревнованиях, где проверялись скорость, сила и ловкость, компания завоевала 18 золотых медалей, доказав свои передовые технические возможности. Одновременно сотрудничество с «Чанлун» — масштабный проект по внедрению роботов в сферу гостеприимства и развлечений — стало испытанием их способности работать в динамичной, нестандартной среде, выполняя практические задачи. Эти два события символизируют ключевой вызов для отрасли: переход от демонстрации возможностей к созданию надежных, экономически эффективных решений для бизнеса. Основатель компании Дэн Тайхуа говорит о переходе от фазы разработки к фазе развертывания и массового внедрения. Успех теперь зависит не только от «железа», но и от интеграции интеллекта, стабильности системы и способности масштабировать решения, что превращает конкуренцию в борьбу комплексных инженерных возможностей.

marsbit2 ч. назад

Чжи Юань, ведя две трудные битвы одновременно

marsbit2 ч. назад

Торговля

Спот

Популярные статьи

Неделя обучения по популярным токенам (2): 2026 может стать годом приложений реального времени, сектор AI продолжает оставаться в тренде

2025 год — год институциональных инвесторов, в будущем он будет доминировать в приложениях реального времени.

2.0k просмотров всегоОпубликовано 2025.12.16Обновлено 2025.12.16

Неделя обучения по популярным токенам (2): 2026 может стать годом приложений реального времени, сектор AI продолжает оставаться в тренде

Обсуждения

Добро пожаловать в Сообщество HTX. Здесь вы сможете быть в курсе последних новостей о развитии платформы и получить доступ к профессиональной аналитической информации о рынке. Мнения пользователей о цене на AI (AI) представлены ниже.

活动图片