مهر
اخبار
آنتروپیک با هوش مصنوعی یک آسیب‌پذیری بحرانی کشف کرد؛ مهاجمان در یک روز از آن سوءاستفاده کردند
مدل تخصصی آنتروپیک به نام Mythos یک زنجیره آسیب‌پذیری در یک فایل‌سرور محبوب کشف کرد؛ کمتر از یک روز بعد، همان حفره در حملات واقعی روی سرورهایی در آمریکا و ژاپن مورد سوءاستفاده قرار گرفت.
شرکت Anthropic، سازنده دستیار هوش مصنوعی Claude، مدتی است یکی از مدل‌های تخصصی خود را نه برای نوشتن متن یا کد، بلکه برای شکار آسیب‌پذیری‌های امنیتی در نرم‌افزارهای پرکاربرد به‌کار گرفته است. این مدل که Mythos نام دارد، بخشی از برنامه‌ای دفاعی به نام Glasswing است؛ برنامه‌ای که هدفش پیدا کردن باگ‌های خطرناک در نرم‌افزارهای متن‌باز و زیرساختی، پیش از آن است که مهاجمان واقعی به آن‌ها دست پیدا کنند. اما داستانی که این روزها در محافل امنیتی دست‌به‌دست می‌شود، نشان می‌دهد همین ابزار دفاعی می‌تواند نقشه راهی دقیق برای مهاجمان هم باشد.
برای آشنایی بیشتر با ریشه‌های این فناوری و این‌که اساساً شرکت‌هایی مانند OpenAI و آنتروپیک چگونه شکل گرفتند، می‌توانید این مطلب درباره OpenAI را هم بخوانید؛ چون بخش بزرگی از رقابت امروز میان آزمایشگاه‌های هوش مصنوعی، دقیقاً حول همین توانایی‌های پیشرفته در تحلیل و استدلال خودکار شکل گرفته است.
لیست مطالب
۱. پروژه Glasswing چیست و Mythos در آن چه نقشی دارد؟
پروژه Glasswing ابتکاری دفاعی از سوی آنتروپیک است که با همکاری چند شرکت امنیتی مستقل، از جمله Horizon3.ai، اجرا می‌شود. ایده اصلی ساده است: به‌جای آن‌که منتظر بمانیم تا مهاجمان باگ‌های بحرانی نرم‌افزارهای پرکاربرد را پیدا کنند، مدل‌های هوش مصنوعی پیشرفته را روی همین نرم‌افزارها اجرا می‌کنیم تا ضعف‌ها زودتر کشف و وصله شوند. مدل Mythos دقیقاً برای همین کار طراحی شده و توانایی‌اش در تحلیل‌های ریاضی و رمزنگاشتی، آن را از ابزارهای معمول اسکن آسیب‌پذیری متمایز می‌کند.
نکته مهم اینجاست که آنتروپیک پیش‌تر هم اعلام کرده بود برخی از توانمندترین مدل‌های تهاجمی‌اش در حوزه امنیت سایبری را به‌دلیل خطر بالای سوءاستفاده، منتشر نکرده است. به بیان دیگر، شرکت از ابتدا می‌دانست که مرز میان «ابزار دفاعی» و «ابزار حمله» در این حوزه بسیار باریک است؛ مرزی که ماجرای اخیر بار دیگر آن را به‌وضوح نشان داد.
۲. فایل‌سرور Rejetto HFS و دلیل هدف قرار گرفتنش
نرم‌افزاری که Mythos روی آن آزمایش شد، فایل‌سرور متن‌باز و سبکی به نام Rejetto HTTP File Server یا به‌اختصار HFS است؛ ابزاری که سال‌هاست توسط کاربران خانگی و برخی سازمان‌های کوچک برای اشتراک‌گذاری سریع فایل از طریق مرورگر استفاده می‌شود. دقیقاً همین محبوبیت و سادگی نصب، HFS را به هدفی جذاب برای پژوهش امنیتی و متأسفانه برای حملات واقعی تبدیل کرده است.
نسخه‌های قدیمی‌تر این نرم‌افزار، یعنی سری ۲.x، سال‌ها پیش هم با آسیب‌پذیری‌های جدی اجرای کد از راه دور دست‌وپنجه نرم کرده بودند؛ به همین دلیل کارشناسان توصیه می‌کنند این نسخه‌ها کاملاً کنار گذاشته شوند. اما این بار نوبت به نسخه جدیدتر، یعنی سری ۳.x، رسید که قرار بود امن‌تر باشد.
۳. ریشه مشکل: یک باور غلط رایج درباره تصادفی بودن
چرا Math.random برای امنیت مناسب نیست؟
قلب این آسیب‌پذیری در جایی قرار دارد که بسیاری از توسعه‌دهندگان وب هنوز آن را به‌درستی درک نکرده‌اند: تابع Math.random در جاوااسکریپت یک مولد عدد تصادفی رمزنگاشتی نیست. این تابع از الگوریتمی به نام xorshift128+ استفاده می‌کند که سریع و کارآمد است، اما خروجی‌هایش کاملاً قطعی و قابل پیش‌بینی‌اند؛ به این معنا که اگر مهاجم چند خروجی متوالی این تابع را مشاهده کند، می‌تواند وضعیت داخلی مولد را بازسازی و خروجی‌های بعدی (و حتی قبلی) را از قبل حدس بزند.
فایل‌سرور Rejetto HFS دقیقاً از همین تابع برای ساخت کلید امضای نشست‌های کاربری استفاده می‌کرد؛ تصمیمی که در زمان نوشتن کد شاید بی‌خطر به نظر می‌رسید، اما در عمل یک در پشتی رمزنگاشتی برای کل سامانه احراز هویت باز گذاشت.
۴. زنجیره حمله گام‌به‌گام: از یک نشت کوچک تا اجرای کد از راه دور
مدل Mythos هنگام بررسی این نرم‌افزار متوجه شد یک نقطه پایانی بدون نیاز به ورود، به‌صورت ناخواسته مقادیر خام همان تابع تصادفی را در قالب کوکی‌های نشست و به‌صورت رمزگذاری‌شده با base64 افشا می‌کند. از دید یک انسان، این نشت شاید بی‌اهمیت به نظر برسد؛ اما مدل هوش مصنوعی توانست کل زنجیره حمله را در هفت گام منطقی کنار هم بچیند:
نخست، فهرست کردن حساب‌های مدیریتی موجود در سامانه. سپس، جمع‌آوری حدود دوازده خروجی درزکرده از همان تابع تصادفی از طریق نقطه پایانی بدون نیاز به ورود. در ادامه، تغذیه این مقادیر به یک حل‌کننده محدودیت ریاضی برای بازسازی وضعیت داخلی مولد. پس از آن، بازگرداندن کلید امضای اصلی سرور که در لحظه راه‌اندازی ساخته شده بود. گام بعدی، جعل یک کوکی نشست کاملاً معتبر برای حساب مدیریتی. سپس، ورود به رابط مدیریتی سرور با همان نشست جعلی. و در نهایت، اجرای کد دلخواه جاوااسکریپت از طریق قابلیت تعریف نقاط پایانی سفارشی که خود HFS در اختیار مدیران قرار می‌دهد.
جمع این هفت گام، یعنی یک مهاجم بدون داشتن هیچ حساب کاربری معتبر، می‌تواند کنترل کامل سرور را در دست بگیرد؛ تنها با مشاهده چند خروجی ظاهراً بی‌ضرر از یک تابع تصادفی.
۵. نقش حل‌کننده Z3 و چرا این بخش هوشمندانه‌ترین قسمت کار بود
بخشی که این کشف را از یک گزارش امنیتی معمولی متمایز می‌کند، استفاده هوشمندانه Mythos از یک ابزار ریاضی به نام Z3 است؛ حل‌کننده‌ای که معمولاً در پژوهش‌های نظریه اثبات و تحلیل برنامه به کار می‌رود، نه در شکار باگ‌های وب. مدل تشخیص داد که با تعریف وضعیت داخلی مولد xorshift128+ به‌صورت مجموعه‌ای از قیدهای ریاضی، می‌توان از Z3 خواست آن وضعیت را از روی چند خروجی مشاهده‌شده بازسازی کند و سپس با حرکت رو به عقب، کلید اولیه‌ای را که در لحظه شروع برنامه تولید شده بود، به دست آورد.
به گفته کارشناسانی که این یافته را بررسی کرده‌اند، این سطح از ترکیب استدلال ریاضی و تحلیل امنیتی معمولاً به تخصص هم‌زمان در رمزنگاری و مهندسی معکوس نیاز دارد؛ ترکیبی که در میان کارشناسان انسانی هم کمیاب است، چه برسد به یک ابزار خودکار. دقیقاً همین نکته است که نگرانی‌های تازه‌ای درباره آینده شکار آسیب‌پذیری با کمک هوش مصنوعی ایجاد کرده است. اگر علاقه‌مندید با محدودیت‌ها و توانایی‌های واقعی چنین سیستم‌هایی بیشتر آشنا شوید، این تحلیل درباره توان واقعی هوش مصنوعی را هم بخوانید.
۶. جدول زمانی: از ثبت CVE تا سوءاستفاده واقعی در کمتر از یک روز
زمان‌بندی این ماجرا خودش یکی از نگران‌کننده‌ترین بخش‌های داستان است. شناسه CVE-2026-61500 برای این آسیب‌پذیری در میانه تابستان ثبت شده بود و نسخه ۳.۲.۱ فایل‌سرور HFS به‌عنوان نسخه اصلاح‌شده معرفی شد. اما تا مدت‌ها، جزئیات فنی دقیق این باگ منتشر نشده بود. اواخر سپتامبر، یک کد اثبات مفهوم ساده روی یکی از پلتفرم‌های اشتراک کد منتشر شد. چند روز بعد، تیم Horizon3.ai در چارچوب پروژه Glasswing، گزارش فنی کامل همراه با نمایش عملی اجرای کد از راه دور را منتشر کرد.
نکته کلیدی اینجاست: تنها یک روز پس از انتشار همین گزارش فنی کامل، شرکت امنیتی VulnCheck نخستین نمونه‌های سوءاستفاده واقعی از این آسیب‌پذیری را در فضای اینترنت شناسایی کرد. به بیان ساده، فاصله میان «توضیح علمی یک باگ پیچیده» تا «سلاح‌شدن آن در دنیای واقعی» به کمتر از بیست‌وچهار ساعت رسیده بود؛ بازه زمانی‌ای که تا چند سال پیش برای چنین باگ‌های پیچیده رمزنگاشتی تقریباً غیرممکن به نظر می‌رسید.
۷. ردپای چین، پراکسی‌ها و مشکل همیشگی انتساب در حملات سایبری
ردیابی اولیه این موج حملات به یک آدرس آی‌پی واحد در چین رسید که سرورهایی در آمریکا و ژاپن را هدف گرفته بود. کمی بعد، ترافیک حمله از آدرس‌های آی‌پی مبتنی بر آمریکا هم مشاهده شد. اما پژوهشگران امنیتی بارها تأکید کرده‌اند که چنین شواهدی به‌تنهایی کافی نیست؛ زیرا استفاده از زیرساخت پراکسی و سرورهای واسط، یکی از رایج‌ترین تاکتیک‌های مهاجمان حرفه‌ای برای پنهان کردن منشأ واقعی حمله است. به همین دلیل، نمی‌توان با قطعیت گفت این حملات از کجا سازمان‌دهی شده‌اند، هرچند الگوی رفتاری آن‌ها شباهت زیادی به کمپین‌های شناخته‌شده شکار فرصت‌طلبانه دارد.
۸. چه باید کرد؟ راهکارهای فوری برای مدیران سرور
اگر سازمان یا کسب‌وکار شما همچنان از فایل‌سرور Rejetto HFS استفاده می‌کند، چند اقدام فوری توصیه می‌شود. نخست، فهرست‌برداری از تمام سامانه‌هایی که این نرم‌افزار روی آن‌ها نصب است، به‌ویژه نمونه‌های در دسترس از اینترنت عمومی. دوم، ارتقای فوری به نسخه ۳.۲.۱ یا بالاتر که این آسیب‌پذیری خاص در آن برطرف شده است. سوم، کنار گذاشتن کامل نسخه‌های ۲.x که همچنان آسیب‌پذیری‌های جدی و وصله‌نشده دیگری دارند.
چهارم، محدود کردن دسترسی این سرویس پشت فایروال یا VPN در مواردی که نیازی به دسترسی عمومی اینترنتی نیست و غیرفعال کردن دسترسی مدیریتی از طریق لوکال‌هاست در تنظیمات نرم‌افزار. پنجم، و شاید مهم‌ترین نکته، اگر سیستمی در بازه زمانی افشای این آسیب‌پذیری بدون وصله در معرض اینترنت بوده، باید فرض را بر نفوذ احتمالی گذاشت و به‌جای صرفاً نصب وصله، سامانه را از نو بازسازی کرد. درست همان‌طور که در هر تصمیم فناورانه دیگری، شناخت واقعی از ریسک‌ها اهمیت دارد؛ موضوعی که در این مطلب درباره اهمیت هوش مصنوعی برای کسب‌وکارها هم به آن پرداخته‌ایم.
۹. چرا این اتفاق برای آینده امنیت سایبری هوش مصنوعی مهم است؟
ماجرای Mythos و Rejetto HFS را می‌توان نقطه عطفی در گفت‌وگوی عمومی درباره هوش مصنوعی و امنیت سایبری دانست. تا پیش از این، بسیاری از کارشناسان تصور می‌کردند باگ‌های رمزنگاشتی پیچیده، به‌دلیل نیاز به دانش تخصصی بالا، در عمل کمتر مورد سوءاستفاده گسترده قرار می‌گیرند. اما وقتی یک مدل هوش مصنوعی می‌تواند این دانش تخصصی را به‌صورت خودکار بازتولید و حتی تسریع کند، همان فرض قدیمی دیگر معتبر نیست.
این موضوع یادآور یک بحث قدیمی‌تر هم هست: این‌که صرفاً داشتن ابزارهای پیشرفته هوش مصنوعی، جایگزین قضاوت و تجربه واقعی مهندسان امنیت نمی‌شود، بلکه باید در کنار آن به کار گرفته شود. برای کسانی که دوست دارند با این تفاوت میان توهم اتوماسیون کامل و واقعیت کار مهندسی بیشتر آشنا شوند، این مقاله درباره مرز میان توهم و واقعیت در کار با هوش مصنوعی خواندنی است. در نهایت، آنتروپیک همچنان پروژه Glasswing را ادامه می‌دهد و می‌گوید هدفش کمک به اکوسیستم متن‌باز برای وصله کردن سریع‌تر چنین ضعف‌هایی است، هرچند این ماجرای خاص نشان داد که این مسیر، بدون ریسک هم نیست.
پرسش‌های پرتکرار درباره این آسیب‌پذیری
آیا استفاده از فایل‌سرور Rejetto HFS الان امن است؟
بله، به شرط ارتقای فوری به نسخه ۳.۲.۱ یا بالاتر. نسخه‌های قدیمی‌تر همچنان در معرض خطر جدی قرار دارند و توصیه می‌شود به‌کلی کنار گذاشته شوند.
چرا یک مدل هوش مصنوعی توانست این باگ را پیدا کند، اما ابزارهای معمول اسکن امنیتی نتوانستند؟
چون این آسیب‌پذیری نیازمند ترکیبی از تحلیل رمزنگاشتی عمیق و استدلال ریاضی گام‌به‌گام بود؛ کاری که مدل Mythos با کمک حل‌کننده Z3 به‌صورت خودکار انجام داد، در حالی‌که ابزارهای اسکن معمول معمولاً الگوهای شناخته‌شده و ساده‌تر را بررسی می‌کنند.
چه کسی پشت حملات واقعی به این آسیب‌پذیری بوده است؟
هیچ انتساب قطعی اعلام نشده است. ردیابی اولیه به یک آی‌پی در چین اشاره داشت، اما استفاده گسترده از زیرساخت پراکسی، تعیین منشأ واقعی حمله را تقریباً غیرممکن کرده است.
آیا این یعنی مدل‌های هوش مصنوعی مثل Mythos خطرناک‌اند؟
هدف اصلی این مدل‌ها دفاعی است، اما همین ماجرا نشان داد خروجی چنین مدل‌هایی می‌تواند توسط مهاجمان هم مورد استفاده قرار گیرد؛ به همین دلیل بحث درباره نحوه انتشار مسئولانه یافته‌های امنیتی مبتنی بر هوش مصنوعی همچنان ادامه دارد.
نسخهٔ فوری این مطلب در تلگرام: اینجا بخوانید
