網路安全業者Forescout旗下Vedere Labs近期利用現成AI模型,搭配自行開發的分析工具,針對10套嵌入式TCP/IP協定堆疊進行安全研究,在約90小時內找出99項漏洞,其中66項是這次研究新發現的漏洞,其餘33項則是過去已知的漏洞。這類協定堆疊廣泛應用於工控、醫療、網路及物聯網設備。
AI加速嵌入式設備漏洞挖掘,研究人員90小時找出66項TCP/IP協定堆疊新漏洞
Posted in
業界新聞
Show the rest Hide the rest
在66項新漏洞中,52%屬於重大或高風險,部分可能造成設備運作異常或阻斷服務。研究團隊認為,其中54項漏洞可能仍影響相關軟體的最新版本,因此將這些漏洞通報廠商或專案維護者,包括20項開放原始碼軟體漏洞及34項專有軟體漏洞。截至報告發布時,前者已有19項完成修補,後者則僅有5項完成修補。
這項研究延續2020年展開的Project Memoria計畫。當時研究人員主要依靠人工分析與傳統工具,程式碼分析約耗費9個月;如今研究團隊利用Anthropic的Claude模型搭配自建分析工具,約花10小時完成AI輔助靜態分析,再以約80小時進行動態驗證。雖然兩次研究的分析範圍不同,但成果顯示,AI有助加快漏洞挖掘與驗證速度。
研究團隊估計,這次使用AI模型的費用約為1,200至2,300美元,未計入工具開發及測試環境建置等前期成本,漏洞驗證也仍需研究人員參與。除了開放原始碼軟體,研究人員也利用AI分析缺乏原始碼的專有軟體,並從中找出漏洞。
由於TCP/IP協定堆疊是不同廠商設備共用的基礎軟體元件,相關漏洞可能透過軟體供應鏈影響多種產品。對於工控及關鍵基礎設施營運單位,研究團隊建議掌握設備使用的軟體元件及支援狀態,並依漏洞利用難易度、設備網路暴露情況及營運影響,排定修補優先順序。對於無法修補的設備,則應透過限制網路服務、網路隔離及規畫汰換等方式降低風險。
Read the full article on www.ithome.com.tw
https://www.forescout.com/research-labs/finding-critical-infrastructure-bugs-with-off-the-shelf-ai/
www.forescout.com
Comments (0)
Sign in to comment