Säkerhet · 7 november 2026
OpenAI har identifierat 948 sårbarheter för lokal behörighetseskalering i Linux-kärnan
OpenAI har använt en AI-modell för cybersäkerhet under utveckling för att autonomt upptäcka och verifiera sårbarheter i Linux-kärnan.
Under tester i mitten av oktober analyserade AI-agenter den senaste huvudgrenen av Linux-kärnan. Processen resulterade i att 1 724 sårbarheter återskapades dynamiskt. Detta ledde till skapandet av 948 exploateringar för lokal behörighetseskalering, där vanliga användare kan få administratörsbehörighet, samt 291 beviskoder för informationsläckor.
AI-agenterna identifierade först 5 034 målområden som omfattade cirka 2,8 miljoner rader kod, vilket motsvarar ungefär 7 procent av kärnans totala källkod på 40 miljoner rader. Efter en statisk analys under cirka 12 timmar hittades 2 308 potentiella sårbarheter. Dessa verifierades sedan genom program som kördes i isolerade virtuella maskiner med Kernel Address Sanitizer aktiverat.
Analys av ett urval på 166 exploateringar visade att minst 10 tidigare okända attackmetoder mot Linux hade använts. Den totala kostnaden för API-krediter under denna undersökning uppgick till 1 213 430 dollar, vilket innebär en kostnad på cirka 1 279 dollar per sårbarhet för behörighetseskalering.
En tidigare undersökning i slutet av juli 2026 med modellen GPT-5.6 Sol identifierade 166 unika sårbarheter för behörighetseskalering till en total API-kostnad av 513 690 dollar, vilket motsvarar cirka 3 095 dollar per sårbarhet.
OpenAI har skickat hundratals rapporter och förslag till rättningar till kärnutvecklarna. Företaget samarbetar även med organisationer i Patch the Planet för att rapportera återstående problem och lämna in rättningslappar. Under den tio dagar långa analysperioden integrerades 61 rättningar för behörighetseskalering i Linux-kärnan, medan 43 andra rättningslappar förbereddes och cirka 300 diskuterades offentligt.
Resultaten visar att nyare modeller, såsom GPT-5.6 Cyber, uppnår hög framgång med enklare konfigurationer jämfört med GPT-5.5 Cyber, som krävde komplex orkestrering och externa ramverk. OpenAI rekommenderar nu att tidigare granskad kod skannas på nytt med mer kraftfulla modeller för att hitta buggar som tidigare missats.