Исследовательская организация Epoch AI зафиксировала значительный скачок количества выявленных уязвимостей в программном обеспечении после интеграции больших языковых моделей (LLM) в процессы автоматизированного поиска ошибок. Согласно данным аналитиков, число обнаруженных критических и высокоопасных CVE увеличилось в 3,5 раза.
Статистика показывает, что за один месяц 21 организация отчиталась о выявлении около 1500 уязвимостей. Эксперты связывают такую динамику с активным использованием ИИ-инструментов для глубокого анализа исходного кода и поиска потенциальных векторов атак.
В отчёте Epoch AI особое внимание уделяется вкладу нейросетей от компаний Anthropic и OpenAI. В частности, упоминаются инициативы, связанные с моделью Claude Mythos и программой Daybreak. В их рамках доверенные партнёры получают доступ к передовым ИИ-технологиям для идентификации «дыр» в безопасности до того, как они станут достоянием общественности. Совокупный объём найденных с помощью этих программ инцидентов уже исчисляется тысячами, причём многие из них пока не отражены в открытых базах CVE.
Анализ базируется на реестре CVE Program (cvelistV5), фиксирующем опубликованные уязвимости начиная с 2020 года. Важно учитывать, что Epoch AI ориентируется на даты публикации записей, а не на фактический момент обнаружения проблемы, что может накладывать отпечаток на общую интерпретацию темпов роста.
Система CVE присваивает каждой уязвимости рейтинг по шкале CVSS от 0 до 10, при этом показатели выше 9 баллов классифицируются как критические. В исследование были включены данные от различных центров назначения уязвимостей (CNA), охватывающие как крупных проприетарных разработчиков ПО, так и сообщества open-source проектов.
Тем не менее, аналитики призывают не списывать весь рост показателей только на внедрение искусственного интеллекта. Часть динамики обусловлена изменениями в методологии отчётности самих CNA. Например, после того как проект Linux стал официальным CNA, количество зарегистрированных CVE заметно выросло за счёт систематического учёта исправлений и backport-обновлений.
Несмотря на сопутствующие факторы, в Epoch AI уверены, что LLM уже трансформируют ландшафт кибербезопасности. Автоматизация анализа кода позволяет находить уязвимости на принципиально новых скоростях и в масштабах, недоступных для классических методов ручного аудита.
