La pipeline di Linux privilege escalation produce 948 exploit
La ricerca di OpenAI sulla Linux privilege escalation ha prodotto 948 exploit funzionanti durante un'esecuzione di 30 ore, dimostrando con quale rapidità l'intelligenza artificiale avanzata possa ormai individuare e riprodurre gravi falle dei sistemi operativi. La local privilege escalation (LPE) è una debolezza di sicurezza che consente a una persona con accesso limitato a un computer di ottenere autorizzazioni più elevate, arrivando potenzialmente al root access, il massimo livello di controllo su un sistema Linux.
Mercoledì OpenAI ha dichiarato che il suo prototipo ha esaminato 2.308 potenziali risultati nel Linux kernel, il software centrale che gestisce la memoria, l'hardware e i programmi in esecuzione di un sistema Linux. Ha riprodotto dinamicamente 1.724 vulnerabilità, vale a dire che ha attivato le falle in un ambiente di test in esecuzione anziché valutarle soltanto leggendo il codice sorgente. Il sistema ha quindi creato 948 exploit LPE capaci di consentire a un utente locale senza privilegi di ottenere il root access. Un exploit è un codice o una sequenza di azioni che sfrutta una vulnerabilità per produrre un risultato non previsto.
Il lavoro amplia una ricerca resa nota nel giugno 2026, quando OpenAI dichiarò che il suo modello GPT-5.5-Cyber aveva scoperto 24 exploit LPE. Per il progetto più recente, l'azienda ha trasformato quel processo in una agentic pipeline, nella quale agenti AI eseguono una sequenza di attività collegate con obiettivi definiti e trasmettono i propri risultati alla fase successiva. L'esecuzione di metà ottobre 2026 ha utilizzato un modello di prossima uscita incentrato sulla cybersecurity e ha preso di mira una distribuzione Linux di uso comune, che OpenAI non ha però identificato.
La pipeline era composta da cinque fasi. Durante la vulnerability discovery, gli agenti hanno selezionato parti del codice sensibili alla sicurezza e raggiungibili da utenti con privilegi limitati, cercandovi possibili difetti. La convalida dinamica ha tentato di riprodurre ciascun risultato all'interno di una sandbox, un ambiente isolato progettato per contenere attività potenzialmente dannose, preservando al contempo le prove provenienti dal sistema in esecuzione. La valutazione della sfruttabilità ha verificato se i difetti confermati potessero esporre informazioni o consentire la LPE e ha generato un proof of concept (PoC), ossia codice dimostrativo che mostra come una falla possa essere sfruttata.
Nella quarta fase, gli agenti hanno generato patch proposte, cioè modifiche al software destinate a correggere le vulnerabilità. La fase finale è rimasta affidata agli esseri umani: i ricercatori di sicurezza hanno esaminato l'exploit, la patch e il livello di gravità proposto prima di segnalare il problema ai maintainer competenti. Questa revisione umana è importante perché produrre codice che sembra bloccare un singolo test non dimostra, di per sé, che una patch sia corretta, compatibile con il codebase esistente o resistente alle varianti di un attacco.
Durante le 30 ore di esecuzione, la pipeline ha riprodotto 1.724 vulnerabilità e generato PoC per 291 falle di information leak, oltre ai 948 exploit LPE funzionanti. OpenAI ha comunicato un costo totale di $1,213,430 in crediti di application programming interface (API), equivalente a $1,279 per ciascun exploit LPE. Un'API è una modalità definita con cui un software richiede servizi a un altro sistema, in questo caso l'accesso al modello AI.
OpenAI ritiene che gli agenti abbiano scoperto e utilizzato almeno 10 tecniche di exploitation di Linux precedentemente sconosciute. Queste comprendevano due nuovi persistent elastic objects per eseguire object spraying in una kernel cache presa di mira, cioè riempiendo ripetutamente un'area selezionata della memoria del kernel con oggetti scelti; due tecniche di page grooming destinate a organizzare la memoria in modi che migliorano l'affidabilità dell'exploit; e cinque metodi data-only per ottenere privilegi elevati direttamente o tramite un arbitrary write, ossia la capacità di collocare dati scelti dall'attaccante in una posizione di memoria non prevista. La decima tecnica utilizzava arbitrary type confusion, una condizione in cui il software gestisce i dati come se fossero un tipo di oggetto errato ed esegue di conseguenza operazioni di memoria non previste.
I risultati mostrano entrambi gli aspetti della ricerca sulla sicurezza assistita dall'AI. I difensori possono accelerare la scoperta e la convalida delle vulnerabilità e la creazione delle patch, ma possono essere ancora necessarie istruzioni aggiuntive, più iterazioni e la revisione di esperti prima che una correzione proposta sia adatta all'uso. OpenAI ha sostenuto che combinare una scoperta più rapida con la generazione automatizzata delle patch potrebbe ridurre il periodo durante il quale i sistemi rimangono esposti e rendere più costoso per gli attaccanti lo sfruttamento su vasta scala.
Le stesse capacità sono disponibili agli utenti malintenzionati. In un rapporto pubblicato il mese scorso, VulnCheck ha definito la scoperta delle vulnerabilità assistita dall'AI una categoria di rischio in crescita, perché può consentire ad hacker inesperti, con competenze tecniche scarse o inesistenti, di individuare falle nel software. Questi strumenti possono inoltre aiutare gli attaccanti a scoprire e trasformare in armi casi di zero-day vulnerability, ossia falle sfruttate o utilizzabili prima che sia disponibile una correzione efficace, aumentando al contempo il numero di sistemi che vale la pena prendere di mira.
Google Threat Intelligence Group ha riferito che le divulgazioni mensili di vulnerabilità sono più che raddoppiate nel corso del 2026, passando da 5.045 a gennaio a 10.740 ad agosto. Nello stesso periodo, le divulgazioni classificate ad alto rischio sono aumentate da 131 a 350, con una crescita del 167%. Queste cifre conteggiano le vulnerabilità divulgate e non dimostrano che l'AI sia stata responsabile di ogni aumento, ma mostrano il crescente volume di informazioni che i maintainer del software e i team IT devono elaborare.
In una valutazione pubblicata martedì, il National Cyber Security Centre del Regno Unito ha affermato che l'ampia disponibilità di strumenti cyber basati sull'AI ha quasi certamente causato un aumento significativo della scoperta di zero-day vulnerability. Ha inoltre rilevato che gli strumenti difensivi hanno ridotto il tempo necessario affinché una falla passi dallo stato di zero-day a quello di N-day vulnerability, cioè una debolezza nota pubblicamente per la quale potrebbe essere già disponibile una patch. L'applicazione delle patch è diventata più rapida, ma l'NCSC ha avvertito che i sistemi rimangono esposti quando la tecnologia difensiva non è configurata correttamente o non viene implementata su vasta scala.
L'NCSC ha dichiarato che le organizzazioni dovranno adeguare i propri processi interni di applicazione e test delle patch al ritmo più rapido delle scoperte. Ha inoltre valutato che gli attaccanti stanno diventando meno prudenti riguardo alla possibilità di perdere l'accesso ai sistemi compromessi, perché l'AI può ridurre il costo necessario per sostituire tale accesso. La riduzione di rischi e costi ha ampliato la gamma di attività per le quali vengono impiegate capacità cyber, rendendo più facile per gli avversari ottenere informazioni e utilizzarle a fini operativi.
OpenAI ha affermato che la scoperta delle vulnerabilità da parte dei frontier models, cioè la generazione attuale più avanzata di sistemi AI, deve essere accompagnata dalla generazione automatizzata delle patch. L'azienda prevede che le patch generate dall'AI diventeranno funzionalmente corrette, coerenti con lo stile di programmazione di un progetto esistente e resistenti alle varianti degli attacchi quando vengono sottoposte a ripetute revisioni guidate da esperti umani. Per il breve e medio termine, l'azienda ha avvertito che fornire a un attaccante dotato di ampie risorse un account con privilegi limitati su un sistema operativo privo delle più recenti patch disponibili dovrebbe essere considerato, di fatto, equivalente a concedergli il root access.
Per le organizzazioni che stanno adattando i propri sistemi e processi di applicazione delle patch a questo ambiente più rapido, AEU-I offre servizi IT, infrastrutture e consulenza con la sicurezza come priorità.