ZDNet AI→ المصدر

الذكاء الاصطناعي يكتشف ثغرات لينكس أسرع مما يصلحها المطورون

اكتشفت أدوات الذكاء الاصطناعي خلال أسبوعين ثلاث ثغرات كبيرة في نواة لينكس، وآخرها Fragnesia. والمشكلة الأساسية أن الذكاء الاصطناعي يعثر على الأخطاء الحرجة والثغرات الأمنية بوتيرة أسرع بكثير مما يستطيع المطورون إغلاقها وإصدار التصحيحات الخاصة بها. وتتفوق وتيرة الاكتشافات بوضوح على قدرة الفريق على الاستجابة ونشر التحديثات.

معالج بواسطة الذكاء الاصطناعي من ZDNet AI؛ بتحرير Hamidun News
الذكاء الاصطناعي يكتشف ثغرات لينكس أسرع مما يصلحها المطورون
المصدر: ZDNet AI. كولاج: Hamidun News.
◐ استمع للمقال

اكتشفت أدوات الذكاء الاصطناعي ثالث ثغرة حرجة في نواة لينكس خلال أسبوعين. ولم تعد المشكلة في الثغرات نفسها، بل في وتيرة ظهورها: فالمطورون ببساطة لا يستطيعون إصدار التصحيحات بسرعة تفوق سرعة اكتشاف الخوارزميات لها.

ما هي Fragnesia

Fragnesia ثغرة في معالجة الذاكرة المجزأة في نواة لينكس. يقع الخلل في عملية إدارة الذاكرة، وقد يؤدي إلى رفع الصلاحيات دون تصريح على الجهاز المحلي.

اكتشفت أنظمة تحليل الشيفرة المعتمدة على الذكاء الاصطناعي هذه الثغرة أثناء الفحص الآلي للشيفرة المصدرية للنواة. وبعد أن تحقق منها باحثو الأمن، حصلت على معرّف CVE رسمي وأُدرجت في سجل الثغرات المعروفة.

لكن Fragnesia ليست أول اكتشاف في هذه الفترة. فإلى جانب ثغرتين حرجتين أخريين اكتُشفتا خلال الأسبوعين نفسيهما، تعكس هذه الثغرة اتجاهًا جديدًا: الذكاء الاصطناعي يجد الثغرات الأمنية أسرع مما يغلقها البشر.

وتيرة الذكاء الاصطناعي تتجاوز المطورين

خلال الأسبوعين الماضيين، اكتشف الذكاء الاصطناعي سلسلة من الأخطاء الحرجة:

  • ثغرة في وحدة معالجة حزمة الشبكة (يمكن استغلالها عن بُعد)
  • خلل في نظام الملفات (رفع الصلاحيات محليًا)
  • Fragnesia في إدارة ذاكرة النواة (رفع الصلاحيات محليًا)

يعالج فريق تطوير نواة لينكس الثغرات الحرجة تاريخيًا خلال فترة تتراوح بين 1 و4 أسابيع. والدورة المعتادة هي: الاكتشاف ← التحليل ← تطوير التصحيح ← الاختبار ← الإصدار. ويُعد هذا وتيرة طبيعية في منظومة المصدر المفتوح.

لكن الوضع يتغير الآن. فإذا واصل الذكاء الاصطناعي اكتشاف 3–4 أخطاء حرجة أسبوعيًا، بينما لا يستطيع المطورون معالجة سوى 1–2 في الفترة نفسها، فستتشكل نافذة متسعة من الثغرات. ويمكن أن يستغل هذه النافذة باحثو الأمن (الذين يريدون المساعدة) ومجموعات المجرمين الإلكترونيين (الذين يريدون الاستغلال) على حد سواء.

لماذا تكتشف الآلات الثغرات أسرع

يعمل تعلم الآلة دون انقطاع، ولا يتعب ولا يفقد تركيزه. فهو يحلل مئات الملايين من أسطر الشيفرة بحثًا عن أنماط قد تكون خطرة: معالجة خاطئة للذاكرة، وحالات race conditions، وأخطاء الوصول إلى المخازن المؤقتة، وتسرب الذاكرة.

ولا يستطيع الإنسان مجاراة هذا الحجم من العمل. فحتى أفضل مراجعي الشيفرة (code reviewers) في نواة لينكس يراجعون عشرات الكيلوبايتات من الشيفرة يوميًا، ويفعلون ذلك يدويًا. أما الذكاء الاصطناعي فيراجع غيغابايتات من الشيفرة في الوقت نفسه.

علاوة على ذلك، لم تعد أدوات التحليل بالذكاء الاصطناعي حكرًا على باحثي الأمن والمطورين. فمجموعات القراصنة التي تبحث عن ثغرات لتحقيق مكاسبها الخاصة تستخدمها أيضًا. وبات المصدر المفتوح للينكس يخضع للتحليل من الجانبين، فيما يتخلف مجتمع المطورين عن الركب.

«هذا لا يعني أن المطورين يؤدون عملهم بشكل سيئ. بل يعني أن مشهد

التهديدات يتغير أسرع مما نتكيف معه»، يقول خبراء في أمن لينكس.

ماذا يعني ذلك

يظل لينكس من أكثر أنظمة التشغيل أمانًا، ويعود ذلك في جانب كبير منه إلى الشيفرة المفتوحة ومجتمع المطورين النشط. لكن الذكاء الاصطناعي يقلب هذه الميزة رأسًا على عقب.

ويقف المجتمع الآن أمام خيارين. الأول: محاولة تسريع دورة التطوير وإصدار التصحيحات، لكن ذلك يتطلب توظيف مزيد من الأشخاص وزيادة الميزانية. والثاني: الاستثمار في إجراءات وقائية، مثل مراجعات شيفرة أكثر صرامة، واختبارات آلية، وأدوات متقدمة لاكتشاف الثغرات على جانب المستخدمين.

والأرجح أن الأمر سيتطلب الجمع بين النهجين. لقد أعاد الذكاء الاصطناعي كتابة قواعد اللعبة. وعلى منظومة لينكس أن تتكيف مع الوتيرة الجديدة للاكتشافات، وإلا فإنها تخاطر بالتخلف عن موجة الثغرات.

ZK
Hamidun News
أخبار الذكاء الاصطناعي بدون ضوضاء. اختيار تحريري يومي من أكثر من 50 مصدر. منتج من جمال حميدون، رئيس الذكاء الاصطناعي في Alpina Digital.
✦ Unified AI Workspace

Access Frontier LLMs & Multimodal AI in One Workspace

Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.

Try NomadNet AI →Launch NomadNet Agent
ما رأيك؟
جارٍ تحميل التعليقات…