Багхантинг через LLM: как специалист «Бастиона» ищет уязвимости и не тонет в спаме

Специалист отдела реагирования на инциденты компании «Бастион» под ником Владислав рассказал на Хабре, как за последние полгода перевёл поиск уязвимостей на багбаунти на большие языковые модели (LLM) и выстроил пайплайн из двух ИИ-агентов с тремя слоями верификации, чтобы отсеивать ложные срабатывания до отправки отчёта.

Почему ИИ-агент топит в спаме

Запустить ИИ-агента на программу багбаунти можно за пять минут, но превратить его «поток сознания» в принятые отчёты — задача со звёздочкой, из-за которой легко словить бан за спам и потерять рейтинг. Автор ханчит на багбаунти около полутора лет, выиграл соревнование Bug Zone 7.0 и последние шесть месяцев ищет баги именно через LLM — по его словам, с ИИ можно добиваться результата, а не сдавать мусор.

• Автор — специалист отдела реагирования на инциденты компании «Бастион», опыт на багбаунти ~1,5 года
• Победитель соревнования Bug Zone 7.0
• Последние ~6 месяцев ищет уязвимости с помощью LLM
• В разборе — 4 подхода к ИИ-багхантингу и 4 способа оплаты модели
• Верификация в 3 слоя и пайплайн из 2 ИИ-агентов, живой разбор blind SSRF

Как не утонуть в фолз-позитивах

Ключ к рабочему ИИ-багхантингу — многослойная проверка: автор выстраивает три слоя верификации, через которые проходит каждая находка модели перед отправкой. Без этого фильтра платформы багбаунти воспринимают сырой вывод LLM как спам, что грозит блокировкой и штрафом к рейтингу исследователя.

Роли в связке разделены: один агент генерирует гипотезы об уязвимостях, второй — верифицирует и сортирует их, снимая с человека рутину первичного разбора. Именно ручной разбор потока ложных срабатываний, по замечанию автора, превращает исследователя в «бесплатного триажера для собственного агента» — чего и нужно избежать.

Отдельно автор разбирает экономику: он приводит четыре способа платить за модель, потому что при массовом прогоне гипотез стоимость токенов становится значимой статьёй расходов исследователя.

Что даёт разбор blind SSRF

В качестве живого примера автор разбирает поиск уязвимости класса blind SSRF (server-side request forgery) — когда сервер по команде злоумышленника обращается к внутренним ресурсам, но не возвращает ответ напрямую. На этом кейсе показано, как ИИ-агент формулирует гипотезу, а слои верификации подтверждают эксплуатируемость до подачи отчёта.

«Запустить ИИ-агента на багбаунти — дело пяти минут.

Зато превратить его поток сознания в принятые отчёты, чтобы не словить бан за спам и минус в рейтинге, — задача со звёздочкой».

—

Владислав, специалист отдела реагирования на инциденты, «Бастион»

Готовой «кнопки „сделать хорошо“» автор не обещает: даже с LLM результат держится на дисциплине проверки, а не на автоматизации ради автоматизации.

Что это значит

LLM уже дают этичным хакерам реальное преимущество на багбаунти, но только в связке с человеком и жёсткой верификацией. Голый ИИ-агент без слоёв проверки генерирует спам, который стоит рейтинга и доступа к программам, — ценность создаёт архитектура пайплайна, а не сама модель.

Частые вопросы

Что такое ИИ-багхантинг?

Это поиск уязвимостей в рамках программ багбаунти с помощью больших языковых моделей (LLM): модель генерирует гипотезы об уязвимостях, а исследователь проверяет и оформляет находки. Специалист из «Бастиона» описывает 4 подхода к такому процессу.

Как ИИ-агент не превращает исследователя в спамера?

Через верификацию: автор пропускает каждую находку модели через три слоя проверки и пайплайн из двух агентов, где второй агент берёт на себя сортировку находок. Без этого фильтра сырой вывод LLM ведёт к бану за спам и минусу в рейтинге.