تحقیقات اخیر تیم قرمز (Red Team) شرکت آنتروپیک (Anthropic) نشان می‌دهد که بسیاری از پروژه‌های متن‌باز (Open-source) با وجود داشتن مکانیزم‌های امنیتی، به دلیل تنظیمات متناقض یا نقص در معماری، کنترل‌های حفاظتی خود را بدون هیچ هشدار یا خطایی غیرفعال می‌کنند. این پژوهش که با استفاده از مدل هوش مصنوعی Claude انجام شده، ۴۹۳ مورد از این نواقص را در ۲۵ پروژه مختلف شناسایی کرده است.
افزایش سطح حمله (Attack Surface)
هدف اصلی از کاهش سطح حمله، محدود کردن بخش‌هایی از نرم‌افزار است که یک مهاجم می‌تواند به آن‌ها دسترسی داشته باشد. تیم تحقیق دریافت که در بسیاری از موارد، کدهای حساس یا توابع پیچیده، حتی زمانی که غیرفعال هستند، برای کاربران بدون احراز هویت (Unauthenticated) قابل دسترس باقی می‌مانند.
- مواجهه غیرضروری: در تمامی ۱۱ پروژه‌ای که هدفشان محدود کردن دسترسی به کاربران احراز هویت شده بود، کدهایی یافت شد که پیش از مرحله احراز هویت قابل دسترسی بودند.
- تنظیمات متناقض: کلاود (Claude) توانست ۱۶۲ ترکیب از تنظیمات حساس را شناسایی کند که بدون ایجاد خطا یا هشدار، امنیت سیستم را تضعیف می‌کردند. در ۹۴ مورد، این تنظیمات به‌طور پنهانی کنترل‌های امنیتی را از کار انداخته بودند.
نمونه‌های موردی: از DNS تا OpenSSH
یکی از موارد جدی، نقص در قوانین دسترسی مبتنی بر Hostname بود؛ جایی که در صورت غیرفعال بودن Reverse DNS، سرور به جای مسدود کردن دسترسی، به اشتباه آدرس IP کلاینت را با قانون Hostname مقایسه می‌کرد. همچنین، در یک مورد قدیمی، تداخل دو تنظیم باعث شده بود که نیاز به گواهینامه کلاینت (Client Certificate) به‌طور کامل نادیده گرفته شود؛ مشکلی که به گفته آنتروپیک، ۲۰ سال در نرم‌افزار وجود داشته است.
در مورد OpenSSH، هوش مصنوعی کلاود حدود ۴۵۰۰ خط کد رمزنگاری آزمایشی (Experimental Cryptographic Code) را شناسایی کرد که حتی با وجود عدم اجازه ادمین، برای کلاینت‌های بدون احراز هویت قابل دسترسی بود. این کدها مربوط به الگوریتم ML-DSA-44 (یک الگوریتم امضای پساکوانتوم) بودند که پیش از بررسی نوع مجوز، پردازش می‌شدند.
پس از گزارش این موارد، اصلاحاتی در نسخه‌های جدید OpenSSH (نسخه ۱۰.۵ و ۱۰.۶) اعمال شد تا فرآیند بررسی مجوزها به مراحل اولیه (Parser) منتقل شود و سطح کد قابل دسترس پیش از احراز هویت، حدود یک‌پنجم کاهش یابد.
استفاده از هوش مصنوعی در اسکن امنیتی
آنتروپیک در حال تبدیل این تکنیک‌ها به یک قابلیت کاربردی در سرویس OSS Scanner خود است. این ابزار می‌تواند با استفاده از ردیابی‌های اجرای پویا (Dynamic Execution Traces)، نقص‌هایی مانند کدهای در معرض قرار گرفته در تنظیمات پیش‌فرض یا ترکیب‌های خطرناک تنظیمات را شناسایی و اصلاح کند.
