شرکت Anthropic اعلام کرد که نسخه‌ای منتشر نشده از مدل هوش مصنوعی Claude، موفق شده است چندین آسیب‌پذیری (Vulnerability) را در مرورگرها و سیستم‌عامل‌های پرکاربرد جهان شناسایی و آن‌ها را در قالب زنجیره‌های حمله (Attack Chains) ترکیب کند. این اکسپلویت‌ها با حداقل یا بدون نیاز به تعامل انسانی، توانایی اجرای عملیات‌های پیچیده را دارند.
جزئیات اکسپلویت‌های کشف شده
این گزارش شامل موارد زیر است:
- مرورگر Chrome در macOS: یک زنجیره اکسپلویت از نوع RCE (اجرای کد از راه دور) با یک کلیک، که از طریق ترکیب چهار آسیب‌پذیری در موتور JavaScript، حفاظت‌های حافظه و ایزولاسیون فرآیند مرورگر ایجاد شده است.
- مرورگر Safari: دور زدن سیاست منبع یکسان (Same-Origin Policy) که به مهاجم اجازه می‌دهد به تاریخچه مرور، کوکی‌ها و داده‌های نشست (Session) کاربر دسترسی پیدا کند.
- سیستم‌عامل Android: استخراج داده‌ها از یک گوشی Google Pixel 9 قفل شده، از طریق ترکیب سه آسیب‌پذیری در مکانیزم‌های انتقال دستگاه و مدیریت USB.
- سیستم‌عامل Windows: یک آسیب‌پذیری از نوع DoS (محروم‌سازی از سرویس) که از طریق پروتکل HTTP/3 در هسته (Kernel) ویندوز قابل بهره‌برداری است.
- سیستم‌عامل Linux: یک اکسپلویت از نوع Zero-click در پشته شبکه (Networking Stack) هسته لینوکس که اجازه اجرای دستورات با سطح دسترسی Root را به مهاجمان از راه دور می‌دهد.
تغییر پارادایم در تهدیدات سایبری
این یافته‌ها نشان می‌دهند که مدل‌های هوش مصنوعی پیشرو (Frontier AI) از مرحله شناسایی تک‌گانه باگ‌ها فراتر رفته و به سمت ساخت اکسپلویت‌های پیچیده و چندمرحله‌ای حرکت کرده‌اند. پیش از این، ایجاد چنین زنجیره‌های حمله‌ای نیازمند تیم‌های متخصص با دانش عمیق بود، اما اکنون مدل‌های هوش مصنوعی می‌توانند این کار را با دخالت بسیار کم انسان انجام دهند.
اگرچه تمامی آسیب‌پذیری‌های گزارش شده توسط شرکت‌های مربوطه (Google, Apple, Microsoft) اصلاح شده‌اند، اما این موضوع نشان‌دهنده کاهش سطح دشواری برای مهاجمان در کشف و بهره‌برداری از نقاط ضعف نرم‌افزاری است. کارشناسان تأکید می‌کنند که با پیشرفت هوش مصنوعی در شناسایی آسیب‌پذیری‌ها، مدافعان نیز باید از مدل‌های قدرتمند برای شناسایی و وصله کردن (Patching) سیستم‌ها پیش از وقوع حمله استفاده کنند.
