پروژه تحقیقاتی FORGE Lab در مایکروسافت با استفاده از ترکیب عامل‌های هوش مصنوعی (AI Agents) و پژوهشگران امنیتی، موفق به شناسایی ۵۹ آسیب‌پذیری در هسته لینوکس (Linux Kernel) شده است. نکته قابل توجه این است که برخی از این باگ‌ها بیش از ۲۰ سال در کدهای عملیاتی وجود داشته و شناسایی نشده باقی مانده بودند.
فرآیند کشف و تحلیل
در این تحقیق که با نام رمز MDASH انجام شد، اسکن زیرسیستم‌های منتخب هسته لینوکس منجر به تولید ۲۶,۵۰۲ یافته بالقوه در مدت حدود دو هفته شد. پس از غربالگری خودکار و تست‌های اثبات مفهوم (Proof-of-Concept) با استفاده از شبیه‌ساز QEMU، این تعداد به ۶۲۱ مورد رسید که با بررسی دقیق انسانی، ۵۹ گزارش نهایی برای انتشار در جریان اصلی (Upstream) آماده شد.
از میان این یافته‌ها، برای ۸ مورد از CVEها اکسپلویت‌های عملی جهت ارتقاء سطح دسترسی (Privilege Escalation) توسعه یافته است. همچنین اصلاحیه‌های مربوط به ۳۸ مورد از این گزارش‌ها در هسته اصلی لینوکس ادغام (Merge) شده است. بر اساس امتیاز CVSS v3.1، تعداد ۲۴ مورد از این آسیب‌پذیری‌ها دارای سطح شدت بالا (High) یا بالاتر هستند.
جزئیات فنی و تاثیرات
یکی از آسیب‌پذیری‌های برجسته (CVE-2026-64563) مربوط به پیاده‌سازی rhashtable در هسته است که می‌تواند منجر به دسترسی به حافظه آزاد شده (Freed Memory) از طریق یک اشاره‌گر قدیمی (Stale Pointer) شود. این نقص که در پیکربندی‌های استاندارد لینوکس و حتی دستگاه‌های اندروید با اعمال SELinux قابل بهره‌برداری است، به مهاجم اجازه می‌دهد تا از طریق دستکاری حافظه، سطح دسترسی خود را ارتقا دهد.
تحقیقات نشان می‌دهد که میانگین عمر باگ‌های کشف شده ۸.۱ سال بوده و یکی از آن‌ها (CVE-2026-74544) حداقل ۲۱ سال در هسته وجود داشته است.
نقش انسان در عصر هوش مصنوعی
اگرچه هوش مصنوعی فرآیند شناسایی و تولید پیش‌نویس اصلاحیه‌ها را به شدت تسریع کرده است، اما نقش انسان همچنان حیاتی است. فرآیند تایید نهایی، درک عمیق زیرسیستم‌ها و تعامل با نگهدارندگان (Maintainers) هسته لینوکس برای تبدیل یافته‌های خام به اصلاحیه‌های معتبر، همچنان یک گلوگاه انسانی محسوب می‌شود. این تحلیل تأکید می‌کند که افزایش تعداد باگ‌های کشف شده توسط هوش مصنوعی، لزوماً به معنای امن‌تر شدن سیستم‌ها نیست، بلکه تنها ابزاری قدرتمند برای شناسایی نقاط ضعف قدیمی است.
