گروهی از پژوهشگران امنیت سایبری موفق شدند با بهره‌گیری از مدل هوش مصنوعی Claude متعلق به شرکت Anthropic، زنجیره‌ای از آسیب‌پذیری‌ها را برای دسترسی غیرمجاز به حساب‌های ChatGPT کارکنان OpenAI فعال کنند. این تیم توانست در کمتر از ۷۲ ساعت، از طریق یک نقص امنیتی در تالارهای گفتگو (Forum) این شرکت، به دسترسی سطح بالا دست یابد.
جزئیات فنی حمله و زنجیره آسیب‌پذیری
نقطه ورود مهاجمان، تالار گفتگوی جامعه OpenAI بود که بر پایه پلتفرم Discourse مدیریت می‌شد. در این سیستم، برای بررسی تصاویر از FastImage استفاده می‌شد؛ اما به دلیل عدم پشتیبانی این ابزار از فایل‌های HEIF، این تصاویر مستقیماً توسط ImageMagick و کتابخانه libheif پردازش می‌شدند.
پژوهشگران با استفاده از مدل Claude Opus 4.8، یک نقص از نوع Heap Buffer Overflow در کتابخانه libheif شناسایی کردند. اگرچه تلاش‌های اولیه برای تبدیل این نقص به یک حمله Remote Code Execution (RCE) با شکست مواجه شد، اما با انتشار نسخه جدیدتر (Claude Opus 5)، مهاجمان توانستند اسکریپت اکسپلویت لازم را تولید کرده و دسترسی RCE را روی نمونه (Instance) مورد نظر به دست آورند.
تأثیرگذاری و دسترسی به مخازن داخلی
پس از دستیابی به دسترسی RCE، تیم پژوهشگر توانست حساب یکی از کارکنان OpenAI را که سرویس Codex آن به سازمان گیت‌هاب (GitHub) این شرکت متصل بود، تصاحب کند. برای اثبات تأثیرگذاری حمله (PoC) بدون دسترسی غیرمجاز به کدهای حساس، آن‌ها از طریق حساب Codex مذکور، یک Pull Request بی‌خطر در مخزن داخلی (Monorepo) شرکت OpenAI ایجاد کردند.
پاسخ OpenAI و اصلاحات امنیتی
شرکت OpenAI پس از دریافت گزارش، ظرف ۱۴ ساعت آسیب‌پذیری را برطرف کرد و مبلغ ۶,۵۰۰ دلار به عنوان پاداش Bug Bounty به تیم Hacktron پرداخت نمود. همچنین پلتفرم Discourse نیز با افزودن قابلیت Sandboxing برای پردازش تصاویر، اصلاحیه لازم را منتشر کرد.
نکته کلیدی: این حادثه نشان می‌دهد که مدل‌های زبانی بزرگ (LLM) می‌توانند سرعت توسعه اکسپلویت‌ها را به شدت افزایش دهند و کارهایی که پیش‌تر نیازمند ماه‌ها تلاش تیم‌های متخصص بود، اکنون در عرض چند روز توسط عوامل هوشمند AI قابل اجراست.
