30/07/2026
【 Cyberbit 資安小教室👩🏫 】
📘 AI 自主挖掘漏洞 📘
今年 7 月,OpenAI 在內部測試中發生了一起驚人事件,模型在關閉安全限制後,為了尋找解答,竟然自主發現 Zero-day 漏洞、突破 Sandbox 隔離、橫向移動,甚至在 Hugging Face 的生產環境中,取得了遠端執行權限 (RCE),過程完全沒有人類下達指令! 其實早在 2025 年,OpenAI 的 o3 模型就已展現這種能力,這意味著由 AI 導向的漏洞挖掘時代,已經正式到來。
✨ 深度解析:Linux Kernel ksmbd 兩大 Use-After-Free (UAF) 漏洞
ksmbd 是 Linux 核心層級的 SMB3 伺服器,效能優於傳統 Samba,但因為位於 Kernel 執行,一旦遭破壞即是最高權限危機,這次的兩個重大漏洞正好展示了「AI 全自主發現」與「人工找出 ✕ AI 輔助驗證」的兩種模式:
• CVE-2025-37899:AI 全自主發現 (無需身分驗證)
- 成因:多個連線共用同一個 Session,登出流程卻僅檢查當前連線是否閒置,忽略其他連線仍在使用,導致 Session 物件被提前釋放 (Use-After-Free)。
- 風險:無需驗證即可透過網路觸發,可能導致 Kernel 記憶體損毀與 RCE。
• CVE-2025-37778:人工找出 ✕ AI 驗證 (需 Kerberos 憑證)
- 成因:攻擊者持合法憑證進行重新驗證時,系統釋放了 Session 物件卻未重新初始化,導致後續程式碼存取到 Dangling Pointer。
- 風險:可用於權限提升,對應 MITRE ATT&CK 提權手法 (T1068)。
👇 在 Cyberbit 平台您將學到 👇
• AI 挖洞新時代:LLM 如何找出傳統靜態分析工具抓不到的記憶體漏洞。
• 漏洞源頭拆解:從 Code 層面深入剖析 ksmbd 兩大 UAF 漏洞結構。
• 人機模式對比:搞懂「AI 自主挖掘」與「人工找出、AI 驗證」的差異。
• 攻防雙刃應用:了解同一套 AI 能力如何同時服務於攻擊研究與防禦應變。
• Kernel 防護指南:掌握能降低核心層級 SMB 攻擊風險的防禦與偵測策略。
查看完整文章 👉 https://bit.ly/4yN6yGV
#小教室連載中
#詳情請洽友訊科技 #企網絕佳解決方案