OpenAIがLinuxにおける948件のローカルrootの脆弱性を報告

この動画の要点

• ローカル特権昇格は、既に存在する特権のないローカルユーザーがroot権限を取得することから始まります。このレポートは、マシン固有のリモートアクセスに関する判断は提供していません。
• パイプラインは初期の重複排除後、2,308件の候補を生成し、1,724件の脆弱性を再現しました。最終的な948件の独自のローカル発見は、1,169件の成功した評価のバリアント分析後の、明確な候補パッチ数を使用しています。
• 報告された120万ドルは、評価されたモデル、ターゲット、およびワークフローに対するAPIクレジットです。過去の報奨金評価は仮説であり、別途プログラムの承認と支払いが必要です。
• ベースラインは2026年10月中旬でした。61件のアップストリーム/43件のステージングの数値は、10日間の研究完了を示しているため、現在のディストリビューションのアドバイザリは引き続き必要です。
• 初期の実行で200件中20件の成功は、割り当てられたものとは異なる脆弱性を使用していました。OpenAIは、独立した割り当てパスチェックを追加したと報告しており、この初期の欠陥は、最終的な948件が偽であるとは断定しません。判断はNEEDS REVIEWで、人間のパッチレビューとパスチェックを伴いました。

翻訳されたトランスクリプト

オリジナルの英語ナレーションから翻訳されています。利用可能なオーディオとキャプションはYouTubeによって管理されています。

OpenAIのLinuxバグ数は実際に何を意味するのか？

0:00 Linuxの脆弱性を見つけることは、それを修正することのように聞こえます。 OpenAIは948件のローカルrootの発見と候補 パッチを報告しており、約120万ドルのAPIクレジットを費やしています。 この動画では、何がカウントされるのでしょうか？ 人間のレビューは何を捕捉しましたか？ 初期のテストでは、マシンが実際にroot権限を取得しましたが、 スコアボードは依然として間違ったものにクレジットを与えていました。 人間のレビュー担当者が何を捕捉したかを見ていきましょう。

0:20 木曜日、11月5日、こちらはThe Daily Diffです。

誰のアクセスがrootになるのか？

0:24 Linuxカーネルは、マシンのリソースと権限を管理する核です。 ローカル特権昇格とは、既に存在する 特権のないユーザーが、最高の特権であるrootに到達することを意味します。 OpenAIは、分離された研究マシンでその境界を研究しました。 マシンにアクセスすることは別の問題です。 OpenAIは11月4日にその研究を発表し、 自動化されたパイプライン内の次期サイバーモデルについて説明しました。 有用な結果は、人々がレビューするための証拠と提案された修正を含む一連の発見です。

0:49 人々がレビューするための。 この論文は、その次期モデルへの一般アクセスを発表していません。 これにより、自律的なストーリーの中に非常に人間的な仕事が残ります。 研究者たちは出力をレビューし、カーネルコミュニティのガイダンスに従って、 パッチとともに重大な脆弱性を報告し始めました。 エージェントは受信トレイを埋めることができます。 しかし、何がそこにあるべきかを決定するのはまだ誰かの仕事です。 パイプラインはカーネルのセキュリティ関連部分から始まり、

候補はどのように証拠になるのか？

1:10 重複を削除した後、約2300件の候補となる発見を生成しました。 候補とは、調査する価値のある疑いです。 その時点では、説得力のある段落と実際に再現可能な欠陥は、 スプレッドシート上では厄介なほど似ています。 そこで、別の段階では、分離されたマシン内で疑われる問題を再現しようと試み、 何が起こったかの証拠を保存しました。 OpenAIは、約1700件の再現された脆弱性を報告しています。 これにより、研究者が検査できる動作が確立されます。

1:36 次の問題は、それらの問題のどれが深刻な権限の 境界を越えるかということです。Linux自身のセキュリティ報告ガイドが、書類作成の助けになります。 メンテナーは、影響を受けるバージョン、証拠、および関連する条件を要求します。 また、質の低いAIレポートはレビュー能力を消費すると警告しています。 これはOpenAIの論文とは関係なく、一般的なコミュニティのガイダンスです。 このバッチの発見を認証するものではありません。

なぜ最終的な数は948になるのか？

1:58 ここにカウントの詳細があります。 OpenAIは、評価中に1169件のローカル特権昇格の成功を報告しています。 研究者たちはその後、関連するバリアントを分析し、 948件の異なるパッチを開発しました。 彼らはそのパッチ数を使用して、独自のローカル昇格の発見を定義しています。 複数の成功が同じ根本的な問題に属することがあります。 約120万ドルは、評価されたモデル、ターゲット、およびワークフローに対する 報告されたAPIクレジットをカバーします。

2:23 OpenAIは、能力測定が設計を推進し、より良いエンジニアリングが コストを削減できると述べています。ここでの研究者総費用は測定されていません。 OpenAIは、発見を過去のバグ報奨金と比較し、 仮説的な評価を生み出しています。 承認と支払いは報奨金プログラムに属します。 報酬と研究数を掛け合わせるのは素晴らしい気分ですが、 その掛け算を銀行口座に入金しようとするまでは。

提案されたパッチが不完全なままであるのはなぜか？

2:45 提案されたパッチもまた、独自のレビューが必要です。 著者たちは、初期のパッチは実証された問題を停止させる可能性がありますが、 不要なコードを追加したり、パフォーマンスを犠牲にしたり、関連するバリアントを 見落とす可能性があると述べています。彼らは指示を改善し、 反復しました。修正はより広いコードベースに適合し、 最初のテストがグリーンになった後も生き残る必要があります。OpenAIは、 アップストリームに報告する前の深刻度と修正の人間のレビューを説明しています。 Linuxのガイドは、メンテナーが別の修正を選択したとしても、

3:12 テスト済みの提案された修正がレビュー時間を節約できると述べています。

パッチのスナップショットはいつ測定されたのか？

3:15 アップストリームへの受け入れは、依然として別のエンジニアリング上の決定です。 ベースラインは10月中旬の最新カーネルでした。 10日間の研究と手動分析の後、 61件のローカル昇格問題がアップストリームでパッチ適用され、 43件はステージングパッチが適用されました。 OpenAIは、メンテナーが迅速に動いていることを評価しています。 これは研究完了のスナップショットであり、プロジェクトは進行中でした。

ユーザーにとって重要な日付とパッチのステータスは何か？

3:34 あなたのディストリビューションには、独自の出荷されたカーネルとアップデートがあります。 ユーザーにとっての実用的なステップは、実際に実行しているソフトウェアの アドバイザリに従うことです。アップストリームの研究結果は、 そのアップデートプロセスを通じて、あなたのマシン上のバージョンに到達する必要があります。 製品が間違ったことをしているにもかかわらずテストスイートが合格するのを見たことがある人なら、 ここで必要とされる顔の表情がわかるでしょう。 では、その初期のスコアボードに戻りましょう。 人間のレビュー担当者は、成功シグナルの中に問題を発見しました。

3:58 初期のパイプラインは、エージェントがroot権限を取得すると、 割り当てられた脆弱性にクレジットを与えていました。これは結果を確認します。 システムには複数の欠陥が含まれる可能性があるため、 割り当てられた発見は、その結果に依然として関連付けられる必要があります。

初期の実行でレビュー担当者は何を見つけたのか？

4:09 証拠が異なる原因を示している場合、元のレポートは再検討が必要です。 OpenAIによると、初期の実行では200件のローカル昇格の成功が報告されました。 人間のレビューにより、20件が割り当てられたものとは異なる欠陥を通じてroot権限に 到達していたことが判明しました。成功は本物であり、帰属は誤っていました。 これにより、スコアボードが祝っている間も、元の発見の証拠が 未解決のままになる可能性があります。テストは間違った質問に答えていました。 著者たちは、制約を強化し、各最終結果が割り当てられた脆弱性を 使用したことを確認するための独立したチェックを追加したと述べています。

4:34 それが初期の欠陥に対する彼らの対応です。 初期の20件は、最終的な948件の発見が偽であると 断定するものではありません。 結果が起こったかどうかと同じくらい、どのように起こったかを注意深く検証してください。 有望な点は、適切な発見が添付された、 レビュー担当者が行動できる証拠を提供することです。 私が言うのを聞くよりもこれを読みたい場合は、The Daily Diffは毎日朝、 無料のdailydiff.devであなたの受信トレイに届きます。リンクは下にあります。

OpenAIのパイプラインの判断はどうなるのか？

4:55 今日の判断は、NEEDS REVIEW。 このパイプラインを、人間のパッチレビューと独立したパスチェックを伴う 防御ワークフローに残しておくべきだと思います。 報告された発見は、 メンテナーが信頼できる証拠と 評価できる修正を受け取ったときに有用になります。 今日のDiffは以上です。 AxrisiのNikoでした。

5:10 責任を持ってマージしてください。

情報源

1. A thousand fewer paths to root — reported Linux pipeline method and countsOpenAI
2. Unique findings defined by distinct candidate patches after variant analysisOpenAI
3. Early wrong-assigned-flaw result and added independent path checkOpenAI
4. Research-completion patch snapshot and mid-October baselineOpenAI
5. Security bugs — general reporting and AI report-quality guidanceThe Linux Kernel
6. Discussion of OpenAI's Linux research, interest context onlyHacker News
7. Sam Altman portrait — TechCrunch; Steve Jennings/Getty Images for TechCrunch; CC BY 2.0; cropped, background removed and resized; vendor identification, no endorsement or current reactionTechCrunch via Wikimedia Commons
8. Portrait licence: Creative Commons Attribution 2.0Creative Commons
9. Drake Hotline Bling template — brief transformed process commentary, no actual news reaction or blanket reuse licenceImgflip
10. Nathan Fillion in Firefly, HULU disbelief GIF — brief transformed process commentary, no actual news reaction or blanket reuse licence; public hosting does not certify legal clearanceHULU on GIPHY
11. Original Sam Altman portrait — TechCrunch; Steve Jennings/Getty Images for TechCrunch; CC BY 2.0; cropped, background removed and resized; vendor identity only, no endorsement or personal study authorshipTechCrunch on Flickr