OpenAI ziņo par 948 lokālām root nepilnībām Linux sistēmā

Ko aptver šis video

• Lokāla privilēģiju paaugstināšana sākas ar jau esošu nepietiekami privileģētu lokālo lietotāju, kas iegūst root piekļuvi. Ziņojumā nav sniegts mašīnspecifisks tālvadības piekļuves spriedums.
• Pēc sākotnējās dublikātu novēršanas plūsma radīja 2308 kandidātus un reproducēja 1724 ievainojamības. Tās galīgie 948 unikālie lokālie atklājumi izmanto atšķirīgu kandidātpleķu skaitu pēc 1169 veiksmīgu novērtējumu variantu analīzes.
• Ziņotie 1,2 miljoni ASV dolāru ir API kredīti novērtētajiem modeļiem, mērķiem un darbplūsmai. Vēsturiskie atlīdzības novērtējumi ir hipotētiski un prasa atsevišķu programmas akceptēšanu un maksājumu.
• Bāzes līnija bija 2026. gada oktobra vidus. Skaitļi 61-upstream/43-staging raksturo pētījumu pabeigšanu pēc desmit dienām, tāpēc pašreizējie izplatīšanas paziņojumi joprojām ir nepieciešami.
• Agrīnas palaišanas 20 no 200 panākumiem izmantoja citu nepilnību nekā piešķirtā. OpenAI ziņo par neatkarīgas piešķirtās ceļa pārbaudes pievienošanu; šis agrīnais defekts neliecina, ka galīgie 948 ir nepatiesi. Spriedums bija JĀPĀRSKATĀM (NEEDS REVIEW) ar cilvēka veiktās pleķa pārskatīšanas un ceļa pārbaudes rezultātiem.

Tulkotais transkripts

Tulkojums no oriģinālā angļu stāstījuma. Pieejamais audio un subtitri tiek kontrolēti no YouTube.

Ko patiesībā nozīmē OpenAI Linux kļūdu skaits?

0:00 Linux nepilnības atrašana izklausās kā tās novēršana. OpenAI ziņo par deviņsimt četrdesmit astoņiem lokāliem root atklājumiem un kandidātiem pleķiem, aptuveni par 1,2 miljoniem ASV dolāru API kredītos. Šajā video, kas tiek skaitīts? Ko uztvēra cilvēka pārskats? Ir agrīns tests, kur mašīnas patiešām ieguva root piekļuvi, un tablo joprojām kreditēja nepareizo lietu. Mēs redzēsim, ko uztvēra cilvēka recenzenti.

0:20 Ir ceturtdiena, piektā novembra, un šis ir The Daily Diff.

Kura piekļuve var kļūt par root?

0:24 Linux kodols ir kodols, kas pārvalda mašīnas resursus un atļaujas. Lokāla privilēģiju paaugstināšana nozīmē, ka jau esošs, neprivileģēts lietotājs iegūst root, visaugstāko privilēģiju. OpenAI pētīja šo robežu izolētās pētījumu mašīnās. Piekļūšana mašīnai ir atsevišķa problēma. OpenAI publicēja pētījumu ceturtajā novembrī, aprakstot gaidāmo kiber modeli automatizētā plūsmā. Noderīgais rezultāts ir atklājumu kopums ar pierādījumiem un ierosinātajiem labojumiem, lai

0:49 cilvēki tos pārskatītu. Rakstā netiek paziņots par vispārēju piekļuvi šim gaidāmajam modelim. Tas atstāj ļoti cilvēcisku darbu autonomajā stāstā. Pētnieki pārskatīja rezultātus un sāka ziņot par kritiskām ievainojamībām ar pleķiem, ievērojot kodola kopienas norādījumus. Aģenti var aizpildīt iesūtni. Kādam joprojām ir jāizlemj, kas ir pelnījis tajā būt. Plūsma sākās ar drošībai atbilstošām kodola daļām,

Kā kandidāts kļūst par pierādījumu?

1:10 pēc tam radīja aptuveni divtūkstoš trīssimt kandidātu atklājumu pēc dublikātu noņemšanas. Kandidāts ir aizdomas, ko vērts izpētīt. Tajā brīdī pārliecinoša rindkopa un faktiskā reproducējama nepilnība joprojām izskatās kaitinoši līdzīgi izklājlapā. Tāpēc atsevišķā posmā mēģināja reproducēt aizdomīgās problēmas izolētās mašīnās, saglabājot pierādījumus par notikušo. OpenAI ziņo par aptuveni tūkstoš septiņsimt reproducētām ievainojamībām. Tas nosaka uzvedību, ko pētnieki var pārbaudīt.

1:36 Nākamais jautājums ir, kura no šīm problēmām šķērso nopietnu atļauju robežu. Linux pašu drošības ziņošanas rokasgrāmata palīdz izskaidrot dokumentāciju. Uzturētāji lūdz norādīt ietekmēto versiju, pierādījumus un attiecīgos apstākļus. Tāpat tā brīdina, ka zemas kvalitātes AI ziņojumi patērē pārskatīšanas kapacitāti. Tas ir vispārējs kopienas norādījums, neatkarīgi no OpenAI dokumenta. Tas necērtificē šo atklājumu partiju.

Kāpēc galīgais skaits ir 948?

1:58 Šeit ir skaitīšanas detaļas. OpenAI ziņo par tūkstoš simts sešdesmit deviņām veiksmīgām lokālām privilēģiju paaugstināšanām novērtēšanas laikā. Pētnieki pēc tam analizēja saistītos variantus un izstrādāja deviņsimt četrdesmit astoņus atšķirīgus pleķus. Viņi izmanto šo pleķu skaitu, lai definētu unikālos lokālos eskalācijas atklājumus. Vairāki panākumi var piederēt vienai un tai pašai pamatproblēmai. Aptuveni 1,2 miljoni ASV dolāru sedz ziņotos API kredītus novērtētajiem modeļiem, mērķiem un darbplūsmai.

2:23 OpenAI saka, ka spēju mērīšana virzīja dizainu un labāka inženierija varētu samazināt izmaksas. Kopējie pētnieku izdevumi šeit netiek mērīti. OpenAI salīdzina atklājumus ar vēsturiskām kļūdu atlīdzībām, radot hipotētisku novērtējumu. Akceptēšana un maksājums pieder atlīdzības programmai. Atlīdzības reizināšana ar pētījumu skaitu jūtas lieliski, līdz mēģināt iemaksāt reizinājumu savā bankas kontā.

Kas joprojām padara ierosināto pleķi nepilnīgu?

2:45 Ierosinātajam pleķim arī nepieciešams savs pārskats. Autori saka, ka agrīnie pleķi varētu apturēt demonstrēto problēmu, vienlaikus pievienojot nevajadzīgu kodu, samazinot veiktspēju vai garām palaižot saistītus variantus. Viņi uzlaboja norādījumus un atkārtoja procesu. Labojumam ir jāatbilst plašākai koda bāzei un jāpārdzīvo vairāk nekā pirmais tests, kas kļūst zaļš. OpenAI apraksta cilvēka veikto smaguma un labojumu pārskatīšanu pirms ziņošanas augšupielādē. Linux rokasgrāmata saka, ka pārbaudīts ierosinātais labojums var ietaupīt pārskatīšanas laiku pat tad, ja uzturētāji izvēlas citu labojumu.

3:12 Augšupielādes akcepts joprojām ir atsevišķs inženiertehniskais lēmums.

Kad tika mērīts pleķa momentuzņēmums?

3:15 Bāzes līnija bija jaunākais kodols oktobra vidū. Pēc desmit dienu pētījumiem un manuālās analīzes, sešdesmit viens lokālās eskalācijas jautājums tika labots augšupielādē, ar četrdesmit trīs, kam bija staging pleķi. OpenAI uzskata, ka uzturētāji strādā ātri. Tas ir pētījuma pabeigšanas momentuzņēmums, un projekts turpināja virzīties uz priekšu. Jūsu izplatītājam ir savs piegādātais kodols un atjauninājumi.

Kāds datums un pleķa statuss ir svarīgs lietotājiem?

3:34 Lietotājiem praktiskais solis ir ievērot programmatūras padomus, ko viņi patiešām izmanto. Augšupielādes pētījuma rezultātam joprojām ir jānonāk līdz versijai jūsu mašīnā, izmantojot šo atjaunināšanas procesu. Ikviens, kurš ir redzējis testu kopumu veiksmīgi pabeigt, kamēr produkts dara nepareizo lietu, zina, kāda sejas izteiksme šeit ir nepieciešama. Tagad atgriezīsimies pie šī agrīnā tablo. Cilvēka recenzenti atklāja problēmu panākumu signālā. Agrīnā plūsma kreditēja piešķirto ievainojamību, tiklīdz aģents ieguva

3:58 root. Tas pārbauda rezultātu. Piešķirtais atradums joprojām ir jāsavieno ar šo rezultātu, jo sistēma var saturēt vairāk nekā vienu nepilnību. Ja pierādījumi norāda uz citu cēloni, sākotnējais ziņojums ir jāpārskata.

Ko recenzenti atrada agrīnajā palaidē?

4:09 Saskaņā ar OpenAI, agrīna palaišana ziņoja par divsimt veiksmīgām lokālām eskalācijām. Cilvēka pārskats atklāja, ka divdesmit no tām bija ieguvušas root piekļuvi, izmantojot citu nepilnību nekā piešķirtā. Panākumi bija reāli, un atribūcija bija nepareiza. Tas varētu atstāt sākotnējā atraduma pierādījumus neatrisinātus, pat ja tablo svinēja. Tests bija atbildējis uz nepareizo jautājumu. Autori saka, ka viņi pastiprināja ierobežojumus un pievienoja neatkarīgu pārbaudi, ka katrs galīgais rezultāts izmantoja piešķirto ievainojamību.

4:34 Tā ir viņu atbilde uz agrīno defektu. Agrīnie divdesmit neliecina, ka galīgie deviņsimt četrdesmit astoņi atklājumi ir nepatiesi. Pārbaudiet, kā rezultāts notika, tikpat rūpīgi kā to, vai tas notika. Daudzsološākā daļa ir dot recenzentiem pierādījumus, uz kuriem viņi var rīkoties, ar pareizo atradumu. Ja vēlaties to lasīt, nevis dzirdēt, kā es to saku, diff nonāk jūsu iesūtnē katru rītu, bez maksas vietnē the daily diff dot dev, saite zemāk.

Kas nosaka spriedumu par OpenAI plūsmu?

4:55 Tātad šodienas spriedums, JĀPĀRSKATĀM (NEEDS REVIEW). Es paturētu šo plūsmu aizsardzības darbplūsmā ar cilvēka veikto pleķa pārskatīšanu un neatkarīgām ceļa pārbaudēm. Ziņotie atklājumi kļūst noderīgi, kad uzturētāji saņem pierādījumus, kuriem viņi var uzticēties un labojumus, kurus viņi var novērtēt. Un tas ir šodienas diff. Esmu Niko no Axrisi.

5:10 Apvienojiet atbildīgi.

Avoti

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