FuzzingBrain V2: A Multi-Agent LLM System for Automated Vulnerability Discovery and Reproduction
يعد FuzzingBrain V2 نظاماً متعدد الوكلاء يعتمد على النماذج اللغوية الكبيرة، يتغلب على القيود الحالية في اكتشاف الثغرات الأمنية المؤتمتة من خلال دمج الفحص العشوائي القابل لإعادة الإنتاج، وتجريد "النقطة المشبوهة" المبتكر لتحديد المواقع، والتحليل الهرمي لتحقيق معدل اكتشاف بنسبة 90% في مجموعات البيانات المرجعية والنجاح في تحديد 29 ثغرة أمنية من نوع "اليوم الصفر" (zero-day) في العالم الحقيقي.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول العثور على فخاخ مخفية في قلعة ضخمة ومعقدة (برمجية). تقليديًا، قد تستأجر فريقًا من الحراس ليمشوا في كل غرفة (التحليل الساكن)، لكنهم غالبًا ما يصابون بالإرهاٍق ويصرخون "فخ!" بسبب سجادات غير ضارة (إنذارات كاذبة). أو قد تقذف آلاف الصخور العشوائية على الجدران لترى ما إذا كان أي منها سينكسر (الفحص العشوائي/Fuzzing)، ولكن إذا كان هناك فخ مخفي خلف باب مغلق يتطلب مفتاحًا محددًا، فلن تجد الصخور ذلك الفخ أبدًا.
FuzzingBrain V2 هو نظام جديد وذكي للغاية مصمم للعثور على هذه الفخاخ المخفية تلقائيًا. إنه يجمع بين "القدرة الذهنية" للذكاء الاصطناي مع "القوة الغاشمة" لقذف الصخور، لكنه يفعل ذلك بذكاء أكبر مما سبق.
إليك كيف يعمل، مقسمًا إلى مفاهيم بسيطة:
1. المشكلة: لماذا فشلت المحاولات السابقة؟
يوضح البحث أن أدوات الذكاء الاصطناعي السابقة كانت تعاني من ثلاث مشكلات رئيسية:
- مشكلة "الهلوسة": كان الذكاء الاصطناعي يقول أحيانًا: "لقد وجدتُ فخًا!"، لكنه لا يستطيع فعليًا أن يريك الصخرة التي كسرت الجدار. لم تتمكن الفرق الأمنية من الوثوق بهذه الادعاءات.
- مشكلة "التكبير" (الزوم): كان الذكاء الاصطناعي إما ينظر إلى القلعة بأكملة في وقت واحد (مما يجعله غير قادر على رؤية الشقوق الصغيرة بدقة) أو يحدق في طوبة واحدة (مما يجعله يعجز عن رؤية الباب). لم يستطع إيجاد "النقطة المثالية".
- مشكلة "التفاعل المتسلسل": بعض الفخاخ لا تظهر إلا إذا قمت بثلاثة أشياء محددة بالتتابع. الأدوات القديمة لم تكن قادرة على فهم هذه التسلسلات المعقدة.
2. الحل: فريق من وكلاء الذكاء الاصطناعي المتخصصين
لا يستخدم FuzzingBrain V2 ذكاءً اصطناعيًا واحدًا فقط، بل يستخدم فريقًا من الوكلاء المتخصصين (مثل طاقم بناء) يعملون معًا، تحت إشراف مدير مركزي.
- وكيل "التوجيه" (رسام الخرائط): بدلًا من النظر إلى القلعة بأكملها بشكل عشوائي، يقرأ هذا الوكيل المخططات ويقول: "مهلاً، مدخل المطبخ منطقة عالية المخاطر". يقوم بتقسيم الكود الضخم إلى "اتجاهات" أو ميزات منطقية للتحقيق فيها.
- وكيل "النقطة المشبوهة" (المحقق): هذا هو الابتكار الكبير في البحث. بدلًا من قول "المطبخ خطير"، فإنه يحدد نقطة معينة: "درج السكاكين في المطبخ مرتخٍ". يطلق على هذا النقطة المشبوهة (SP). هذا هو "مستوى التكبير" المثالي؛ ليس واسعًا جدًا ولا ضيقًا جدًا.
- وكيل "التحقق" (المفتش): قبل أن يصرخ "لقد وجدنا فخًا!"، يقوم هذا الوكيل بالتدقيق في العمل للتأكد من أن "السكين المرتخي" يمكن الوصول إليه بالفعل وليس مجرد إنذار كاذب.
- مولد "إثبات المفهوم" (رامي الصخور): بمجرد التحقق من النقطة، يقوم هذا الوكيل بصياغة "الصخرة" المناسبة تمامًا لكسر الجدار. إنه يكتب مدخلًا محددًا (إثبات مفهوم - PoC) يؤدي عند تغذيته للبرنامج إلى حدوث انهيار (Crash). إذا انهار البرنامج، فإن الفخ حقيقي.
3. استراتيجية "الطبقتين المزدوجتين"
يستخدم النظام نوعين من "قذف الصخور" في آن واحد:
- الفاحص العالمي (Global Fuzzer): يشبه قذف الصخور على جدران القلعة باستمرار في الخلفية. إنه يلتقط الفخاخ السهلة والواضحة.
- فاحص النقطة المشبوهة (SP Fuzzer): هذا هو "القناص". عندما يجد المحقق "نقطة مشبوهة" محددة، يركز هذا الفاحص كل طاقته على تلك النقطة تحديدًا، محاولًا صياغة المفتاح المثالي لفتح الباب وتفعيل الفخ.
4. النتائج: ما مدى نجاحه؟
اختبر المؤلفون هذا النظام بطريقتين:
"الامتحان" (مسابقة AIxCC): قدموا للنظام اختبارًا يحتوي على 40 فخًا معروفًا في مشاريع برمجية مختلفة.
- النتيجة: وجد FuzzingBrain V2 36 من أصل 40 (90%).
- لقد تفوق على أفضل الفرق السابقة، بما في ذلك الفائزين بالمسابقة.
- حل المشكلات "الصعبة" التي تتطلب تفكيرًا عميقًا وتسلسلات معقدة، والتي فاتتها الأنظمة الأخرى.
"البحث في العالم الحقيقي": قاموا بنشر النظام على 19 مشروعًا حقيقيًا مفتوح المصدر (مثل معالجات الصور وأدوات الشبكات).
- النتيجة: وجد النظام 41 ثغرة أمنية جديدة تمامًا لم تكن معروفة من قبل (Zero-Day vulnerabilities).
- أكد المسؤولون عن هذه المشاريع 26 منها وقاموا بإصلاح 23 منها.
- كان اكتشافان منهما خطيران للغاية لدرجة أنه تم منحهما معرفات CVE رسمية (مثل بطاقة هوية فريدة للفيروسات).
5. لماذا هذا مهم؟
يجادل البحث بأن هذا النظام يمثل طفرة لأنه لا يكتفي بالتخمين فحًا، بل يثبت وجود الثغرة من خلال كسر البرمجية فعليًا بطريقة محكومة. إنه يسد الفجوة بين "تفكير الذكاء الاصطناعي" و"الكسر في العالم الحقيقي".
باختًا: FuzzingBrain V2 يشبه فريقًا من محققي الذكاء الاصطناعي الذين يقرؤون الخريطة أولًا، ثم يركزون على أكثر النقاط إثارة للريبة، ثم يدققون في نظرياتهم، وأخيرًا يصنعون المفتاح المثالي لإثبات أن القفل مكسور. لقد وجد فخاخًا حقيقية أكثر، وبسرعة أكبر، وبإنذارات كاذبة أقل من أي طريقة سابقة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.