Resumo Técnico: Raciocínio de Vulnerabilidade Agente em Binários COM do Windows

Declaração do Problema

Os serviços do Modelo de Componentes de Objetos (COM) do Windows representam uma superfície de ataque crítica para a escalada de privilégios local (LPE). Centenas de classes COM privilegiadas executam em processos de serviço do Windows, frequentemente acessíveis a usuários autenticados via Chamada de Procedimento Remoto (RPC). Condições de corrida nesses binários surgem quando threads RPC concorrentes acessam estado de objeto compartilhado sem sincronização, levando a vulnerabilidades de uso após liberação (UAF) e liberação dupla (DF) que permitem a execução de código arbitrário no nível de privilégio do serviço.

Detectar essas vulnerabilidades em binários de código fechado é excepcionalmente difícil. A análise requer raciocínio sobre intercalações de threads, tempos de vida de objetos e protocolos de bloqueio em funções onde compiladores otimizados removeram informações de tipo e símbolo. Abordagens existentes enfrentam limitações fundamentais:

• Fuzzers guiados por cobertura carecem de controle sobre o agendamento de threads para acionar intercalações específicas de corrida.
• Analisadores estáticos (por exemplo, COMRace) dependem de enumeração exaustiva de pares, sofrendo com altos falsos positivos devido a aliasing incorreto e condições de entrada não modeladas, e frequentemente perdem vulnerabilidades devido a suposições estruturais sobre o uso de registradores e layouts de vtable.
• Engenharia reversa manual não escala para serviços COM de produção devido ao volume de funções de entrada e à complexidade de rastrear acessos a estado compartilhado.

Embora Grandes Modelos de Linguagem (LLMs) demonstrem forte raciocínio semântico sobre código descompilado, carecem do pipeline estruturado e das ferramentas específicas necessárias para avançar da descoberta de vulnerabilidades à geração verificada de prova de conceito (PoC) em um ambiente ao vivo.

Metodologia: O Pipeline Slyp

Os autores apresentam o Slyp, um pipeline agente de ponta a ponta projetado para descobrir vulnerabilidades de condição de corrida em binários COM do Windows e gerar código PoC verificado por depurador. O Slyp utiliza um loop ReAct (Raciocinar-Agir-Observar) padrão, aprimorado com recursos de engenharia para análise de binários de longo horizonte, e opera em dois estágios distintos conectados por um relatório de vulnerabilidade estruturado.

1. Arquitetura e Design do Agente

O Slyp emprega uma arquitetura de agente agnóstica ao modelo que integra com qualquer agente compatível com MCP. Recursos de engenharia chave incluem:

• Gerenciamento de Contexto: Para lidar com as contagens massivas de tokens geradas pela descompilação de dezenas de funções de entrada, o Slyp usa checkpointing de pré-compressão. Isso preserva descobertas entre funções e estado analítico em arquivos externos antes de comprimir a janela de contexto ativa, permitindo que o agente retome a análise sem perder contexto crítico.
• Sistema de Memória: Um sistema de memória baseado em arquivos organizado como um índice compacto e arquivos de tópico permite que o agente armazene descobertas duráveis (resumos de funções, padrões de vulnerabilidade) e as recupere via busca BM25, contornando a necessidade de reler históricos completos de interação.
• Verificação de Tarefa: Um verificador de middleware inspeciona a trajetória do agente para prevenir terminação prematura. Ele garante que o agente tenha realizado uso significativo de ferramentas e produzido artefatos utilizáveis antes de permitir o fim da sessão, fundamentando decisões de controle no estado de execução em vez da autoavaliação do modelo.

2. Interfaces de Ferramentas (MCP)

O Slyp expõe três categorias de interfaces de ferramentas reutilizáveis do Protocolo de Contexto de Modelo (MCP) que fornecem ao agente o contexto estático necessário, metadados e feedback dinâmico:

• Exploração de Binários (Estágio 1): Construído sobre o IDA Pro, essas ferramentas fornecem descompilação com resolução de despacho virtual integrada (crucial para resolver ponteiros de vtable em COM), desmontagem, referências cruzadas e navegação no gráfico de chamadas. Isso permite que o agente rastreie fluxos de dados de estado compartilhado e identifique candidatos a corrida.
• Inspeção COM (Estágio 2): Construído sobre o OleViewDotNet, essas ferramentas fornecem acesso sob demanda a metadados COM ao vivo, incluindo enumeração de registro, declarações de interface, descritores de segurança (permissões de lançamento/acesso) e assinaturas de método (IDL/C++). Isso permite que o agente compreenda os requisitos de ativação e gere código esqueleto.
• Depuração Dinâmica (Estágio 2): Construído sobre WinDbg e MSVC, essas ferramentas suportam um loop iterativo de compilar-executar-depurar. O agente compila código PoC C++, executa-o contra um serviço COM ao vivo em uma VM QEMU isolada e captura despejos de memória, pilhas de chamadas e estados de registrador. Esse loop refina o PoC até que um travamento verificado por depurador seja capturado.

3. Fluxo de Trabalho

• Estágio 1 (Descoberta): O agente usa ferramentas de exploração de binários para navegar no código descompilado, resolver despacho virtual, rastrear fluxos de dados e identificar vulnerabilidades de condição de corrida em funções de entrada alvo.
• Estágio 2 (Geração de PoC): Usando o relatório de vulnerabilidade do Estágio 1, o agente usa ferramentas de inspeção COM para recuperar metadados de ativação e gerar um PoC esqueleto. Em seguida, entra em um loop iterativo usando ferramentas de depuração dinâmica para refinar o código, ajustar o tempo das threads e verificar a vulnerabilidade através de travamentos reais.

Contribuições Principais

1. Interfaces de Ferramentas MCP Reutilizáveis: Os autores construíram três categorias de ferramentas (Exploração de Binários, Inspeção COM, Depuração Dinâmica) que integram com qualquer agente compatível com MCP, servindo como os principais impulsionadores tanto para a descoberta quanto para a geração de PoC.
2. Pipeline Agente de Ponta a Ponta (Slyp): Um sistema combinando um loop ReAct com recursos específicos de engenharia (checkpointing, memória, verificação) para análise de binários de longo horizonte. Supera agentes de codificação de produção tanto na descoberta de vulnerabilidades quanto na geração de PoC.
3. Construção de Benchmark: Um conjunto de dados de 20 objetos COM cobrindo 40 casos de vulnerabilidade com rótulos de verdade fundamental verificados manualmente, incluindo 8 CVEs de 1 dia descobertos independentemente para validação livre de circularidade.
4. Impacto no Mundo Real: A descoberta de 28 vulnerabilidades zero-day anteriormente desconhecidas em 9 serviços Windows de produção, todas confirmadas pelo Centro de Resposta de Segurança da Microsoft (MSRC).

Resultados Experimentais

Os autores avaliaram o Slyp contra agentes de codificação de produção de última geração (Codex e Claude Code) em seis modelos base e contra uma reprodução do analisador estático de última geração (COMRace++).

• Descoberta de Vulnerabilidades: Em um benchmark de 20 objetos COM (40 casos), o Slyp alcançou uma pontuação F1 de 0,973 (usando GPT-5.4). Isso superou agentes de produção com ferramentas mínimas padrão (0,724–0,910 F1) e o analisador estático de última geração COMRace++ (0,299 F1) por um fator de 3,3×. Mesmo com ferramentas mínimas, agentes de produção ficaram atrás do Slyp, com lacunas de até 0,208 F1.
• Geração de PoC: Agentes de produção sem as ferramentas específicas de inspeção COM e depuração dinâmica do Slyp resolveram essencialmente 0% dos casos. Com o conjunto completo de ferramentas, a melhor configuração do Slyp (Opus 4.6) alcançou uma taxa de verificação de 67,5% (27/40 casos). As quatro configurações principais resolveram coletivamente 34 de 40 casos (85,0%).
• Implantação no Mundo Real: Implantado em serviços Windows de produção, o Slyp descobriu 28 vulnerabilidades zero-day. O MSRC confirmou todas as 28, atribuindo 16 CVEs e concedendo US$ 140.000 em recompensas. As vulnerabilidades permitiram escalada de privilégios local de integridade Baixa/Média para Sistema.

Significado e Alegações

O artigo afirma que o Slyp representa o primeiro pipeline agente de ponta a ponta capaz de descobrir autonomamente vulnerabilidades zero-day de condição de corrida em binários de produção e gerar PoCs verificados por depurador sem acesso ao código fonte.

Os autores enfatizam que, embora os LLMs possuam fortes capacidades de raciocínio semântico, eles requerem estruturação estruturada e ferramentas específicas de domínio para serem eficazes em tarefas complexas de análise de binários. O Slyp demonstra que uma abordagem agente, combinando raciocínio semântico com validação iterativa e depuração dinâmica, supera significativamente tanto a análise estática tradicional (que luta com falsos positivos e limitações estruturais em binários) quanto agentes de codificação de produção não guiados.

O trabalho destaca que a combinação de exploração de binários, inspeção de metadados específica de COM e depuração dinâmica é essencial para fechar a lacuna entre a descoberta de vulnerabilidades e evidências de exploração acionáveis. O pipeline é projetado para ser generalizável, sugerindo aplicabilidade a outros binários comerciais prontos para uso (COTS) além dos serviços COM do Windows.