Agentic Vulnerability Reasoning on Windows COM Binaries
本文介绍了 SLYP，这是一个端到端的智能体流水线，能够自主发现 Windows COM 二进制文件中的竞态条件漏洞并生成经验证的概念验证代码，成功在生产服务中识别出 28 个此前未知的漏洞，获得 14 万美元的奖金，同时显著优于现有的静态分析器和编码智能体。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一个巨大的高安全银行金库（即Windows 操作系统），其中最敏感的操作由一支精英、超能力的警卫团队（即COM 服务）处理。这些警卫拥有整座建筑的总钥匙。然而，有一个陷阱：数百名普通员工（已认证用户）被允许走到警卫桌前，要求他们执行任务。
问题在于，当两名员工试图在同一时刻与警卫交谈时，这些警卫有时会感到困惑。如果警卫没有严格的“一次一人”规则，他们可能会掉落钥匙、删除手中持有的文件，或者不小心将总钥匙交给错误的人。在计算机术语中，这被称为竞态条件，它允许普通用户窃取“超级警卫”的权限，这一过程被称为权限提升。
问题：寻找漏洞
多年来，安全专家尝试使用两种主要方法来发现这些漏洞：
- 模糊测试器（The Hammer，锤子）：这就像向金库大门投掷成千上万个随机球，看看是否有一个能将其击破。它擅长发现大漏洞，但极不擅长发现那些微小的、特定的时序漏洞，即两人在完全相同的毫秒内交谈的情况。
- 静态分析器（The Map Reader，地图阅读者）：该工具通过阅读金库的蓝图来查找潜在问题。但由于这些 Windows 服务的蓝图往往潦草地写在餐巾纸上（即没有清晰标签的编译代码），地图阅读者会感到困惑，遗漏真实危险，并在没有危险时大喊“危险！”（误报）。
解决方案：Slyp（侦探特工）
本文作者构建了一个名为Slyp的新系统。将 Slyp 想象成既不是锤子也不是地图阅读者，而是一名配备特殊工具包的超级智能侦探特工。
Slyp 使用一个“大脑”（大型语言模型），它非常擅长阅读混乱的代码并理解其含义，即使标签缺失。但仅有一个大脑是不够的；它还需要双手来接触证据。
Slyp 的三种特殊工具：
- 二进制探索器（The Flashlight，手电筒）：该工具将光线照进黑暗、混乱的代码中，将乱码翻译成可读的句子，并确定警卫用于进入房间的哪些“虚拟”门。
- COM 检查器（The ID Badge Scanner，ID 徽章扫描仪）：该工具检查官方注册表，以确切了解如何呼叫警卫、他们的名称是什么以及他们拥有哪些权限。这就像拥有每个警卫的确切电话号码和秘密握手代码。
- 动态调试器（The Crash Test Dummy，碰撞测试假人）：这是最重要的工具。Slyp 不只是猜测，而是编写一个小型测试程序，在真实警卫身上运行它，并观察发生的情况。如果警卫绊倒并摔倒（崩溃），Slyp 会接住坠落，记录确切的发生方式，并撰写报告。
工作原理：侦探的循环
Slyp 并非只猜测一次。它在一个循环中工作：
- 思考：侦探大脑查看代码并说：“我认为如果两个人同时请求一个文件，警卫可能会掉落它。”
- 行动：它使用工具检查代码，找到确切的“掉落”点，并编写一个测试脚本来尝试使其发生。
- 观察：它运行测试。警卫崩溃了吗？
- 没有？ 侦探说：“好吧，我的时机不对。让我用略有不同的脚本再试一次。”
- 是的？ 侦探说：“抓到了！”并撰写一份带有证据的正式报告。
结果：破纪录的搜寻
本文在最佳现有工具和人类专家面前测试了 Slyp：
- 基准测试：在 20 个已知问题点的测试集中，Slyp 以97.3% 的准确率发现了问题。最好的“地图阅读者”（静态分析器）仅获得约30%。最好的“锤子”（模糊测试器）和标准编码机器人则卡住或错过了大部分问题。
- 现实世界搜寻：作者在真实、活跃的 Windows 服务上部署了 Slyp。它发现了28 个全新的、前所未见的漏洞（零日漏洞）。
- 微软安全团队确认了全部 28 个漏洞。
- 他们分配了16 个官方 CVE（安全警报编号）。
- 作者因发现这些漏洞获得了140,000 美元的奖金。
为什么这很重要
本文声称，Slyp 是第一个能够仅凭自身从“查看混乱代码”到“通过实际崩溃证明漏洞存在”的系统，无需人工帮助编写测试代码。
这就像拥有一名侦探，他不仅能在一间黑暗的房间里发现一块松动的地板，还能跳上去证明它会断裂，并将断裂的碎片作为证据交给你。这使得发现这些棘手、基于时序的安全漏洞比以往任何时候都更快、更可靠。
简而言之：Slyp 是一个拥有特殊工具包的人工智能侦探，能够发现 Windows 软件中隐藏的时序陷阱，通过破坏它们来证明其危险性，并向当局报告，而无需原始源代码。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。