研究人员利用 Claude Opus 构建可实际运行的 Chrome 漏洞利用链
嗯,用户让我用中文帮他总结一下这篇文章的内容,控制在一百个字以内,而且不需要用“文章内容总结”之类的开头。直接写描述就行。 首先,我需要快速浏览文章内容。看起来这篇文章讲的是AI安全,特别是Anthropic公司的Claude Opus模型被用来构建针对Google Chrome的漏洞利用链。研究人员展示了AI如何利用过时的软件版本进行攻击,比如Discord这样的应用,因为它们使用的Chromium版本比较旧,补丁滞后。 然后,漏洞利用的过程涉及到两个漏洞:一个是V8 Turboshaft编译器的越界读写漏洞,另一个是WebAssembly代码指针表中的释放后使用缺陷。通过这些漏洞,攻击者可以绕过沙箱限制,实现远程代码执行。 文章还提到技术局限性,比如AI需要大量人工干预和较高的计算成本。但从经济角度看,AI辅助漏洞开发的成本较低,可能带来盈利空间。最后,作者警告说随着AI技术的发展,未来可能会有更多低门槛的攻击手段出现。 总结起来,我需要把重点放在AI如何利用软件补丁滞后的问题进行攻击,以及实验的结果和对未来的影响上。控制在100字以内的话,可能需要简化一些细节。 比如:“研究人员利用Claude Opus AI模型构建针对Google Chrome的漏洞链。实验揭示软件补丁滞后问题:基于Electron框架的应用(如Discord)使用过时Chromium版本导致n-day漏洞风险。通过组合两个漏洞实现远程代码执行,在macOS上执行任意系统命令。”这样大概在100字左右。 再检查一下是否涵盖了主要点:AI模型、漏洞链、补丁滞后、具体应用例子、漏洞组合、攻击结果。是的,都涵盖了。 </think> 研究人员利用Claude Opus AI模型构建针对Google Chrome的漏洞链。实验揭示软件补丁滞后问题:基于Electron框架的应用(如Discord)使用过时Chromium版本导致n-day漏洞风险。通过组合两个漏洞实现远程代码执行,在macOS上执行任意系统命令。 2026-4-18 04:16:39 Author: www.freebuf.com(查看原文) 阅读量:16 收藏

freeBuf

主站

分类

云安全 AI安全 开发安全 终端安全 数据安全 Web安全 基础安全 企业安全 关基安全 移动安全 系统安全 其他安全

特色

热点 工具 漏洞 人物志 活动 安全招聘 攻防演练 政策法规

在 Anthropic 公司发布 Mythos 和 Project Glasswing 模型引发激烈争论之际,一位安全研究人员展示了前沿 AI 技术对网络安全的实际影响。该研究突破了理论警告的局限,成功利用 Claude Opus 构建出针对 Google Chrome 复杂 V8 JavaScript 引擎的完整漏洞利用链。

这项实验揭示了现代软件生态系统中长期存在的"补丁滞后"问题。许多基于 Electron 框架构建的流行桌面应用(如 Discord、Notion 和 Slack)都捆绑了自身的 Chromium 版本,这些版本通常比上游 Chrome 版本落后数周甚至数月,导致已知漏洞无法及时修补,使用户面临 n-day 漏洞利用攻击。

漏洞组合利用过程

研究人员选择 Discord 桌面应用作为测试目标,该程序运行在过时的 Chrome 138 引擎上。由于 Discord 主窗口未启用沙箱机制,攻击者仅需组合两个漏洞即可完成完整利用链,无需额外突破沙箱防护。

通过一系列引导式交互,研究人员要求 Claude Opus 基于特定未修补漏洞开发攻击方案。该 AI 成功串联两个复杂漏洞实现远程代码执行(RCE):

  • (CVE-2026-5873):V8 Turboshaft 编译器处理 WebAssembly 时的越界读写漏洞(已在 Chrome 147 修复)。攻击者可利用该漏洞绕过分层编译后的边界检查,实现对 V8 堆内存的任意操控。
  • V8 沙箱绕过漏洞:WebAssembly 代码指针表(WasmCPT)中的释放后使用(UAF)缺陷。通过破坏导入分派表并利用类型混淆,攻击代码完全逃逸 V8 沙箱限制,获得对整个虚拟地址空间的读写权限。

漏洞利用令牌(来源:Hacktron)

利用这些串联的漏洞原语,模型最终生成可重定向执行流至系统 dyld 缓存的攻击载荷,实现在 macOS 目标上执行任意系统命令。

技术局限与经济影响

尽管成果显著,整个过程远未实现全自动化。研究人员指出 Claude Opus 需要大量人工监督、框架搭建和操作管理。该 AI 在长对话中频繁出现上下文丢失、依赖推测而非验证内存偏移量、陷入逻辑循环后难以自主恢复等问题。

实验历时一周,累计消耗约 23 亿 tokens(1765 次请求),成本约 2283 美元,并需要 20 小时人工指导。据 Hacktron AI 报道,研究人员必须持续向模型反馈调试器(LLDB)信息以保持其正确方向。

从经济角度看,AI 辅助漏洞开发的投入产出比极具吸引力。相比商业漏洞赏金计划(同类漏洞通常支付上万美元)或高利润的黑市漏洞交易,花费约 2300 美元和数天时间生成可靠的 Chrome 漏洞利用方案已具备显著盈利空间。

这项实验为网络安全行业敲响警钟。虽然当前 Claude Opus 等模型仍需专家指导才能武器化漏洞,但技术发展趋势已十分明确。随着 Anthropic Mythos 等具备更强推理编码能力的新一代模型出现,生成复杂漏洞利用方案的技术门槛将大幅降低。

最终,自动化漏洞生成技术与缓慢的厂商补丁周期之间的差距不断缩小,可能导致技术能力有限的威胁行为者以前所未有的规模攻陷存在漏洞的软件系统。

参考来源:

Researcher Uses Claude Opus to Build a Working Chrome Exploit Chain

本文为 独立观点,未经授权禁止转载。
如需授权、对文章有疑问或需删除稿件,请联系 FreeBuf 客服小蜜蜂(微信:freebee1024)


文章来源: https://www.freebuf.com/articles/ai-security/477834.html
如有侵权请联系:admin#unsafe.sh