Google telah menyelesaikan proyek percontohan menggunakan Gemini untuk menulis ulang pustaka C yang banyak digunakan di Rust — dan eksperimen tersebut membuahkan hasil dengan cara yang tidak direncanakan oleh siapa pun. Tak lama setelah perusahaan memigrasikan sistem produksinya ke penulisan ulang perpustakaan pemrosesan GIF giflib yang dihasilkan oleh AI dan aman untuk memori, kerentanan penulisan tumpukan di luar batas baru terungkap dalam kode C asli, yang ditetapkan sebagai CVE-2026-26740. Sistem Google sudah kebal.

Perusahaan secara efektif menetralisir kerentanan zero-day melalui arsitektur, bukan melalui patching. Seperti yang dijelaskan oleh tim teknik keamanan Google dalam postingan di blog Bug Hunters, tim tersebut tidak mengetahui adanya pengungkapan yang tertunda saat melakukan penulisan ulang — perlindungan tersebut merupakan efek samping struktural dari penghapusan kode yang tidak aman untuk memori. Untuk informasi lebih lanjut tentang bagaimana AI membentuk kembali penelitian dan rekayasa AI, ikuti AI Buzz Wire.

Mengapa Keamanan Memori Penting Saat Ini

Kerentanan keamanan memori menyumbang sekitar 70% kerentanan dalam basis kode C dan C++, menurut penelitian Google sendiri. Pustaka pihak ketiga adalah titik lemahnya karena mereka secara rutin mengurai data yang tidak tepercaya. Pada saat yang sama, jarak antara penemuan kerentanan dan persenjataan semakin menyusut — para penyerang, yang semakin banyak dibantu oleh AI, bergerak lebih cepat dibandingkan siklus patch tradisional.

Google telah lama menganjurkan strategi "Pengkodean Aman" yang memprioritaskan bahasa yang aman untuk memori seperti Rust. Masalah yang belum terpecahkan adalah banyaknya basis dependensi C dan C++ yang terinstal dan tidak dapat dihapus begitu saja. Pilot mengajukan pertanyaan langsung: dapatkah LLM dengan cepat mengubah dependensi tersebut menjadi Rust tanpa merusak apa pun?

Targetnya: giflib

Google memilih giflib, perpustakaan pemrosesan gambar GIF yang banyak digunakan, awalnya dikembangkan oleh Eric S. Raymond. Pustaka menawarkan profil kompleksitas yang ideal untuk percobaan pertama: sekitar 3.000 baris kode, tanpa SIMD atau optimasi perakitan, dan basis kode yang stabil. Yang terpenting, giflib sering kali memproses data yang tidak tepercaya di lingkungan yang tidak menggunakan sandbox — jenis serangan yang paling dikhawatirkan oleh tim keamanan permukaan.

Sasarannya ambisius: menghasilkan pengganti drop-in yang aman untuk memori dan kompatibel dengan ABI yang dapat diterapkan di seluruh infrastruktur produksi Google tanpa gangguan terhadap layanan yang bergantung. Terjemahan awal logika perpustakaan diselesaikan dengan cepat dengan bantuan LLM, namun tim menandai dua persyaratan yang terbukti menentukan: pengelolaan batas FFI secara hati-hati — siklus hidup penunjuk dan semantik kepemilikan Rust pada antarmuka dengan pemanggil C yang ada — dan apa yang disebut Google sebagai "komponen keamanan sosial", yaitu kepercayaan manusia yang diperlukan untuk menerapkan penulisan ulang yang dihasilkan AI ke dalam layanan penting.

Tantangan Validasi

Untuk mendapatkan kepercayaan produksi, implementasi Rust melalui pengujian menyeluruh:

  • Pengujian regresi skala besar: Divalidasi terhadap kumpulan data lebih dari 30 juta GIF dunia nyata, mengonfirmasi keluaran yang identik dengan penerapan asli
  • Fuzzing diferensial: Fuzzer orisinal versus Rust berjalan terus menerus selama lebih dari enam hari dan lebih dari 200 juta iterasi tanpa menemukan penyimpangan logika apa pun
  • Ulasan AI Adversarial: Perintah LLM khusus digunakan untuk mencari perbedaan perilaku halus antara dua basis kode yang mungkin terlewatkan oleh pengujian tradisional

Pipa tersebut membuktikan manfaatnya sebelum diterapkan. Ini mengidentifikasi kasus edge pada dekoder LZW dan — yang lebih penting lagi — mengungkap kerentanan penulisan di luar batas yang sudah ada sebelumnya yang disebabkan oleh patch lama internal Google ke sumber C asli, yang diperbaiki oleh tim dalam penulisan ulang Rust.

Kinerja Tidak Menderita

Keberatan umum terhadap bahasa yang aman untuk memori adalah biaya pemeriksaan batas waktu proses. Pemantauan Google di seluruh layanan pemrosesan gambar globalnya menunjukkan bahwa penerapan Rust memiliki kinerja yang netral dibandingkan dengan C asli — sebuah hasil yang menurut perusahaan telah diamati berulang kali dalam migrasi Rust.

Ada bonus yang tidak terduga. Karena pustaka Rust aman untuk memori berdasarkan konstruksinya, Google dapat menonaktifkan sandboxing intensif sumber daya yang sebelumnya diperlukan oleh beberapa layanan produksi untuk mengisolasi pustaka C. Penyederhanaan arsitektur tersebut menghasilkan pengurangan latensi ekor yang signifikan untuk tugas decoding gambar.

Open Source — Dengan Peringatan Jujur

Google telah menerbitkan penulisan ulang Rust di github.com/google/giflib-rs dan menyumbangkan temuannya kembali ke komunitas. Perusahaan juga memuji upaya pelengkap yang dipimpin oleh manusia, seperti penulisan ulang zlib ke Rust secara manual oleh Trifecta Tech Foundation dengan peningkatan kinerja yang substansial, sebagai bagian dari ekosistem solusi yang lebih luas.

Peringatan ini patut diperhatikan. Penulisan ulang memerlukan data dunia nyata dalam jumlah besar atau rangkaian pengujian kuat yang sudah ada untuk memvalidasi kesetaraan perilaku, dan menyimpang dari proyek hulu dengan mengubah bahasa akan menimbulkan biaya pemeliharaan yang nyata — terutama untuk dependensi yang sedang dalam pengembangan aktif. Dengan kata lain, penerjemahan yang dibantu AI mempercepat namun tidak menggantikan penilaian teknik.

Gambaran Yang Lebih Besar

Uji coba ini merupakan salah satu demonstrasi paling jelas bahwa LLM dapat memberikan peningkatan keamanan struktural dalam skala besar, bukan hanya saran kode. Dengan menggabungkan kecepatan terjemahan berbasis LLM dengan pengujian diferensial dan tinjauan pakar manusia terhadap batasan keselamatan, menurut Google, seluruh kelompok kerentanan dapat dihilangkan dari infrastruktur produksi — sebelum ada yang mengetahui CVE spesifik mana yang akan hadir berikutnya.

Sumber: Blog Google Bug Hunters, "Menskalakan Keamanan Memori: Penulisan Ulang Ketergantungan C/C++ dengan Bantuan AI ke Rust."

---

Tetap Terdepan dalam AI

Dapatkan berita, analisis, dan terobosan AI terkini — semuanya di satu tempat.

Baca berita AI selengkapnya →