Google wis ngrampungake proyek percontohan nggunakake Gemini kanggo nulis ulang perpustakaan C sing disebarake kanthi akeh ing Rust - lan eksperimen kasebut mbayar kanthi cara sing ora direncanakake. Sakcepete sawise perusahaan migrasi sistem produksi menyang AI-generate, nulis ulang memori-aman saka GIF Processing perpustakaan giflib, kerentanan nulis tumpukan metu saka wates anyar dibeberke ing kode C asli, diutus CVE-2026-26740. Sistem Google wis kebal.

Perusahaan kasebut kanthi efektif netralake kerentanan nol dina liwat arsitektur tinimbang patching. Minangka tim teknik keamanan Google nerangake ing kiriman ing blog Bug Hunters, tim kasebut ora ngerti babagan pambocoran sing ditundha nalika nindakake nulis ulang - proteksi kasebut minangka efek sisih struktural kanggo ngilangi kode memori sing ora aman. Kanggo luwih lengkap babagan carane AI nggawe maneh riset lan teknik AI, tututi AI Buzz Wire.

Kenapa Keamanan Memori Penting Saiki

Kerentanan keamanan memori nyebabake kira-kira 70% kerentanan ing basis kode C lan C ++, miturut riset Google dhewe. Pustaka pihak katelu minangka titik lemah tartamtu amarga padha rutin ngurai data sing ora dipercaya. Ing wektu sing padha, interval antarane panemuan kerentanan lan gegaman terus nyusut - panyerang, tambah akeh dibantu dening AI dhewe, luwih cepet tinimbang siklus patch tradisional.

Google wis suwe nyengkuyung strategi "Safe Coding" sing ngutamakake basa sing aman memori kaya Rust. Masalah sing ora bisa ditanggulangi yaiku basis sing dipasang saka dependensi C lan C ++ sing ora bisa dibusak. Pilot takon pitakonan langsung: apa LLM bisa kanthi cepet ngowahi dependensi kasebut dadi Rust tanpa ngrusak apa-apa?

Sasaran: giflib

Google milih giflib, perpustakaan pangolahan gambar GIF sing akeh digunakake sing wiwitane dikembangake dening Eric S. Raymond. Perpustakaan nawakake profil kerumitan sing cocog kanggo nyoba pisanan: kira-kira 3.000 baris kode, ora ana SIMD utawa optimasi perakitan, lan basis kode sing stabil. Secara kritis, giflib asring ngolah data sing ora dipercaya ing lingkungan non-kotak pasir - persis jenis serangan sing paling dikuwatirake dening tim keamanan permukaan.

Tujuane ambisius: ngasilake panggantos drop-in sing aman memori, kompatibel karo ABI sing bisa nyebar ing infrastruktur produksi Google tanpa gangguan kanggo layanan sing gumantung. Terjemahan awal logika perpustakaan rampung kanthi cepet kanthi bantuan LLM, nanging tim kasebut menehi rong syarat sing mbuktekake penting: manajemen wates FFI sing ati-ati - siklus urip pointer lan semantik kepemilikan Rust ing antarmuka karo panelpon C sing ana - lan apa sing diarani Google "komponen sosial keamanan," kepercayaan manungsa sing dibutuhake kanggo nyebarake nulis ulang sing digawe AI menyang layanan kritis.

Sarung Tangan Validasi

Kanggo entuk kapercayan produksi, implementasi Rust ngliwati tes lengkap:

  • Pengujian regresi skala massal: Divalidasi marang set data luwih saka 30 yuta GIF nyata, ngonfirmasi output sing padha karo implementasine asli
  • Fuzzing diferensial: Fuzzer asli-versus-Rust mlaku terus-terusan nganti luwih saka enem dina lan luwih saka 200 yuta iterasi tanpa nemokake panyimpangan logika.
  • Tinjauan AI Adversarial: Pandhuan LLM khusus digunakake kanggo mburu beda prilaku sing halus ing antarane rong basis kode sing bisa dilewati dening tes tradisional.

Pipa kasebut mbuktekake regane sadurunge disebarake. Iki ngenali kasus pinggiran ing dekoder LZW lan - utamane - nemokake kerentanan nulis sing wis ana ing njaba wates sing wis dikenalake dening tembelan warisan internal Google menyang sumber C asli, sing didandani tim kasebut ing nulis ulang Rust.

Kinerja Ora Nandhang Susah

Bantahan umum kanggo basa sing aman memori yaiku biaya pamriksa wates wektu. Pemantauan Google ing layanan pangolahan gambar global nuduhake implementasine Rust netral kinerja dibandhingake karo asli C - asil perusahaan kasebut wis bola-bali diamati ing migrasi Rust.

Ana bonus sing ora dikarepke. Amarga perpustakaan Rust aman kanggo memori kanthi konstruksi, Google bisa ngilangi kothak wedhi intensif sumber daya sing sadurunge dibutuhake sawetara layanan produksi kanggo ngisolasi perpustakaan C. Penyederhanaan arsitektur kasebut ngasilake pangurangan sing signifikan ing latensi buntut kanggo tugas dekoding gambar.

Open Sourced - Kanthi Caveats Jujur

Google wis nerbitake tulisan ulang Rust ing github.com/google/giflib-rs lan menehi temuan maneh menyang komunitas. Perusahaan kasebut uga menehi penghargaan kanggo upaya sing dipimpin manungsa, kayata nulis ulang manual Trifecta Tech Foundation babagan zlib menyang Rust kanthi asil kinerja sing akeh, minangka bagean saka solusi ekosistem sing luwih jembar.

Ing caveats worth kang lagi nyimak. Nulis ulang mbutuhake akeh data ing donya nyata utawa suite tes sing kuat kanggo ngesyahke kesetaraan prilaku, lan nyimpang saka proyek hulu kanthi ngganti basa mbutuhake biaya pangopènan nyata - utamané kanggo dependensi ing pembangunan aktif. Terjemahan sing dibantu AI, kanthi tembung liya, nyepetake nanging ora ngganti pertimbangan teknik.

Gambar sing luwih gedhe

Pilot minangka salah sawijining demonstrasi sing paling jelas yen LLM bisa menehi perbaikan keamanan struktural kanthi skala, ora mung saran kode. Kanthi nggabungake kacepetan terjemahan sing didorong LLM kanthi tes diferensial lan review pakar manungsa babagan wates keamanan, Google mbantah, kabeh kelas kerentanan bisa pensiun saka infrastruktur produksi - sadurunge ana sing ngerti CVE spesifik sing bakal teka.

Sumber: Google Bug Hunters blog, "Scaling Memory Safety: AI-Assisted Rewrites of C/C++ Dependencies to Rust."

---

Tetep Ahead of AI

Entuk warta, analisis, lan terobosan AI paling anyar - kabeh ing sak panggonan.

Waca liyane AI warta →