நவம்பர் 4, 2026 அன்று OpenAI ஆனது அதன் வெளியிடப்படாத சைபர் மாடல்களில் ஒன்றின் மூலம் இயங்கும் ஒரு முன்மாதிரி பாதிப்பு-ஆராய்ச்சி பைப்லைன், அக்டோபர் நடுப்பகுதியில் நடத்தப்பட்ட ஆராய்ச்சியின் போது Linux கர்னலில் 948 தனித்துவமான உள்ளூர் சிறப்புரிமை அதிகரிப்பு பாதிப்புகளைக் கண்டறிந்து ஆயுதம் ஏந்தியது. Unite.AI மற்றும் The Hacker News ஆல் விரிவாக விவரிக்கப்பட்ட நிறுவனத்தின் எழுத்துப் படி, அதே பைப்லைன் ஒவ்வொரு கண்டுபிடிப்புக்கும் வேட்பாளர் இணைப்புகளை உருவாக்கியது மற்றும் கர்னல் பராமரிப்பாளர்களுக்கு விநியோகிப்பதற்காக முழு தொகுப்பையும் மனித மதிப்பாய்வாளர்களிடம் ஒப்படைத்தது.

ஒவ்வொரு குறைபாடுகளும், உறுதிசெய்யப்பட்டால், பாதிக்கப்படக்கூடிய கணினியில் ரூட் அணுகலைப் பெற தகுதியற்ற உள்ளூர் பயனரை அனுமதிக்கும் - லினக்ஸ் இயங்கும் கணினிகளில், ஒரு கேம் ஓவர் நிபந்தனை. லினக்ஸ் தான் இலக்காக இருந்தது: ஓபன்ஏஐ அதைத் தேர்ந்தெடுத்தது, ஏனெனில் கர்னல் 40 மில்லியனுக்கும் அதிகமான கோடுகளைக் கொண்டுள்ளது மற்றும் ஆண்ட்ராய்டு ஃபோன்கள், கிளவுட் உள்கட்டமைப்பு மற்றும் சூப்பர் கம்ப்யூட்டர்களை ஆதரிக்கிறது. For more context on this story, see our ongoing AI news.

பைப்லைன் எப்படி வேலை செய்கிறது

கணினி பல நிலைகளை ஒன்றாக இணைக்கிறது: பாதிப்பு கண்டுபிடிப்பு, மாறும் சரிபார்ப்பு, சுரண்டல் மதிப்பீடு, இணைப்பு உருவாக்கம் மற்றும் இறுதியாக, மனித மதிப்பாய்வு. லெக்வொர்க்கைச் செய்யும் மூன்று வகை ஏஜெண்டுகளை OpenAI விவரிக்கிறது. சாரணர் முகவர்கள் தணிக்கை இலக்குகளை குறைந்த சலுகை பெற்ற சூழல்களில் இருந்து அடையக்கூடிய குறியீடு மற்றும் அது எவ்வளவு பாதுகாப்புடன் தொடர்புடையதாக இருக்கிறது என்பதன் அடிப்படையில் தணிக்கை இலக்குகளைத் தேர்ந்தெடுக்கின்றனர். ஆய்வாளர் முகவர்கள் அந்த இலக்குகளை வேட்பாளர் பிழைகளுக்கு ஸ்கேன் செய்கிறார்கள். ட்ரையேஜ் ஏஜெண்டுகள், கர்னல் அட்ரஸ் சானிடைசருடன் கருவியமைக்கப்பட்ட கர்னல்களை இயக்கும் மெய்நிகர் இயந்திரங்களுக்குள் கருத்தின் ஆதாரங்களை உருவாக்கி செம்மைப்படுத்துகின்றன, நிலையான பகுப்பாய்வை மட்டும் நம்பாமல், இயக்க நேரச் சான்றுகளைப் பாதுகாக்கின்றன.

ஒவ்வொரு முடிக்கப்பட்ட ஆராய்ச்சி தொகுப்பிலும் நான்கு கலைப்பொருட்கள் உள்ளன: ஒரு மூல காரண பகுப்பாய்வு, கருத்தாக்கத்தின் குறைந்தபட்ச செயலிழப்பு ஆதாரம், ஒரு வேட்பாளர் இணைப்பு மற்றும் முழு வேலை சுரண்டல். வேண்டுமென்றே பலவீனமான இலக்குக்கு எதிராக சோதனை செய்யப்படவில்லை என்பதை OpenAI வெளிப்படையாகக் கூறியது - மெய்நிகர் இயந்திரங்கள் SMEP, SMAP, KASLR மற்றும் HARDENED_USERCOPY குறைப்புகளுடன் கூடிய பங்கு டெஸ்க்டாப் உள்ளமைவை இயக்கின.

ரன் பின்னால் உள்ள எண்கள்

ஸ்வீப்பின் அளவுதான் கதை. சாரணர் முகவர்கள் 5,034 தணிக்கை இலக்குகளைத் தேர்ந்தெடுத்தனர் - கர்னலில் சுமார் 7 சதவீதம் - தோராயமாக 2.8 மில்லியன் கோடுகள். பகுப்பாய்வாளர் முகவர்கள் 12 மணி நேரத்திற்குள் 2,308 நகல் வேட்பாளர் கண்டுபிடிப்புகளை உருவாக்கினர். டைனமிக் சரிபார்ப்பு 30 மணி நேர சாளரத்திற்குள் அந்த பாதிப்புகளில் 1,724 ஐ மீண்டும் உருவாக்கியது, மேலும் எஞ்சியிருக்கும் கண்டுபிடிப்புகளில் 3.1 சதவீதம் மட்டுமே தவறான மாதிரி பகுப்பாய்வைப் பிரதிபலித்ததாக OpenAI கூறுகிறது.

சுரண்டல் நிலை சரிபார்ப்பை ஆயுதங்களாக மாற்றியது: 291 தகவல்-கசிவு சான்றுகள் கருத்து மற்றும் 1,169 வேலை செய்யும் உள்ளூர் சலுகை அதிகரிப்பு சுரண்டல்கள், OpenAI இன் படி. மாறுபாடு பகுப்பாய்வு - அதே குறைபாடு வகுப்பின் உடன்பிறப்பு நிகழ்வுகளைக் கண்டறிய உறுதிப்படுத்தப்பட்ட பிழையை மாற்றியமைத்தல் - பின்னர் 948 தனித்துவமான இணைப்புகளை உருவாக்கியது, மேலும் OpenAI அந்த எண்ணிக்கையை அதன் தனித்துவமான சலுகை அதிகரிப்பு பிழைகளின் தலைப்பு எண்ணிக்கையாகப் பயன்படுத்துகிறது. அதனால்தான் மூலச் சுரண்டல் எண்ணிக்கையும் 948 எண்ணிக்கையும் பொருந்தவில்லை. உருவாக்கப்பட்ட திருத்தங்கள், பராமரிப்பாளர் மதிப்பாய்வுக்கான வேட்பாளர்களாகவே இருக்கும், இணைக்கப்பட்ட இணைப்புகள் அல்ல என்றும் நிறுவனம் எச்சரித்தது.

ஒரு முடிவு கிட்டத்தட்ட நழுவிவிட்டது

கிட்டத்தட்ட தவறவிட்டதைப் பற்றிய அறிக்கை வழக்கத்திற்கு மாறாக நேர்மையாக உள்ளது. ஒரு ஆரம்ப ஓட்டத்தில், ஓபன்ஏஐ 200 இல் 20 வெற்றிகரமான சுரண்டல்கள் அவர்களுக்கு ஒதுக்கப்பட்ட பாதிப்பைக் காட்டிலும் வேறுபட்ட பூஜ்ஜிய நாளில் ரூட் பெற்றதாகக் கண்டறிந்தது - அதாவது ரூட் ஷெல் மட்டும் முரண்பாட்டை மறைத்திருக்கும். நிறுவனம் பணிக் கட்டுப்பாடுகளை கடுமையாக்கியது மற்றும் பதிலுக்கு ஒவ்வொரு சுரண்டலின் பாதையையும் ஒரு சுயாதீன சரிபார்ப்பைச் சேர்த்தது. இது முக்கியமான ஒரு விவரம்: இந்த அளவில், ஒரு தானியங்கி அமைப்பு தவறான காரணங்களுக்காக தொழில்நுட்ப ரீதியாக சரியான முடிவுகளை உருவாக்க முடியும், மேலும் வெளிப்படையான பாதை சரிபார்ப்பு மட்டுமே அதைப் பிடிக்கும்.

சுரண்டலுக்கான செலவு கூர்மையாக குறைகிறது

OpenAI இன் சொந்த ரன்களின் ஒப்பீடு, பொருளாதாரம் எவ்வளவு விரைவாக நகர்கிறது என்பதைக் காட்டுகிறது. அக்டோபர் நடுப்பகுதியில் இயங்கும் ஏபிஐ கிரெடிட்களில் $1.213 மில்லியன் செலவானது - ஒரு தனிப்பட்ட சலுகை அதிகரிப்பு பிழைக்கு $1,279. GPT-5.6 Sol மாடலைப் பயன்படுத்தி ஜூலை 2026 இன் பிற்பகுதியில் இயக்குவதற்கு $513,690 செலவானது மற்றும் 166 தனிப்பட்ட பிழைகள் கிடைத்தன, இது ஒரு சுரண்டலுக்கு தோராயமாக $3,100 ஆகும். இது மூன்று மாதங்களில் நாவல் கண்டுபிடிப்புகளில் ஐந்து மடங்கு அதிகமாகும் - ஒரு காலகட்டத்தில், ஓபன்ஏஐ குறிப்பிடுகிறது, இதில் கர்னல் தொடர்ந்து கடினமாக இருந்தது - யூனிட் செலவில் பாதிக்கு குறைவாக. நிறுவனம் அதன் செலவு புள்ளிவிவரங்களை மேல் வரம்புகளாக முன்வைக்கிறது, ஏனெனில் ரன்கள் செலவுகளை மேம்படுத்துவதற்கு பதிலாக திறனை அளவிடுவதற்காக கட்டப்பட்டது.

தனித்தனியாக மாற்றியமைக்கப்பட்ட kernelCTF ரன் 25 தகவல்-கசிவு சான்றுகள் மற்றும் 21 சுரண்டல்களை 112 மணிநேரத்தில் சுமார் $32,936 ஏபிஐ கிரெடிட்களில் உருவாக்கியது. ஓப்பன்ஏஐ குறிப்பிட்டது, அந்த ஓட்டத்துடன் இணைக்கப்பட்டுள்ள சுமார் $1.5 மில்லியன் பரிசுத்தொகையானது, அனைத்து 21 பாதிப்புகளும் ஏற்றுக்கொள்ளப்படும் நிபந்தனைக்குட்பட்டது, அறிவிக்கப்பட்ட விருது அல்ல - கூகுளின் kernelCTF விதிகள் ஒரு தகுதிவாய்ந்த சுரண்டலுக்கு $71,337 செலுத்துகின்றன, 20 ரன்களில் குறைந்தபட்சம் 70 சதவிகிதம் நிலைப்புத்தன்மை தேவை, மேலும் 20 ரன்களில் குறைந்தபட்சம் 70 சதவிகிதம் ஸ்திரத்தன்மை தேவைப்படுகிறது.

பத்து நுட்பங்கள் நிபுணர்கள் பார்க்கவில்லை

OpenAI இன் குழு மற்றும் மூன்றாம் தரப்பு கர்னல் சுரண்டல் நிபுணர்களால் மதிப்பாய்வு செய்யப்பட்ட 166-சுரண்டல் மாதிரியில், பத்து நுட்பங்கள் உண்மையிலேயே புதியதாக மதிப்பிடப்பட்டன. நிறுவனம் சிலவற்றைப் பெயரிட்டது: நிலையான மீள் பொருள்கள், பக்க அலங்காரம், தரவு மட்டும் சலுகை அதிகரிப்பு மற்றும் தன்னிச்சையான வகை குழப்பம். பாதுகாப்பு காரணங்களுக்காக முழு தொழில்நுட்ப விவரங்களும் நிறுத்தப்பட்டுள்ளன - வெளியிடப்பட்ட அதே பிளேபுக், தாக்குபவர்களுக்கு உடனடியாக பயனுள்ளதாக இருக்கும் என்பதை ஒப்புக்கொள்வது.

பகலில் இருந்து பேட்ச் தி பிளானட் வரை

ரன் என்பது 2026 ஆம் ஆண்டு தொடக்கத்தில் தொடங்கப்பட்ட வேலையின் விரிவாக்கமாகும். டேபிரேக் முன்முயற்சி, ஜூன் 22, 2026 அன்று பாதுகாப்பு நிறுவனமான டிரெயில் ஆஃப் பிட்ஸுடன் தொடங்கப்பட்டது, பேட்ச் வரிசைப்படுத்தல் மற்றும் வெளிப்படுத்துதலின் கட்டுப்பாட்டில் பராமரிப்பாளர்களை விட்டுவிட்டு, நிபுணர் மதிப்பாய்வுடன் AI-உதவி பாதிப்பு ஆராய்ச்சியை இணைக்கிறது. அந்த முந்தைய முயற்சியானது அதன் GPT-5.5 Cyber ​​Linux பணியிலிருந்து 24 சிறப்புரிமை அதிகரிப்புச் சுரண்டல்கள் மற்றும் எட்டு கர்னல்-சுட்டி தகவல்-கசிவு சான்றுகள் - இந்த மாத பயணத்தின் ஒரு பகுதி.

OpenAI ஏற்கனவே நூற்றுக்கணக்கான அறிக்கைகள் மற்றும் பேட்ச்களை பராமரிப்பாளர்களுக்கு அனுப்பியுள்ளதாக கூறுகிறது, மீதமுள்ளவை Patch the Planet பங்காளிகள் மூலம் படிப்படியாக விநியோகிக்கப்படும். அக்டோபர் ஸ்கேன், தற்போதைய குறியீட்டிற்கு எதிரான கண்டுபிடிப்புகளை மறுபரிசீலனை செய்யுமாறு கேட்டுக்கொள்கிறது, ஏனெனில் அக்டோபர் ஸ்கேன் 61 பிழைகள் ஏற்கனவே அப்ஸ்ட்ரீமில் இணைக்கப்பட்டுள்ளது, 43 ஸ்டேஜிங் பேட்ச்கள் நிலுவையில் உள்ளன, மேலும் 299 பொதுவில் புகாரளிக்கப்பட்டது அல்லது விவாதிக்கப்பட்டது - கர்னல் டெவலப்பர்கள் சில குறைபாடுகளை கையால் கண்டுபிடித்துள்ளனர் என்பதற்கான சான்று.

கர்னல் பாதுகாப்புக்கு என்ன அர்த்தம்

ஓபன்ஏஐ பிரேம் செய்வது போல் இடையூறு மாறுகிறது. பாதிப்பு வழிகளை உருவாக்குவது மலிவானதாகவும் கிட்டத்தட்ட வரம்பற்றதாகவும் மாறி வருகிறது; பற்றாக்குறை வளங்கள் இப்போது சுரண்டல் பாதைகளை நிரூபிக்கின்றன, நகரும் குறியீட்டு தளத்திற்கு எதிராக கண்டுபிடிப்புகளை தற்போதைய நிலையில் வைத்திருக்கின்றன, மற்றும் திருத்தங்களை உருவாக்குபவர்கள் ஒன்றிணைக்க தயாராக உள்ளனர். சுயாதீன சரிபார்ப்பு மற்றும் மனித மதிப்பாய்வு - இது தவறான பூஜ்ஜிய நாள் தோல்வி மற்றும் ஆரம்ப தானாக உருவாக்கப்பட்ட இணைப்புகளில் தர சிக்கல்கள் - இந்த அளவில் தானியங்கு ஆராய்ச்சி பயன்படுத்தக்கூடிய தற்காப்பு வேலையாக மாறுகிறதா அல்லது மிகைப்படுத்தப்பட்ட பராமரிப்பாளர்களுக்கு ஒரு புதிய வகையான அறிக்கையிடல் சுமையைத் தீர்மானிக்கிறது.

பாதுகாவலர்களுக்கு, செய்தி சங்கடமானது ஆனால் தெளிவானது: வேட்பாளர் இணைப்புகளை உருவாக்கும் அதே பைப்லைன் திறமையான எதிரிக்கு ஆயிரக்கணக்கான தொடக்க புள்ளிகளை வழங்க முடியும். பிழைத்திருத்தங்களை ஒன்றிணைக்கும் நபர்களுக்கும், சுரண்டல்களைத் தாங்களாகவே மீண்டும் உருவாக்குவதற்கும் நிர்வகிக்கும் எவருக்கும் இடையே இப்போது போட்டி உள்ளது.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →