Skip to content
KitploitKITPLOIT
أدواتالمدونة
إرسال
أدواتالمدونة
إرسال

أدوات الاختراق واختبار الاختراق والأمن السيبراني لترسانتك الأمنية!

Kitploit هو دليل لأدوات الاختراق والأمن السيبراني واختبار الاختراق. اكتشف آخر تحديثات المشاريع للعثور على الثغرات وتحليل الأنظمة وأتمتة الاختبارات وتعزيز أمنك.

··الخلاصات·اتصال·الخصوصية·© 2026 Kitploit

دليل الأدوات

الفئات

عرض جميع الفئات
Loading categories
linux-kernel-codex-harness-v2 — أداة بحث في ثغرات نواة لينكس مدركة للمصدر (Provenance-aware) تُستخدم في التحقيق في الثغرة الأمنية CVE-2026-53075 | Kitploit
أدوات/GitHubGitHub/foxirain/linux-kernel-codex-harness-v2
التحليل الثابتتحليل الثغرات الأمنيةاستخبارات التهديداتأمن الذكاء الاصطناعي
GitHubfoxirain/linux-kernel-codex-harness-v2

linux-kernel-codex-harness-v2

أداة بحث في ثغرات نواة لينكس مدركة للمصدر (Provenance-aware) تُستخدم في التحقيق في الثغرة الأمنية CVE-2026-53075

عرض المستودع

الأكثر شعبية

عرض الكل →

اكتشف الأدوات الأكثر استخدامًا من قبل مجتمعنا.

استكشف جميع الأدوات

تصفح مجموعتنا من الأدوات

عرض جميع الأدوات →
1منذ 23 أياملم تتم المراجعة بعد
مشاركة

Kernel Codex Harness v2

한국어 | English

CI

أداة بحث · استيراد أصلي: 3 أبريل 2026 · مراجعة توثيق الإصدار v2: 11 يوليو 2026

إشارة خارجية: من توزيع الانتباه إلى الفرز الواعي بالمصدر
استخدم ملاحظات قابلة لإعادة الإنتاج لتوجيه انتباه النموذج، ثم استخدم مصدر المستودع لتنظيم قوائم المراجعة—وليس أبدًا لإثبات الادعاءات.

نسب المشروع— Kernel Codex Harness v1 · توزيع الانتباه → Kernel Codex Harness v2 · الفرز الواعي بالمصدر

حالة المشروع. هذا المستودع هو أداة بحث مساعدة بنماذج لغوية كبيرة (LLM) تطور سير عمل توزيع الانتباه من الإصدار v1 إلى الفرز الواعي بالمصدر للتحقيق الفعلي في ثغرات نواة Linux. استُخدم هذا الإصدار لاكتشاف الثغرة المنشورة باسم CVE-2026-53075. ليس أداة كشف تلقائي للثغرات، ولا أداة حكم على الجدة، ولا أداة تحقق من الاستغلال، ولا أداة ضمان أمني للنواة؛ التحقق النهائي والتقرير يتمان بواسطة البشر.

الملخص

الملخص— عند ترك نموذج لغوي كبير يستكشف قاعدة كود ضخمة مثل نواة Linux مباشرة، يتشتت السياق وتختلط بسهولة وجود واجهات برمجية خطرة مع إمكانية الهجوم الفعلية. يعالج Kernel Codex Harness v2 هذه المشكلة عبر مرحلتين من معالجة . قبل استدعاء النموذج، تُرتَّب الملفات المرشحة عبر أوزان المسارات، والضربات المعجمية، وتداخل syzbot المخزن لتوزيع الانتباه. بعد استجابة النموذج، تُدمج حالة Git (الفرع، HEAD، الحالة المتسخة) مع مراجع CVE والالتزامات والعلامات المعروفة المستخرجة من الاستجابة لتصنيف النتائج القوية في مجموعات مراجعة واعية بالمصدر. استُخدمت هذه الأداة في تحقيق فعلي في نواة Linux اكتشف خللًا في التحقق من صلاحيات مساحة اسم الشبكة المستهدفة في PPP، نُشر باسم . الفرز هو أسلوب استدلالي لتنظيم قوائم التحقيق، وخاصةً تعني فقط عدم العثور على أدلة معروفة أو مشكلات مصدر، وليست إثباتًا للجدة. تتطلب جميع النتائج إعادة تحقق بشرية من قابلية الوصول من مساحة المستخدم، وكسر الثوابت، والأثر الملموس.

الإشارة الخارجية
CVE-2026-53075
new_candidate

مصطلحات الفهرس— نواة Linux، بحث الثغرات، إشارة خارجية، مصدر، فرز استدلالي، تنسيق نماذج لغوية كبيرة، syzbot، Codex.

I. المقدمة

هناك نوعان مختلفان من عدم اليقين في مراجعة أمن النواة.

  1. من أين نبدأ بالنظر. شجرة المصدر الكاملة كبيرة جدًا بحيث لا يمكن معالجتها في سياق نموذج واحد.
  2. كيف نتعامل مع النتائج القوية التي ينتجها النموذج. التعديلات المحلية، والإصلاحات الموجودة، وCVEs المعروفة، أو حالة مستودع غير مكتملة يمكن أن تلوث الاستنتاجات.

كانت المشكلة المركزية في v1 هي الأولى، أي توزيع الانتباه. يحافظ v2 على هذا المبدأ ويوسع المشكلة الثانية إلى فرز واعٍ بالمصدر. استُخدم كلا الإصدارين في تحقيقات فعلية؛ أدى التحقيق المدعوم بـ v1 إلى CVE-2026-31720، وأدى التحقيق المدعوم بـ v2 إلى CVE-2026-53075.

تُستخدم الملاحظات خارج النموذج لتضييق نطاق التحقيق، وبعد استجابة النموذج يُرفق مصدر مستودع قابل للتحقق. لا تثبت أي إشارة في أي مرحلة وجود ثغرة أو جدة.

II. الإشارة الخارجية ومبادئ التصميم

أ. المرحلة 1 — توزيع الانتباه قبل الاستدلال

الإشارة الخارجية قبل الاستدلال هي ملاحظات تُحسب قبل تشغيل النموذج، وليست حكمًا من نموذج لغوي كبير.

  • أوزان مسارات النواة والأنظمة الفرعية
  • ضربات معجمية مثل usercopy، والموزع، وrefcount، والحجم، والقفل
  • تداخل الملفات/الأنظمة الفرعية من JSON syzbot المخزن

باستخدام نفس شجرة المصدر والملف الشخصي وJSON syzbot المخزن، يمكن إعادة حساب ترتيب المرشحين. هذه الدرجة ليست احتمالًا أو قابلية استغلال، بل ترتيب نسبي لتحديد من ننظر إليه أولًا.

ب. المرحلة 2 — الفرز الواعي بالمصدر بعد الاستدلال

تجمع مرحلة ما بعد الاستدلال المعلومات التالية مع الحكم النموذجي القوي.

  • وجود مستودع Git ونجاح جمع الحالة
  • الفرع وHEAD
  • الحالة المتسخة للمستودع والملف المستهدف
  • CVEs، وتجزئة الالتزامات، وعلامات المشكلات المعروفة المستخرجة من الاستجابة
  • تعبيرات النفي أو المراجع غير ذات الصلة في الاستجابة

في هذا المستند، تشير الإشارة الخارجية بعد الاستدلال فقط إلى المصدر الذي جُمع بشكل مستقل عن النموذج، مثل مستودع Git/الحالة، والفرع، وHEAD، والحالة المتسخة، ونسب الالتزامات المحلية. مراجع CVE والالتزامات والعلامات المعروفة هي مراجع مشتقة من النموذج مستخرجة من استجابته، وليست إشارة خارجية أو حقيقة موثوقة. يجمع الفرز بين نوعي المدخلات لكنه يسجل مصدر كل منهما بشكل منفصل.

ج. مجموعات استدلالية، وليست إثباتًا للجدة

تُنظم النتائج القوية تشغيليًا في إحدى مجموعات المراجعة التالية.

المجموعةالمعنى
new_candidateمرشح تم التحقق من مصدره ولم تُكتشف إشارات حظر متسخة/معروفة
known_issueمرشح يحتوي على مرجع معروف غير منفي، أو استجابة تشير إلى علاقة إصلاح/أعلى المنبع مع التزام موجود في HEAD الحالي
dirty_tree_suspectمرشح لا يمكن استبعاد تأثير مستودع متسخ أو هدف متسخ عليه
provenance_unknownمرشح تعذر التحقق بشكل موثوق من مستودع Git أو حالته أو HEAD

novelty_proven في جميع نتائج التصنيف هو false. new_candidate لا تعني "ثغرة جديدة"، بل قائمة انتظار يستمر فيها البشر في تحقيق الجدة أولًا.

د. قابلية الوصول قبل فئة الثغرة

يفحص التدقيق أولًا الحدود التي تبدأ من مساحة المستخدم، مثل syscall وioctl وnetlink وprocfs وأنظمة الملفات وBPF وخطافات برامج التشغيل. بعد ذلك فقط تُقيَّم فئات الثغرات مثل UAF وOOB وrefcount والسباق وتسريب المعلومات وفحوصات الصلاحيات.

هـ. فرع تحقيق واحد في كل مرة

تُقيَّد وحدة التحقيق الواحدة بملف واحد ومسارات الاستدعاء والتفكيك والتحرير القريبة منه. يُحدَّد عدد المتابعات اليدوية التي يقترحها النموذج بحد أقصى مرتين للحفاظ على مسارات قصيرة قابلة للتحقق بدلًا من استكشاف واسع.

و. الأدلة قبل الثقة

يجب أن يشرح النتيجة القوية على الأقل ما يلي.

  1. نقطة دخول يمكن للمهاجم الوصول إليها،
  2. حقل يتحكم فيه المهاجم أو انتقال دورة حياة،
  3. ثابت كائن/طول/حالة ينكسر،
  4. أثر ملموس مثل التلف أو التسريب أو تصعيد الصلاحيات،
  5. سبب عدم منع الفحص الحالي للهجوم.

يقوم المحلل اللغوي بتطبيع الحكم والهدف التالي فقط، ولا يثبت تلقائيًا اكتمال هذه الأدلة.

ز. نسب التصميم

انطلق التدفق الأولي من فكرة التحليل على مستوى الملف، وتوسيع السياق المحدود، والمخرجات المنظمة التي استخدمتها أداة vulnhuntr من Protect AI [1]. أُعيد تصميم هذا المشروع ليناسب سطح نواة Linux القابل للوصول من مساحة المستخدم، ودورة حياة كائنات النواة، ومسارات التفكيك، وتداخل syzbot. المساهمة الإضافية لـ v2 هي وضع مرحلة فرز النتائج باستخدام مصدر المستودع بعد توزيع الانتباه.

III. بنية النظام

Two-stage External Signal architecture for Kernel Codex Harness v2

الشكل 1. الإشارة الخارجية قبل الاستدلال ترتب وحدات المراجعة القابلة لإعادة الإنتاج. الفرز بعد الاستدلال يجمع بين مصدر Git المستقل عن النموذج ومراجع الاستجابة المشتقة من النموذج، دون معاملة الأخيرة كإشارة خارجية أو حقيقة موثوقة. يبقى التحقق البشري خارج المرحلتين الآليتين.

الجدول الأول — مسؤوليات الوحدات الرئيسية

الوحدةالمسؤولية
targeting.pyاستكشاف ملفات النواة وتسجيل درجات إشارات المسار والمعجم وsyzbot
models.pyCandidate وSignal وExternalSignal المشتق من syzbot
bundle.pyإنشاء البيان وفهرس الجلسة وحزمة المطالبات/المقتطفات
prompting.pyمطالبات تدقيق النواة المرتكزة على قابلية الوصول والثوابت
session.pyتخزين حالة المراجعات المعلقة والسجل وعمق المتابعة
ingest.pyتطبيع الحكم الصارم والهدف التالي الوحيد
repo_state.pyجمع فرع Git وHEAD والحالة والمسارات المتسخة والنسب
finding_triage.pyتصنيف المجموعات الاستدلالية بناءً على المصدر والمراجع المعروفة
autopilot.pyتنفيذ Codex بميزانية زمنية، والاستيعاب، والأرشفة، وتسجيل النتائج
syzbot.pyجمع HTML syzbot العام وإنشاء ذاكرة JSON محلية
cli.pyربط أوامر scan/review/doctor/autopilot

IV. المنهجية

أ. اكتشاف المرشحين وتسجيل الدرجات

يتجاوز الماسح ملفات .c و.h تحت دليل include في الملف الشخصي.

root@kitploit:~
Score(f) = Σ path_weight(f)
         + Σ line_signal_weight(f)
         + Σ syzbot_overlap_weight(f)

يجمع التنفيذ الحالي التطابقات على مستوى السطر ويحد فقط من عدد الإشارات الأعلى المعروضة في المطالبة. تحدد الدرجة ترتيب تحقيق النموذج، لكنها ليست قيمة إحصائية مصححة لاحتمالية الثغرة.

الإشارات الثابتة الرئيسية هي كما يلي.

  • ioctl ومعالجات التوافق وخطافات عمليات الملفات
  • copy_from/to_user و__user
  • kmalloc/kzalloc/kvmalloc وتخصيص الذاكرة المؤقتة ومسارات التحرير
  • refcount وatomic وkref
  • حسابات الحجم/الطول وعائلة memcpy
  • القفل وRCU ودورة الحياة غير المتزامنة
  • BPF وskb وXDP وnetlink
  • فحوصات الصلاحيات ومساحات الأسماء

ب. النطاق المدفوع بالملف الشخصي

الملف الشخصيالتركيز
defaultنقاط بداية kernel/mm/net/fs/security/io_uring/lib/drivers
netnetlink وsocket وskb وXDP
fsioctl وprocfs وseq_file وdebugfs
io_uringدورة حياة الطلبات غير المتزامنة والتفكيك
bpfالمدقق ودورة حياة الخرائط/البرامج وBTF
driversioctl وDMA وMMIO وتفكيك برامج التشغيل

ج. استخبارات الانهيارات

يستخرج syzbot-fetch العنوان والنظام الفرعي ونوع الثغرة والملف:السطر من صفحات أخطاء syzbot العامة ويخزنها في JSON. يُستخدم تداخل الملفات الدقيق كإشارة ترتيب قوية، بينما يُستخدم تداخل الأنظمة الفرعية كإشارة ضعيفة. نظرًا لأن لوحة المعلومات المباشرة قد تتغير، فإن وحدة إعادة الإنتاج هي JSON المخزن وقت الجلب. تداخل الانهيارات هو تلميح لاصطياد المتغيرات وليس دليلًا على ثغرة.

د. عقد الجلسة والمراجعة

ينشئ scan بيان المرشحين المرتب بالكامل وحزمة المطالبات العليا. --limit هو عدد المرشحين المحتفظ بهم في البيان، و--top هو عدد الحزم المُنشأة مسبقًا. يمكن إنشاء الرتب اللاحقة عند الطلب.

تُطبع استجابة النموذج إلى أحد الأحكام التالية.

  • cve_candidate
  • plausible_security_bug
  • latent_bug
  • not_cve_candidate
  • needs_more_context

تستخدم المراجعة اليدوية والطيار الآلي نفس review_state.json ومسار الاستجابة الثابت ومحلل الأحكام.

هـ. جمع المصدر والفرز

يتحقق doctor والطيار الآلي من وجود مستودع Git، ونجاح جمع الحالة، والفرع، وHEAD، والمسارات المتسخة. لا تُعتبر الحالة التي لا يمكن تأكيد المصدر فيها نظيفة، بل تُحفظ كـ provenance_unknown.

يتبع فرز الحكم القوي تقريبًا الأولويات التالية.

  1. إذا تعذر الوثوق بالمصدر، فـ provenance_unknown،
  2. إذا كان المستودع أو الهدف متسخًا، فـ dirty_tree_suspect،
  3. إذا كان هناك CVE ذو صلة أو علامة معروفة غير منفية، أو إذا كانت الاستجابة تشير إلى التزام إصلاح/أعلى المنبع كسلف لـ HEAD الحالي، فـ known_issue،
  4. وإلا فـ new_candidate.

لا تُستخدم تعبيرات النفي أو عدم الصلة مثل "ليست مشكلة معروفة" أو "غير مرتبطة بـ CVE-…" كأساس للمعرفة. يُحتفظ في الحكم النهائي بالحكم الأصلي مع الفرع وHEAD والحالة والحالة المتسخة والمرجع المطابق والسبب.

يُطبق حاليًا تصنيف المجموعات الواعي بالمصدر وكاتب JSONL على مسار استيعاب الطيار الآلي. تستخدم loop وingest اليدويان نفس حالة الجلسة الأساسية ومحلل الأحكام لكنهما لا ينشئان أداة المجموعات.

V. التنفيذ والاستخدام

أ. المتطلبات

  • Python 3.11 أو أحدث
  • شجرة مصدر نواة Linux
  • Git عند استخدام provenance/doctor/autopilot
  • Codex CLI والمصادقة عند استخدام الطيار الآلي [3]
  • اتصال شبكة لجمع syzbot عن بُعد

اعتماديات وقت تشغيل Python هي المكتبة القياسية فقط.

ب. التثبيت

root@kitploit:~
git clone https://github.com/foxirain/linux-kernel-codex-harness-v2.git
cd linux-kernel-codex-harness-v2

python3 -m venv .venv
source .venv/bin/activate
python -m pip install .
kernel-harness --help

يُضمَّن JSON الملف الشخصي المدمج في العجلة. يمكن تمرير قواعد منفصلة عبر --config /path/to/profile.json.

ج. سير العمل الأدنى

root@kitploit:~
# 1. تحقق من مصدر المستودع.
kernel-harness doctor /path/to/linux

# 2. أنشئ جلسة مرتبة.
kernel-harness scan /path/to/linux \
  --profile net \
  --limit 80 \
  --top 20 \
  --out artifacts

# 3. افحص واعرض مراجعة مركزة واحدة.
kernel-harness inspect artifacts/session-YYYYMMDDTHHMMSSZ --top 10
kernel-harness codex artifacts/session-YYYYMMDDTHHMMSSZ \
  --rank 1 \
  --include-snippet

تُحفظ استجابة Codex اليدوية في codex_response.txt كما يحدد دليل التشغيل، ثم يمكن استيعابها بالأمر التالي.

root@kitploit:~
kernel-harness loop artifacts/session-YYYYMMDDTHHMMSSZ --include-snippet
kernel-harness status artifacts/session-YYYYMMDDTHHMMSSZ

د. الطيار الآلي بميزانية زمنية

root@kitploit:~
kernel-harness autopilot artifacts/session-YYYYMMDDTHHMMSSZ \
  --duration 30m \
  --per-run-timeout 10m \
  --include-snippet \
  --require-clean-tree \
  --stop-on-finding

القيمة الافتراضية لصندوق رمل Codex هي read-only. يسمح --require-clean-tree بالتنفيذ فقط عندما يتم تأكيد مستودع Git وحالته وHEAD وتكون شجرة العمل نظيفة. يتوقف --stop-on-finding فقط عندما تكون نتيجة الفرز الاستدلالي new_candidate.

هـ. تغذية syzbot اختيارية

root@kitploit:~
kernel-harness syzbot-fetch https://syzkaller.appspot.com/upstream \
  --out artifacts/syzbot/upstream.json \
  --limit 50

kernel-harness syzbot-stats artifacts/syzbot/upstream.json --top 15

kernel-harness scan /path/to/linux \
  --profile fs \
  --syzbot-json artifacts/syzbot/upstream.json \
  --out artifacts

و. أداة الجلسة

root@kitploit:~
artifacts/session-<timestamp>/
├── SESSION.md
├── targets.json
├── finding_template.json
├── review_state.json
├── codex_response.txt              # موجود عندما تكون الاستجابة معلقة
├── bundles/
├── responses/
└── autopilot/
    ├── AUTOPILOT_STATUS.txt
    ├── AUTOPILOT_PROGRESS.txt
    ├── AUTOPILOT_BASELINE.json
    ├── AUTOPILOT_FINDINGS.txt
    ├── AUTOPILOT_FINDINGS_NEW.txt
    ├── AUTOPILOT_KNOWN_ISSUES.txt
    ├── AUTOPILOT_SUSPECTS.txt
    ├── AUTOPILOT_PROVENANCE_UNKNOWN.txt
    ├── AUTOPILOT_FINDINGS.jsonl
    ├── prompts/
    ├── exec/
    ├── parse_errors/
    └── findings/
        ├── new/
        ├── known/
        ├── suspects/
        └── unknown/

يحافظ AUTOPILOT_FINDINGS.jsonl على الحكم والمجموعة والسبب والفرع وHEAD وحالة المصدر والمرجع المطابق ومسارات النتيجة/الأرشيف بصيغة قابلة للمعالجة اللاحقة.

VI. النتيجة التشغيلية والتحقق

طُبقت v2 البنية الموسعة على تحقيق فعلي في ثغرات نواة Linux.

الجدول الثاني — نتيجة الثغرة المنشورة

النتيجة العامةالمنطقة المتأثرةالشدة / CVSSالثغرةنموذج التحقيق
CVE-2026-53075PPP · drivers/net/ppp/ppp_generic.cHigh 8.8 · CVSS 3.1 (Linux CNA)افتقرت استدعاءات ioctl الإدارية غير المرتبطة إلى فحص CAP_NET_ADMIN مقابل مساحة اسم المستخدم التي تمتلك مساحة اسم الشبكة المستهدفةظهرت النتيجة أثناء تحقيق مدعوم بـ v2؛ ظل التحقق والإفصاح بقيادة بشرية
مصدر CVSS (تم التحقق في 2026-08-09)
  • CVE-2026-53075: سجل CVE الخاص بـ Linux CNA · CVSS 3.1 · 8.8 High · CVSS:3.1/AV:L/AC:L/PR:L/UI:N/S:C/C:H/I:H/A:H
  • نُقلت الدرجة والمتجه الرسميان المنشوران دون إعادة حساب منفصلة.

تركز الاختبارات الانحدارية الستة عشر على عقد البرمجيات وقابلية النشر، وليست معيارًا لدقة كشف الأمان.

  • انحدارات الموارد للموزع والملفات الشخصية المدمجة
  • عدم انقلاب الأحكام السلبية وتعبيرات CVE في النثر العام إلى نتائج قوية
  • حدود المتابعة اليدوية وترتيب الرتب
  • أرشفة الاستجابات القديمة بدون هدف معلق
  • القيمة الافتراضية لصندوق الرمل للقراءة فقط ووسيط CLI الموجب
  • مصدر fail-closed للمستودعات المفقودة/غير Git/فشل الحالة
  • فرز الهدف المتسخ والمرجع المعروف والنفي وCVE غير المرتبط
  • حفظ جلسة التاريخ وJSONL لبيانات التصنيف الوصفية
  • عقد أداة أخطاء التحليل والنتائج
  • اختبار دخان لفحص الملف الشخصي من العجلة المثبتة
root@kitploit:~
python -m unittest discover -s tests -v
python -m pip wheel . --no-deps --wheel-dir dist
python -m pip install --force-reinstall dist/*.whl

تشغل GitHub Actions اختبارات الانحدار على Python 3.11 و3.12، وتثبت العجلة، ثم تختبر دخانيًا الملفات الشخصية الستة المعبأة والفحص الافتراضي. الحالة العامة أعلاه هي نتيجة تشغيلية من تحقيق فعلي، لكنها ليست معيارًا لقياس الدقة أو الاستدعاء أو قابلية الاستغلال أو معدل اكتشاف CVEs على مجموعة أشجار Linux تمثيلية.

VII. اعتبارات السلامة

  • القيمة الافتراضية لصندوق رمل Codex هي read-only ويُوصى بالحفاظ عليها.
  • إذا كانت المصادر النظيفة مهمة، استخدم doctor ثم --require-clean-tree.
  • لا تفسر عدم وجود Git أو فشل تأكيد الحالة/HEAD على أنه نظيف.
  • لا تستخدم --dangerously-bypass-approvals-and-sandbox إلا في بيئة تجريبية معزولة.
  • تعليقات المصدر والمعرفات هي أيضًا مدخلات للنموذج، لذا ضع في اعتبارك احتمال حقن المطالبات.
  • سلاسل CVE والالتزامات هي مراجع استجابة فقط وليست تأكيدًا موثوقًا.
  • قبل الإفصاح عن نتيجة أو الإبلاغ عنها، يتحقق البشر مرة أخرى من قابلية الوصول والثوابت والأثر والإصدارات المتأثرة.

VIII. القيود وتهديدات الصلاحية

  1. التحليل المعجمي. لا يُبنى AST C فعلي أو رسم بياني للاستدعاءات أو تدفق بيانات بين الإجراءات.
  2. انحياز الدرجات. قد تؤثر التعليقات والماكرو والرموز المتكررة والملفات الكبيرة بشكل مفرط على الدرجات.
  3. فجوة قابلية الوصول. لا تُنمذج تلقائيًا إعدادات النواة والصلاحيات ومساحات الأسماء وتوفر الأجهزة.
  4. هشاشة البيانات الخارجية. يتأثر تكامل syzbot بتغييرات بنية HTML العامة.
  5. المصدر المحلي فقط. يعتمد نسب Git على HEAD للنسخة الحالية ولا يمثل كل تاريخ المنبع/البائعين.
  6. مراجع مشتقة من الاستجابة. تُستخرج CVEs والعلامات المعروفة من استجابة النموذج، لذا فهناك احتمال للحذف أو الهلوسة أو سوء فهم السياق.
  7. الفرز الاستدلالي. كل من new_candidate وknown_issue ليسا حكمًا نهائيًا على الجدة.
  8. الاعتماد على النموذج. تعتمد جودة النتائج على النموذج وتفسير المطالبات وسياق المستودع المتاح.
  9. نطاق التقييم. تتحقق الاختبارات الحالية من الانحدار البرمجي. الحالة العامة المنشورة هي نتيجة استخدام فعلي، لكنها لا تحل محل تقييم إحصائي لأداء كشف الأمان.

IX. التطور والمراجعة الاسترجاعية

ركز v1 (المستودع) على مشكلة توزيع انتباه LLM عبر الإشارة الخارجية، واستُخدم في تحقيق فعلي مدعوم بـ v1 اكتشف CVE-2026-31720. يواصل v2 نفس الفلسفة البحثية ويوسعها لتسجيل حالة المستودع والمراجع المشتقة من الاستجابة حتى بعد أن ينتج النموذج نتيجة قوية. في تحقيق لاحق باستخدام هذه البنية، اكتُشفت CVE-2026-53075.

root@kitploit:~
v1: ملاحظات المصدر → ترتيب → مراجعة مركزة
v2: ملاحظات المصدر → ترتيب → مراجعة مركزة → فرز واعٍ بالمصدر

مبدآن يجب الحفاظ عليهما في هذا التطور.

  1. لا تسيء فهم درجة ما قبل الاستدلال كإثبات لثغرة.
  2. لا تسيء فهم مجموعة ما بعد الاستدلال كإثبات للجدة.

إذا تم التوسع الآن، ستُعطى الأولوية لرسم بياني للاستدعاءات عبر Clang/tree-sitter، وتطبيع الدرجات، وبيان مُصدر وقفل حالة بين العمليات، ومحول قاعدة بيانات CVE/إصلاح موثوقة، وفصل المشغل والفرز وكاتب الأداة. تستخدم كتابة الحالة الحالية ملفات مؤقتة واستبدالًا ذريًا.

X. الخاتمة

لا يحل Kernel Codex Harness v2 محل كشف الثغرات. قبل استدعاء النموذج، توزع الإشارة الخارجية ميزانية التحقيق على مرشحين قابلين للتفسير؛ وبعد استدعاء النموذج، تنظم إشارة المصدر النتائج القوية في قوائم انتظار قابلة للمراجعة. استُخدمت هذه البنية في تحقيق فعلي أدى إلى اكتشاف CVE-2026-53075، والنتيجة الأساسية للمشروع ليست خوارزمية تحكم تلقائي في الجدة، بل سير عمل مراجعة أمنية عملي بنماذج لغوية كبيرة يفصل صراحةً بين توزيع الانتباه والفرز الواعي بالمصدر.

الملحق أ. هيكل المستودع

root@kitploit:~
.
├── .github/workflows/ci.yml
├── docs/
│   ├── assets/kernel-harness-v2-architecture.svg
│   ├── AUTOPILOT.md
│   ├── CODEX_CLI.md
│   ├── CODEX_WORKFLOW.md
│   └── SYZBOT.md
├── kernel_harness/
│   ├── resources/
│   │   ├── linux-kernel-default.json
│   │   └── profiles/
│   │       ├── bpf.json
│   │       ├── drivers.json
│   │       ├── fs.json
│   │       ├── io_uring.json
│   │       └── net.json
│   ├── __init__.py
│   ├── __main__.py
│   ├── autopilot.py
│   ├── bundle.py
│   ├── cli.py
│   ├── finding_triage.py
│   ├── ingest.py
│   ├── models.py
│   ├── prompting.py
│   ├── repo_state.py
│   ├── session.py
│   ├── syzbot.py
│   └── targeting.py
├── tests/test_regressions.py
├── .gitignore
├── README.md
└── pyproject.toml

يمكن الاطلاع على التشغيل اليدوي التفصيلي في دليل Codex CLI، والتنفيذ التلقائي والفرز في دليل الطيار الآلي، واستخبارات الانهيارات في دليل syzbot.

المراجع

[1] Protect AI, "vulnhuntr," مستودع GitHub. https://github.com/protectai/vulnhuntr

[2] Google, "syzkaller and syzbot," مستودع GitHub. https://github.com/google/syzkaller

[3] OpenAI, "Codex CLI." https://developers.openai.com/codex/cli/

الترخيص

مرخص بموجب رخصة Apache 2.0.

تنزيل الأداة