نشرت STAR Labs ثغرة Linux kernel التي تحول مستخدمًا محليًا عاديًا إلى جذر على CentOS Stream 9 الذي يستهدفه. الخلل، كما تم تعقبه CVE-2026-53264 (درجة CVSS: 7.8)، عبارة عن سباق بعد الاستخدام الحر في النظام الفرعي للتحكم في حركة مرور شبكة kernel.
وقال الباحث Lee Jia Jie إن الذكاء الاصطناعي (AI) ساعده في العثور على الخلل وتسريع عملية تطوير الثغرات. هذا هو تصعيد الامتيازات المحلية، وليس تنفيذ التعليمات البرمجية عن بعد، لذلك يحتاج المهاجم إلى موطئ قدم على الجهاز قبل تطبيق أي منها.
يتطلب الاستغلال الموضح أيضًا مساحات أسماء مستخدمين غير مميزة، وهي CONFIG_NET_ACT_GACT و CONFIG_NET_CLS_FLOWER خيارات kernel، وسلسلة برمجة موجهة نحو العودة (ROP) خاصة بالنواة تحتوي على إزاحات مضمنة. تعمل هذه الشروط على تضييق نطاق التعرض الفوري، لكن كود مصدر الاستغلال الكامل أصبح الآن عامًا.
تم إصلاح المنبع في 1 يونيو 2026، وتم نقله منذ ذلك الحين إلى العديد من فروع النواة المستقرة. يسرد سجل Linux CNA النطاقات المعرضة للخطر بدءًا من Linux 4.14. الإصدارات الثابتة هي 5.10.259، و5.15.210، و6.1.176، و6.6.143، و6.12.94، و6.18.36، و7.0.13، مع دخول الإصلاح الرئيسي إلى 7.1-rc7.
يجب على مستخدمي Linux تثبيت نواة التوزيع التي تحمل الإصلاح بدلاً من الاعتماد على رقم الإصدار الأولي وحده. لم تجد Hacker News أي إدخال للخلل في كتالوج الثغرات الأمنية المستغلة المعروفة التابع لـ CISA ولا يوجد تقرير رسمي عن الاستغلال في البرية اعتبارًا من 28 يوليو 2026.
قال لي في مقال فني إن الذكاء الاصطناعي ساعد في اكتشاف الثغرات الأمنية، وإنتاج إثبات المفهوم لـ Kernel Address Sanitizer (KASAN)، وتحسين نافذة السباق. أصدرت STAR Labs أيضًا كود الاستغلال الذي يستهدف CentOS.
بدون النموذج أو المطالبات أو الخدمة أو سجل التفاعل، يصعب استخدام الكشف كمعيار لقدرة الذكاء الاصطناعي أو لفصل مساهمة النظام عن توجيهات Lee وحكمه.
طلبت Hacker News من STAR Labs الحصول على تفاصيل حول نظام الذكاء الاصطناعي وبيئة الاختبار والجدول الزمني للإفصاح وسوف تقوم بتحديث هذه القصة بأي رد.
وقال لي: “لا يزال الذكاء الاصطناعي يعاني من العديد من النقاط العمياء والهفوات في القدرة على التفكير”، مضيفًا أن الحكم البشري ظل ضروريًا طوال العمل.
تكمن الثغرة الأمنية في معالجة دورة حياة إجراءات التحكم في حركة مرور Linux. متزامن RTM_NEWTFILTER و RTM_DELTFILTER يمكن للعمليات أن تترك مؤشر ترابط واحد يقرأ كائن الإجراء بعد أن قام مؤشر ترابط آخر بتحريره. يعمل التصحيح الأولي على إصلاح السباق عن طريق تأجيل العملية المجانية حتى تنتهي أجهزة قراءة تحديث القراءة (RCU) الموجودة.
يقوم هذا الاستغلال بإنشاء مساحة أسماء خاصة بالمستخدم والشبكة، مما يمنحه مساحة اسم محلية CAP_NET_ADMIN دون الحاجة إلى حقوق المسؤول المضيف. يصل إلى المسار الضعيف من خلال أ clsact كديسك و flower فلتر. تعمل عمليات Timerfd وepoll على توسيع نافذة السباق، بينما تستعيد تخصيصات الحمولة الأساسية الكائن المحرر. ثم تقوم بالكتابة فوق سلسلة ROP core_pattern.
يضع هذا الاستغلال نسخة من نفسه في memfd ويعطل عمدًا عملية فرعية، مما يتسبب في تشغيل Linux للملف الثنائي المدعوم بـ memfd باعتباره معالج تفريغ الجذر الأساسي في مساحة الاسم الأولية.
أفاد لي أن الثغرة نجحت في جميع اختباراته العشرة، واستغرقت ما بين تسع إلى 111 ثانية على جهاز كمبيوتر محمول يعمل بنظام CentOS Stream 9. ولم يتم إعادة إنتاج أرقام الموثوقية هذه بشكل مستقل. تعني إزاحات الأداة الثابتة الخاصة بالاستغلال أيضًا أنه يجب إعادة بنائها لحزم kernel الأخرى وقد لا تكون قابلة للتكيف مع بعض الإصدارات الأحدث.
إن الخطر العملي أضيق مما قد توحي به التسمية العامة “استغلال جذر Linux”، ولكن كود الاستغلال العام يزيد من الحاجة الملحة للأنظمة المتوافقة التي تظل غير مُصححة.
يُنسب التصحيح الأولي إلى كايل زينج، الذي يستخدم المقبض KyleBot، بصفته المراسل. قال لي إنه اكتشف الخلل بشكل مستقل ولم يعلم إلا لاحقًا أن Zeng أبلغ عنه قبل وقت قصير من مسابقة TyphoonPwn 2026. نشر لي التحليل الفني اللاحق وكود الاستغلال.
ظلت حالة التوزيع غير متساوية اعتبارًا من 28 يوليو: يسرد دبيان النوى الثابتة للإصدارات الثابتة المدعومة، ولا يزال Ubuntu يشير إلى أن العديد من حزم kernel التي تم صيانتها معرضة للخطر، ويدرج SUSE المشكلة على أنها معلقة عبر منتجات متعددة. يقوم SUSE بشكل منفصل بتعيين الخلل بدرجة 5.5، باستخدام متجه يسجل تأثير التوفر فقط، وهو أقل من تقييم Linux CNA البالغ 7.8.
تُظهر أدوات التتبع هذه حالة الحزمة، وليس عدد الأنظمة المنشورة التي تحتوي على مساحات الأسماء المطلوبة وخيارات kernel وبناء kernel متوافق. المصادر العامة التي تمت مراجعتها لا تثبت أن السكان معرضون لخطر مباشر.
كتب لي أن العملية المثقلة بالذكاء الاصطناعي جعلت صيد الأخطاء “يبدو كما لو كنت أقوم بتحليل يومي حتى على الأخطاء الجديدة.”
