"این امکان وجود دارد که عوامل تهدید استفاده از ابزارهای LLM و هوش مصنوعی را در دسترس یا کارآمدتر بیابند": گوگل هشدار می دهد که انفجار هوش مصنوعی منجر به تهدیدات امنیتی خطرناک تر و پیشرفته تر می شود.
گوگل میگوید این به هیچ وجه مربوط به روزهای صفر نیست، بلکه در مورد بهرهبرداری صحیح از نقصهای شناخته شده است.
هوش مصنوعی در حال تسریع بهره برداری از آسیب پذیری های شناخته شده بیش از کشف روز صفر است
گوگل افزایش شدید نقص های فاش شده و بهره برداری در دنیای واقعی را مشاهده کرد
با افزایش سرعت ساخت تسلیحات n روز، مدافعان باید پچ مبتنی بر اطلاعات را در اولویت قرار دهند گزارش جدیدی از گروه اطلاعاتی تهدید گوگل (GTIG) ادعا می کند که هوش مصنوعی (AI) به مجرمان سایبری کمک می کند تا باگ های نرم افزاری را سریع تر، آسان تر و با عواقب بیشتری پیدا کنند و از آنها سوء استفاده کنند. با این حال، آن طور که شما انتظار دارید نیست - تمرکز بسیار کمی روی آسیبپذیریهای روز صفر وجود دارد.
روندهای کشف آسیبپذیری و بهرهبرداری GTIG در مقاله عصر هوش مصنوعی نشان میدهد که چگونه هوش مصنوعی در حال حاضر «تأثیر قابلاندازهگیری» بر چشمانداز آسیبپذیری دارد، نه فقط در سرعت کشف نقصهای جدید، بلکه در ماهیت خود آسیبپذیریها. محققان دریافتند که تعداد معایب کشف شده در سال 2026 در طول سال دو برابر شد و تعداد مواردی که در طبیعت مورد بهره برداری قرار گرفتند نیز به میزان قابل توجهی افزایش یافت.
GTIG میگوید که تعداد باگهای یافت شده در هر ماه در سال جاری از 5,045 در ژانویه به 10,740 در آگوست 2026 افزایش یافته است. در همین دوره، میانگین تعداد نقصهای مورد استفاده در طبیعت از 10.5 در ماه در سال 2025 به 18 مورد در ماه افزایش یافته است.
تسریع بهره برداری n روز
اما به نظر میرسد که آنطور که Mythos فکر میکنید، ACE در آستین هوش مصنوعی روزهای صفر را پیدا نمیکند. محققان گوگل تنها یک افزایش حاشیه ای در بهره برداری در روز صفر دریافتند (از 8 مورد در ماه در سال 2025 به 11 مورد در ماه در سال جاری). در عوض، GTIG استدلال میکند که تهدید بزرگتر سلاحسازی سریع نقصهای روز n است:
این امکان وجود دارد که عوامل تهدید استفاده از ابزارهای LLM و هوش مصنوعی را برای خودکارسازی تجزیه و تحلیل تفاوتهای بین نسخههای محصول، وصلهها، اعلامیههای افشای آسیبپذیری و کد اثبات مفهوم (POC) برای تسلیح سریع n روز به جای کشف وضعیتهای گزارش جدید، در دسترس یا کارآمدتر بیابند.»
به عبارت دیگر، رشد بهرهبرداری ثبتشده در سال جاری عمدتا در محدوده آسیبپذیریهای شناخته شده قبلی بوده است، نه روزهای صفر. به گفته گوگل، تعداد معایب پرخطر مورد بهره برداری سالانه دو برابر شده است.
پیدا کردن عیوب با تاثیر بالا
اما هوش مصنوعی همچنین به مدافعان کمک می کند، به خصوص زمانی که صحبت از فیلتر کردن نقص های کمتر تاثیرگذار و تمرکز بر خطرناک ترین آنها می شود. با نگاهی به آسیبپذیریهایی که با کمک هوش مصنوعی کشف شدهاند، گوگل میگوید به نسبت آسیبپذیریهای کمخطر کمتر و بهطور قابلتوجهی آسیبپذیریهای متوسط و پرخطر بیشتر هستند. در واقع، 50 درصد از آسیبپذیریهای کشفشده توسط هوش مصنوعی منجر به اجرای کد از راه دور (RCE) میشود، در حالی که این میزان در اکوسیستم آسیبپذیری گستردهتر، 26 درصد است.
GTIG میگوید جامعه امنیتی عمدتا از هوش مصنوعی برای نقصهای سطح بالا در زیرساختهای حیاتی، مرزهای امتیاز، کتابخانههای اصلی و محیطهای زمان اجرا استفاده میکند که احتمال یافتن آنها بیشتر است.
گوگل حداقل یک نمونه را برجسته کرده است که در آن یک آسیب پذیری کشف شده توسط هوش مصنوعی به سرعت توجه بازیگران تهدید را به خود جلب کرد. این شرکت به CVE-2026-1731 اشاره کرد، یک آسیبپذیری تزریق فرمان در محصولات BeyondTrust که توسط یک عامل تحقیقاتی هوش مصنوعی شخص ثالث کشف شد. GTIG گفت که عوامل تهدید در عرض چند روز پس از افشای عمومی شروع به بهره برداری از این نقص کردند و از آن در کمپین هایی استفاده کردند که شامل افزایش امتیازات، سرقت داده ها و استقرار بدافزار بود.
گوگل می گوید انتظار می رود در آینده نزدیک، هم میزان کشف آسیب پذیری و هم نرخ بهره برداری افزایش یابد. عوامل تهدید به طور فزایندهای در حال آزمایش هوش مصنوعی برای ساختن اکسپلویتها و همچنین ابزارهای مختلف کشف آسیبپذیری هستند.
از سوی دیگر، مدافعان باید بیشتر بر روی روزهای n تمرکز کنند و درک کنند که کلاهبرداران قادر خواهند بود با سرعتی بی سابقه آنها را مسلح کنند.
در نتیجه، سازمانها باید از برنامههای اصلاحی گسترده و بدون اولویت دور شوند و به سمت مدیریت آسیبپذیری مبتنی بر هوش که بتواند همگام با دشمنان خودکار شده همگام شود، حرکت کنند.
گوگل گفت: "GTIG انتظار دارد که کشف و بهره برداری از آسیب پذیری ها در کوتاه مدت تا میان مدت به رشد خود ادامه دهد." برای مقابله با افزایش خطر ناشی از کشف و بهرهبرداری سریع آسیبپذیری، سازمانها باید از وصلههای انبوه بدون اولویت به تریاژ مبتنی بر اطلاعات تهدید، با ترکیب دفاع هدفمند لبهای با اصلاح خودکار و عاملی تبدیل شوند.
متن اصلی (انگلیسی)
'It is possible that threat actors are finding it more accessible or efficient to use LLMs and AI tools': Google warns that AI explosion will lead to more dangerous and advanced security threats
It's not about zero-days, at all, but rather about properly exploiting already known flaws, Google says.