olimposec.com
tema

#descoberta-de-vulnerabilidades

4 publicações marcadas com esta tag.

risco médioOS-2026-556 · 2026-09-30
0

RedHerring usa iscas falsas para desperdiçar o orçamento de agentes de IA que caçam vulnerabilidades em código aberto

O estudo documenta que agentes autônomos de LLM já realizam busca de vulnerabilidades em escala de repositório, gerando muitas hipóteses baratas mas só conseguindo verificar uma fração delas dentro de um orçamento finito. Explorando essa assimetria, os autores propõem o RedHerring, que insere iscas de vulnerabilidade certificadamente seguras — derivadas de CVEs reais mas com o caminho de exploração bloqueado — reduzindo em até 60% as vulnerabilidades reais encontradas pelo agente atacante.

Fonte ↗
panoramaOS-2026-488 · 2026-09-22
0

SelfOp: algoritmo faz agentes de segurança baseados em LLM se autoaperfeiçoarem sem retreinar o modelo

O SelfOp otimiza automaticamente o contexto (instruções, skills e documentos de referência) de um agente de segurança baseado em LLM sem alterar os pesos do modelo, propagando um "gradiente textual" do resultado de cada tarefa de volta para as partes do contexto que influenciaram aquele comportamento. No benchmark CyberGym, de reprodução de vulnerabilidades reais, o método gerou ganhos de até 18,5 pontos com menos de 200 exemplos de treino, superando inclusive o modelo de fronteira usado como linha de base.

Fonte ↗
risco médioOS-2026-274 · 2026-08-21
0

Framework com três agentes de IA descobre vulnerabilidades reais em pacotes populares do PyPI

O QRS (Query, Review, Sanitize) é um framework neuro-simbólico que usa três agentes de LLM para gerar, revisar e validar consultas CodeQL automaticamente, em vez de depender de regras curadas manualmente como em ferramentas SAST tradicionais. Aplicado aos 100 pacotes mais baixados do PyPI, o sistema encontrou 41 vulnerabilidades de severidade média a alta, das quais 8 receberam CVEs novos e 4 foram reconhecidas via atualização de documentação.

Fonte ↗
risco médioOS-2026-049 · 2026-07-20
0

Mythos, da Anthropic, acelera a descoberta de vulnerabilidades por IA — e escancara o verdadeiro gargalo: a janela de exposição

Meses depois do lançamento do Mythos pela Anthropic, um sistema de IA para descoberta automatizada de vulnerabilidades em escala, o debate sobre volume de CVEs cede lugar a uma pergunta mais incômoda: o gap entre a velocidade com que falhas são encontradas e a velocidade com que são corrigidas. O artigo argumenta que o breakout time de invasores caiu para 29 minutos em 2025, enquanto padrões como o PCI DSS ainda toleram até 30 dias para remediar falhas críticas.

Fonte ↗