JFrog Викриває Пачку Сфабрикованих CVE для SQLite, Згенерованих LLM
Дослідники безпеки виявили, що понад 50 бюлетенів уразливостей GitHub для SQLite були повністю згенерованим ШІ сміттям. Згаданий код, функції та патчі не існували в цільових версіях.
Вплив: Середній
Чому це важливо
Команди безпеки повинні самостійно перевіряти вхідні звіти CVE, щоб уникнути витрачання годин на патрування неіснуючих помилок.
TL;DR
- 01LLM використовуються для масового створення фальшивих звітів CVE.
- 02Завжди перехресно перевіряйте CVE з офіційними сторінками безпеки вендорів.
- 03Конвеєри автоматичного збору вразливостей вразливі до отруєних метаданих.
Ключові факти
- Сфабриковані бюлетені
- 54 з 55 протестованих
- Початковий бал
- 10.0 Critical (згодом знижено до 7.6 High)
Зростання ШІ-Слоп CVE
Нещодавно створений репозиторій GitHub (programmervuln/cveadvisory-) опублікував партію бюлетенів уразливостей SQLite разом з іншими 50+ CVE. NVD позначила їх як критичні, а CISA ADP погодилася. Проте дослідники безпеки JFrog з'ясували, що ці твердження є повністю згенерованим ШІ сміттям.
Ізольований Воркфлоу Тестування
Для перевірки звітів дослідники створили ізольований робочий процес:
- Інспекція вихідного коду: Клонування офіційних репозиторіїв та перевірка тегів (
version-3.41.0,version-3.51.2,version-3.51.3). - Збірка в чистому середовищі: Компіляція релізів усередині ізольованих контейнерів Docker.
- Виконання PoC: Запуск SQL-заступників у скомпільованих бінарних файлах під
ASan. - Аудит метаданих: Оцінка шаблонів CPE у стрічках NVD та GHSA.
Конкретні Знахідки
- CVE-2026-51302: Заявляла про витік пам'яті через
sqlite3ReleaseTempReg(). Дослідження показало, що функція не існувала у версії 3.41. - CVE-2026-51303: Стверджувала про невдале очищення посилань у
ExprListDelete(). - CVE-2026-51296: Повідомляла про помилку у
jsonRemoveFuncу рядках 3555 та 3575 файлуjson.c, який мав лише 2706 рядків.
Що зробити сьогодні
- Перевіряйте всі критичні сповіщення CVE за офіційною історією комітів вендора.
- Не покладайтеся виключно на автоматичні оцінки NVD для рідкісних залежностей.
Джерела