Bright Security ra mắt STAR Fuzzer: Công nghệ Agentic Fuzzing tự động hóa tìm kiếm lỗ hổng

• Tự động hóa toàn diện: STAR Fuzzer sử dụng AI để xác định các hàm quan trọng, tự động tạo harness và thực hiện kiểm thử mà không cần can thiệp thủ công.
• Cơ chế tiến hóa: Sử dụng thuật toán tiến hóa để tối ưu hóa quá trình tìm kiếm lỗi, đảm bảo tính lặp lại và bằng chứng xác thực cho mọi phát hiện.
• Khả năng tích hợp: Hỗ trợ đa dạng ngôn ngữ như C/C++, Rust, Go, Java/Kotlin, .NET, Node, Python và Crystal, phù hợp với quy trình phát triển hiện đại.
• Kết quả thực tế: Đã phát hiện hàng loạt lỗ hổng nghiêm trọng trong các dự án mã nguồn mở như htop, RIOT OS và Crystal standard library ngay trong tháng đầu ra mắt.

Trong bối cảnh các lỗ hổng bảo mật ngày càng tinh vi, việc kiểm thử phần mềm truyền thống thường gặp khó khăn do chi phí nhân lực cao và sự phụ thuộc vào các chuyên gia bảo mật. Bright Security vừa chính thức công bố STAR Fuzzer, một nền tảng Agentic Application Fuzzer đột phá, được thiết kế để tự động hóa quy trình tìm kiếm các lỗi bảo mật nghiêm trọng trong mã nguồn mà không yêu cầu ứng dụng phải đang chạy.

Cơ chế hoạt động của STAR Fuzzer

Khác với các công cụ fuzzing truyền thống như AFL++ hay libFuzzer vốn yêu cầu kỹ sư phải viết và duy trì harness thủ công, STAR Fuzzer sử dụng các tác nhân AI để tự động hóa các bước phức tạp nhất. Công cụ này thực hiện phân tích cấu trúc mã nguồn, xác định các hàm có rủi ro cao, sau đó tự động tạo harness và kiểm chứng khả năng tiếp cận mục tiêu.

Quá trình tìm kiếm lỗi được thực hiện thông qua một công cụ tìm kiếm tiến hóa (evolutionary search engine). Thay vì đoán mò, hệ thống chạy chương trình hàng triệu lần, quan sát hành vi thực tế và ưu tiên các đường dẫn mã nguồn chưa được khai phá. Điều này giúp STAR Fuzzer phát hiện các lỗi bộ nhớ, lỗi logic và các vấn đề về hiệu năng mà các mô hình ngôn ngữ lớn (LLM) thường bỏ sót.

Bảng tổng hợp các lỗ hổng đã được xác định

Tại sao Fuzzing vượt trội hơn LLM trong phát hiện Zero-day?

Mặc dù LLM rất hiệu quả trong việc nhận diện các mẫu lỗi đã biết, chúng thường gặp khó khăn với các lỗ hổng Zero-day trong mã nguồn trưởng thành. Theo các chuyên gia, LLM chỉ dự đoán hành vi dựa trên dữ liệu huấn luyện, trong khi STAR Fuzzer thực hiện hàng triệu lượt thực thi thực tế trên mã đã biên dịch. Điều này cho phép công cụ quan sát các hành vi thực tế như lỗi bộ nhớ, cấu trúc struct phức tạp và các cờ biên dịch mà LLM không thể thấy được.

⚠️ Cảnh báo quan trọng: Việc dựa hoàn toàn vào các công cụ kiểm thử dựa trên LLM có thể để lại những lỗ hổng tiềm ẩn trong các phần mềm quan trọng. Các tổ chức nên kết hợp với các giải pháp fuzzing dựa trên thực thi (execution-based) để đảm bảo độ bao phủ mã nguồn tối đa.

Hướng dẫn triển khai và tích hợp

STAR Fuzzer hỗ trợ quy trình làm việc của các kỹ sư thông qua việc cung cấp các payload tái tạo lỗi chính xác. Khi một lỗ hổng được phát hiện, hệ thống sẽ tự động tạo một pull request chứa payload giúp nhà phát triển tái hiện và vá lỗi ngay lập tức. Để bắt đầu, người dùng có thể tham khảo tài liệu tại trang chủ của Bright Security.

Việc tích hợp STAR Fuzzer vào pipeline CI/CD giúp các đội ngũ bảo mật duy trì tốc độ phát triển mà không làm giảm đi tính an toàn của sản phẩm. Công cụ này đặc biệt hữu ích cho các hệ thống xử lý dữ liệu đầu vào không tin cậy, các trình phân tích cú pháp (parser) và các giao thức nhị phân thô, nơi mà các lỗi bảo mật bộ nhớ thường xuyên ẩn nấp.