Anthropic با استفاده از یک مدل پژوهشی داخلی و منتشرنشده، آسیب‌پذیری‌های مهمی را در نرم‌افزارهایی مانند Chrome، Safari، Android، Windows و Linux کشف کرده است. حاصل این پژوهش پنج زنجیره حمله چندمرحله‌ای بود که می‌توانستند با تعامل بسیار کم یا بدون تعامل کاربر، پیامدهایی مانند اجرای کد از راه دور، دسترسی به اطلاعات حساس و ازکارانداختن سرور ایجاد کنند.

نکات کلیدی

  • Claude پنج زنجیره حمله را در Chrome، Safari، Android، Windows و Linux توسعه داد.
  • حمله Chrome می‌توانست کد دلخواه را بیرون از سندباکس مرورگر اجرا کند.
  • زنجیره Safari امکان دسترسی به تاریخچه، کوکی‌ها و داده‌های حساس کاربر را فراهم می‌کرد.
  • آسیب‌پذیری Linux اجرای دستور با دسترسی روت را بدون اعتبارنامه و تعامل کاربر ممکن می‌کرد.
  • آسیب‌پذیری‌ها با فرایند افشای هماهنگ به شرکت‌ها گزارش شده و موارد شرح‌داده‌شده اصلاح شده‌اند.

پنج زنجیره حمله در نرم‌افزارهای پرکاربرد

طبق گزارش پژوهشی Anthropic درباره کشف آسیب‌پذیری‌ها با Claude، این مدل پس از دریافت درخواست اولیه توانست یک زنجیره کامل برای Chrome بنویسد. این زنجیره به مهاجم اجازه می‌داد کد دلخواه را با سطح دسترسی کاربر و بیرون از سندباکس مرورگر اجرا کند. نمونه آزمایشی Anthropic در نسخه پیش‌فرض Chrome روی macOS، چند ثانیه پس از بارگذاری صفحه برنامه ماشین‌حساب را اجرا می‌کرد و به تعامل دیگری نیاز نداشت.

Anthropic یافته‌های خود را به Google گزارش کرد. در مجموع، ۶۲ شناسه CVE به موارد کشف‌شده اختصاص یافت و همه آن‌ها تا Chrome 156 اصلاح شدند؛ تمام این موارد در سطح بحرانی یا شدت بالا قرار گرفتند. در میان آن‌ها ۱۳ راه فرار از سندباکس و ۲۱ آسیب‌پذیری قابل استفاده برای به‌خطرانداختن پردازشگر صفحه وجود داشت.

در Safari نیز Claude زنجیره‌ای ساخت که جاوااسکریپت هر وب‌سایت را قادر می‌کرد سیاست همان مبدأ را کاملاً دور بزند. مهاجم در این حالت می‌توانست به تاریخچه مرور، کوکی‌ها و داده‌های حساس دسترسی پیدا کند و درخواست‌های احرازشده را به دامنه‌های دیگر بفرستد. این حمله برخلاف نمونه‌های متکی بر اجرای کد، با دسترسی خواندن و نوشتن حافظه مرورگر و تغییر چند مؤلفه امنیتی شکل می‌گرفت. Apple گزارش را همان روز دریافت کرد و اصلاحیه آن اکنون در اختیار کاربران است.

دورزدن قفل Android و توقف از راه دور Windows

زنجیره Android به مهاجم اجازه می‌داد عکس‌ها و اطلاعات شخصی را از یک گوشی سرقت‌شده، بدون بازکردن قفل آن استخراج کند. Claude برای رسیدن به این نتیجه، تحلیل کد بخش‌های متن‌باز Android، مهندسی معکوس فایل‌های Google Play services و آزمایش عملی روی Google Pixel 9 را با هم ترکیب کرد. سپس سه آسیب‌پذیری را در قالب یک زنجیره نهایی کنار هم قرار داد؛ Google نیز این مشکل را برطرف کرده است.

در Windows، مدل یک آسیب‌پذیری خواندن خارج از محدوده حافظه را در پیاده‌سازی QUIC در هسته سیستم‌عامل شناسایی کرد. مهاجم می‌توانست با ارسال چند بسته به سیستمی که از پیاده‌سازی بومی HTTP/3 ویندوز استفاده می‌کند، آن را از راه دور متوقف و راه‌اندازی مجدد کند. تکرار درخواست‌ها می‌توانست دسترسی همه کاربران به سرور را مختل کند. Microsoft این آسیب‌پذیری را با شناسه CVE-2026-33096 اصلاح کرده است.

اجرای کد بدون کلیک در هسته Linux

مهم‌ترین نمونه برای مدیران سرورهای Linux، یک آسیب‌پذیری در پشته شبکه هسته بود. Claude بهره‌برداری‌ای نوشت که به مهاجم اجازه می‌داد با ارسال بسته به سرور دارای شنونده Multipath TCP یا MPTCP، بدون اعتبارنامه و بدون دخالت کاربر دستورهای دلخواه را با دسترسی روت اجرا کند.

ریشه مشکل یک خطای استفاده پس از آزادسازی حافظه یا UAF بود که در اثر شرایط رقابتی رخ می‌داد. شکست تلاش مهاجم فقط فرایند دست‌دهی شبکه را ناموفق می‌کرد و کل سیستم را از کار نمی‌انداخت؛ بنابراین حمله می‌توانست بارها تکرار شود. در نمونه آزمایشی، افشای اشاره‌گر هسته ۴۸ دقیقه و رسیدن به اجرای دستور پوسته پنج دقیقه دیگر زمان برد.

این آسیب‌پذیری با شناسه CVE-2026-98432 در بالادست Linux اصلاح و وصله آن به همه شاخه‌های پایدار تحت نگه‌داری منتقل شده است. این مورد نمونه تازه‌ای از جدیت آسیب‌پذیری‌های اجرای کد از راه دور برای زیرساخت‌های متصل به شبکه است.

این پژوهش برای مدافعان چه معنایی دارد؟

Anthropic می‌گوید اجرای تعداد زیادی عامل اسکن به‌صورت موازی و استفاده از راهبردهای متنوع، شمار آسیب‌پذیری‌های کشف‌شده را به‌طور محسوسی افزایش می‌دهد. این راهبردها از بررسی کامل توابع تا جست‌وجوی مسیرهای تهدیدکننده داده مشتری یا روش‌های دورزدن مدل امنیتی یک نرم‌افزار را در بر می‌گیرند.

برای شما، به‌ویژه اگر مدیر سیستم یا توسعه‌دهنده هستید، اهمیت این خبر فقط در یک آسیب‌پذیری Linux خلاصه نمی‌شود. مدل‌های هوش مصنوعی اکنون توانایی تحلیل کد، مهندسی معکوس و کنارهم‌گذاشتن چند ضعف برای ساخت بهره‌برداری‌های پیچیده را نشان می‌دهند؛ همان توانایی‌هایی که می‌توانند هم به تیم‌های دفاعی کمک کنند و هم حساسیت پژوهش‌های امنیتی را بالاتر ببرند.

جمع‌بندی

پژوهش Anthropic نشان می‌دهد Claude توانسته در چند پلتفرم پرکاربرد، از مرورگر و موبایل تا سیستم‌عامل و هسته شبکه، زنجیره‌های حمله عملی بسازد. اصلاح موارد گزارش‌شده خبر خوبی است، اما وسعت و پیچیدگی یافته‌ها یادآوری می‌کند که نصب وصله‌های رسمی و به‌روز نگه‌داشتن نرم‌افزارها همچنان بخش مهمی از دفاع امنیتی است.