ΑρχικήΛογισμικάΤο curl σταματά το bug bounty πρόγραμμα λόγω της τεχνητής νοημοσύνης

Το curl σταματά το bug bounty πρόγραμμα λόγω της τεχνητής νοημοσύνης

Οι δημιουργοί του εργαλείου curl σταματούν το bug bounty πρόγραμμα, εξαιτίας της μεγάλης αύξησης των αναφορών (reports) που είναι εν μέρει παραγόμενες από AI.

Η αξιολόγηση αυτών των αναφορών απαιτεί πολύ χρόνο, ενώ ελάχιστες περιέχουν πραγματικές ευπάθειες.

Ο Daniel Stenberg, επικεφαλής προγραμματιστής του curl, αναφέρει σε commit στο GitHub ότι αφαιρούνται όλες οι αναφορές στο bug bounty πρόγραμμα και στην πλατφόρμα HackerOne. Όπως γράφει:

Η εξήγηση στο Mastodon: «Μας εξαντλεί»

Σε ανάρτησή του στο Mastodon, ο Stenberg δίνει περισσότερες λεπτομέρειες για την απόφαση. Αναφέρει ότι το έργο έλαβε φέτος 20 υποβολές στο HackerOne και καμία δεν περιείχε επιβεβαιωμένη ευπάθεια.

Σύμφωνα με τον ίδιο, αυτή η κατάσταση δεν είναι βιώσιμη:

Δεν ήταν κεραυνός εν αιθρία: το πρόβλημα είχε φανεί από το 2025

Η απόφαση δεν ήρθε ξαφνικά. Τον Ιούλιο του 2025, ο Stenberg είχε ήδη παραπονεθεί σε blog post για την τεράστια ποσότητα AI-generated bug bounty reports που λάμβανε το curl. Τότε είχε εκτιμήσει ότι περίπου 20% των αναφορών έμοιαζαν να έχουν παραχθεί από AI.

Παράλληλα, υπήρχε και ένα κύμα αναφορών από «πραγματικούς ανθρώπους» με επίσης χαμηλή ποιότητα, για τις οποίες οι προγραμματιστές του curl υποψιάζονταν ότι είχαν φτιαχτεί με βοήθεια AI.

Τι είναι το curl και γιατί έχει σημασία

Το curl είναι ένα πολύ διαδεδομένο εργαλείο για μεταφορά δεδομένων μέσω διαφορετικών πρωτοκόλλων.

Χρησιμοποιείται, μεταξύ άλλων, για να ανακτά κανείς πληροφορίες από websites μέσω command line και αποτελεί βασικό «γρανάζι» σε workflows προγραμματισμού, DevOps και αυτοματισμών.

Bug bounty στην εποχή του AI: όταν το “volume” νικά την ποιότητα

Η υπόθεση του curl δείχνει ένα νέο μοτίβο στην ασφάλεια λογισμικού: τα bug bounty προγράμματα κινδυνεύουν να γίνουν θύματα μαζικής παραγωγής αναφορών, όπου η AI “φουσκώνει” τον αριθμό των submissions χωρίς να αυξάνει αναλογικά τα πραγματικά ευρήματα.

Γιατί τα AI-generated reports είναι τόσο δύσκολα στο triage

Πολλά reports φαίνονται καλογραμμένα, αλλά:

  • δεν περιλαμβάνουν repro steps που να δουλεύουν,
  • μπερδεύουν best practices με πραγματικές ευπάθειες,
  • βασίζονται σε γενικόλογα “πιθανόν υπάρχει issue” χωρίς απόδειξη.

Αυτό μεταφέρει το κόστος από τον αναφέροντα στον maintainer: ο maintainer πρέπει να γίνει «εξεταστής» και να αποδείξει ότι δεν υπάρχει πρόβλημα.

Πως μπορούν τα open source projects να προστατευτούν

Θέσπιση “quality gates” πριν το report θεωρηθεί έγκυρο

Μια πρακτική είναι να απαιτείται:

  • ελάχιστο proof of concept,
  • σαφής περιγραφή impact,
  • συγκεκριμένη έκδοση/περιβάλλον,
  • και, όπου γίνεται, σύνδεση με CWE κατηγοριοποίηση.

Μετατόπιση από “bounty” σε “sponsored audits”

Για μικρά projects, ίσως είναι πιο ρεαλιστικό ένα μοντέλο χρηματοδότησης που δίνει χρήματα σε στοχευμένους ελέγχους (audits) από αξιόπιστες ομάδες, αντί για ανοικτό bounty που προσελκύει spam.

Στέλιος Θεοδωρίδης
Στέλιος Θεοδωρίδης
Ο ήρωας μου είναι ο γάτος μου ο Τσάρλι και ακροάζομαι μόνο Psychedelic Trance
RELATED ARTICLES

Πρόσφατα άρθρα

Tηλέφωνα έκτακτης ανάγκης

Δίωξη Ηλεκτρονικού Εγκλήματος: 11188
Ελληνική Αστυνομία: 100
Χαμόγελο του Παιδιού: 210 3306140
Πυροσβεστική Υπηρεσία: 199
ΕΚΑΒ 166