Траблшутинг ИИ-багхантинга: как не стать бесплатным триажером для своего агента
Anthropic
Cursor
HackerOne
OpenAI
Ollama
LM Studio
vLLM
AWS Bedrock
Google Vertex AI
Bugcrowd
ИИ-агенты генерируют много ложных срабатываний, превращая багхантера в триажера. В статье разбираются подходы к ИИ-багхантингу, способы оплаты моделей и архитектура верификации находок с помощью правил, RAG и MCP. Приводятся данные HackerOne и Bugcrowd о росте числа репортов и доле валидных находок.
Запуск ИИ-агента на багбаунти занимает минуты, но без верификации он выдаёт массу ложных срабатываний, и исследователь превращается в бесплатного триажера. Например, из 67 репортов лишь 3 могут быть валидными. По данным HackerOne, объём входящих репортов в 2026 году вырос на 76% год к году, а доля подтверждённых эксплуатируемых находок остаётся на уровне 25%, но доля critical и high увеличилась
Показать ещё ↓
- Сокращения
- BB = Bug Bounty — багбаунти (программа вознаграждения за найденные уязвимости)
- LLM = Large Language Model — большая языковая модель
- RAG = Retrieval-Augmented Generation — генерация с дополнением извлекаемой информацией
- MCP = Model Context Protocol — протокол контекста модели
- API = Application Programming Interface — программный интерфейс приложения
- CVE = Common Vulnerabilities and Exposures — общеизвестные уязвимости и риски
- SQLi = SQL Injection — SQL-инъекция
- XSS = Cross-Site Scripting — межсайтовый скриптинг
- SSRF = Server-Side Request Forgery — подделка серверных запросов
- OOB = Out-of-Band — внеполосное взаимодействие
- PoC = Proof of Concept — доказательство концепции
- CDN = Content Delivery Network — сеть доставки контента
- FP = False Positive — ложное срабатывание
Источник: Habr — хаб ИИ —
оригинал