AI 模型發現 PHP 核心中的關鍵漏洞

研究人員記錄了一起在 PHP 核心中發現關鍵漏洞的案例，該漏洞編號為 CVE-2026-109618。此 RCE（遠端程式碼執行）類別漏洞的 CVSS 評分為 10.0，是在透過神經網路模型進行自動化審計的過程中被發現的，這在網路安全領域開創了先例。

問題出在 multipart/form-data 的解析機制中，該機制因向後相容性的要求，數十年來一直被認為相當穩定且未進行過深度修改。與傾向於信任經時間考驗之程式碼的人類不同，AI 模型構建了依賴關係圖，並識別出一個會導致緩衝區溢位（Buffer Overflow）的邊界狀態，該狀態發生在控制權移交給 Web 應用程式之前。

這起被稱為 PHP2Shell 的事件，展示了神經網路在基礎設施核心元件中發現零日漏洞的能力，而現代網路約有 70% 是建立在這些基礎之上的。透過數學建模，研究人員發現了傳統靜態分析方法多年來一直無法偵測到的錯誤。

對於安全專家而言，此案例意味著必須重新審視遺留程式碼（legacy code）的審計策略。現在，基於 AI 的自動化系統已具備發現關鍵漏洞的能力，即使是那些過去僅因其歷史悠久與廣泛應用而被視為「安全」的程式碼也不例外。