Глобальный процесс отчетности об уязвимостях столкнулся с катастрофическим затором. Причиной стали не изощренные атаки нулевого дня, а наплыв автоматизированного мусора. Автоматические фильтры Национальной базы данных уязвимостей (NVD) и Агентства по кибербезопасности и инфраструктурной защите (CISA) оказались поразительно уязвимы для обмана, что легализовало поток вымышленных угроз. Согласно исследованию JFrog Security Research, репозиторий на GitHub под псевдонимом «programmervuln/cveadvisory» в одиночку внедрил в систему более 50 фейковых рекомендаций, нацеленных на SQLite и другое критически важное ПО. Исследователь JFrog Афек Бергер метко называет это «LLM slop» — контентом, который имитирует формальную структуру технического отчета, но не имеет под собой никаких реальных оснований.
Анатомия сфабрикованных уязвимостей
Техническая экспертиза JFrog выявила полный разрыв между этими оповещениями, созданными ИИ, и исходным кодом, который они якобы компрометируют. Рассмотрим пример CVE-2026-51302: запись появилась с пугающим рейтингом критичности 9.8 и ссылкой на ошибку использования памяти после освобождения (heap use-after-free) в функции с названием «exprComputeOperands». Проблема в том, что, как отметил Афек Бергер, такой функции просто не существует в SQLite версии 3.41.0. Когда исследователи протестировали предполагаемый концепт атаки (PoC) в изолированных контейнерах Docker, запросы выполнились идеально без единого сбоя. Вся уязвимость была упражнением в литературном мастерстве языковой модели.
Все рекомендации в этом репозитории при проверке через Gptzero выглядят как созданные ИИ.
Этот паттерн галлюцинаций — не разовый сбой, а новый стандарт информационного шума. CVE-2026-51303, еще одна критическая угроза, даже содержала утверждение о выпуске исправления для несуществующего бага. Анализ различий в коде (diff) доказал, что патч так же воображаем, как и сам изъян. Службы безопасности теперь борются не только с хакерами; они погребены под слоем шлака — структурированной технической фантастики, которая активирует все автоматические системы тревоги в организации.
Финансовая цена автоматизированного доверия
Экономические последствия такой некомпетентности измеряются в потраченных впустую инженерных часах. Компания Red Hat поначалу заглотила наживку, присвоив CVE-2026-51302 максимальный балл 10.0, прежде чем снизить его до 7.6. В корпоративном мире критический флаг запускает обязательные циклы обновлений, аудиты и экстренные совещания. Автоматизируя прием этих отчетов без ручной проверки, NVD и CISA фактически переложили задачу верификации на конечного пользователя. Данные JFrog показывают: хотя инструменты детектирования, такие как Gptzero, помечали почти каждую из этих 50+ записей CVE как сгенерированную ИИ, они все равно миновали защитные барьеры международных органов управления кибербезопасностью.
Упомянутый код даже не существовал в тех версиях или относился к несвязанной логике.
Этот провал подрывает фундаментальное доверие к отчетности в сфере опенсорса. Официальная страница рекомендаций SQLite остается чистой, однако публичные реестры загрязнены метаданными-заглушками и противоречивыми выводами. Для технических директоров и руководителей вывода очевиден: слепое доверие к базам данных CVE теперь превратилось в фактор риска. Стратегия безопасности должна сместиться в сторону модели проверки, ориентированной на официальные рекомендации вендоров и проверенные лаборатории безопасности. Пока индустрия рассуждает о том, как ИИ напишет идеальный эксплойт, реальность куда более прозаична: организации платят своим самым высокооплачиваемым инженерам за отладку галлюцинаций, потому что регуляторы не смогли установить элементарный спам-фильтр.