Greg Kroah-Hartman、LLM時代のセキュリティを語る:Mythosの79件の脆弱性は「実質10件」
Greg Kroah-Hartman – Security in the LLM Age [video]
Greg Kroah-HartmanがKernel Recipes 2026で、LLMによる脆弱性報告の実態を明かした。Mythosが報告した79件のうち、詳細なしが24件、バグですらないものが14件、完全な捏造が3件、既に修正済みが15件。実際に対応が必要だったのは20件で、悪意あるファイルシステムイメージやネットワークパケット注入など、非現実的な前提が多数を占めた。同氏は「本当のバグ修正は10件」と指摘し、LLMセキュリティ企業の誇大広告と、それを鵜呑みにする風潮に警鐘を鳴らしている。
GHKはこれを「10件の『本物』のバグ修正」と呼んだ。私には、これらの企業の周りには狂ったような誇大広告マシンがあり、彼らが出すプレスリリースのたびに無批判に鸚鵡返しされ、実際に影響を受ける専門家が関与すると崩れ去るように思える。
HNでの議論
118- usernomdeguerre
率直な話でとてもありがたかった。私が目から鱗だったスライドをいくつかテキストにしておく:
Kernel Recipes 2026でのMythosに関する彼のスライドから
```
Mythosの79件の脆弱性:
24 - 詳細が全くない「何かがクラッシュした」
14 - そもそもバグではない
3 - 完全にでっち上げのデータ
15 - 最新リリースで既に修正済み
- 11は他者による
- 4はanthropicによる
20 - 修正が必要だった
- 7 「悪意のあるファイルシステムイメージを想定」
- 2 「スタックの中間に悪意のあるネットワークパケットを注入できると想定」
- 2 「NOMMU」
- 6 信頼できないデバイス向けのsctpネットワーク問題
- 2 ipv6の軽微なネットワーク問題
- 1 ローカルの悪意あるユーザー向けのgpuドライバ
```
GKHはこれを「10件の『本当の』バグ修正」と呼んだが、私にはこれらの企業の周りに狂ったような誇大広告マシンがあって、彼らが出すプレスリリースのたびに無批判に鸚鵡返しされ、影響を受ける本物の専門家を巻き込むと崩れ去るように思える。
- djoldman
> つまり、Mythosのすべて、79件のバグというあの大々的なマーケティング問題は、カーネル開発の1時間に帰着したわけだ。
もしあなたがOpenAIやAnthropicの関係者で、自分たちが作っているものが世界を破壊しうると本気で信じているなら、これは一般大衆を説得するという点であなたのためにならない類のものだ。ここには際立った矛盾がある:
- あなたの新しいモデルは危険すぎるので安全のために選ばれた人にしかリリースすべきでないと広く宣言する
- そのモデルがLinuxの79件のバグを簡単に見つけたと広く宣言する。ただしGKHによれば、そのほとんどはバグではなく、残りもほぼすべて完全に些細で、重要でなく、かつ/または深刻でなかったため、修正には1時間しかかからなかった
これはモデルが危険でないとか超能力がないという意味ではないが、うわっ、これがあると本当に本当に疑いやすくなるし、今後の発表もすべてそうなる。
- 1vuio0pswjnm7
彼はLLMを「ファジーパターンマッチング」に過ぎないと呼んでいる
彼は「hallucinate」という用語がコンピュータを擬人化するので好きではない
- devy
3分19秒でGreg KHは、Mythosが79件のCVEを「明らかにした」際に何をしたかを明かした——過去数十年のカーネル開発者のパッチを純粋にパターンマッチングし、それらのメカニズムを他の場所に適用して普遍的にパッチが当たっているかどうかを確認したのだ。そしてAnthropicは、まともな人間ならするように、元々そのCVEを修正/パッチしたカーネル開発者を引用しなかった。そう、AnthropicはOpenAIが元の仕事を引用しなかったのと同じ問題を抱えている。
- blinkingled
Greg KHのような無駄のない、事情に通じた人から$topicについて聞けるのは素晴らしい。しかもこれはすべて検証できる——そう、Linuxカーネルだからね。(LLMが見つけたものに関してMicrosoftやAppleが修正すると主張するものとは対照的に。)
Mythosは今日は素晴らしくないかもしれないが、例えばLinuxカーネル固有の事柄で訓練された特化モデル——コードマップ/コーディング標準/脅威モデル、良い悪いコーディングパターン、検証ツールなどを備えた——を使えば、バグの発見、分析、修正がはるかに迅速かつ正確になり、さらには新たに可能になることさえ想像するのは突飛ではない。LLMは人間よりもはるかに執拗になれるし、正確であるための助けがあれば、消費する電力に見合う価値があるだろう。ああ、最初のモデルの発見を検証するためにトリアージデータで訓練された別のモデルも良いだろう。
(Microsoftはこれを内部でやっていると思う——Mythosと並行して内部で訓練された異なるモデル——どこかでその話を聞いたが、正確な場所は思い出せない。)
- tombh
15分18秒で彼はLG Researchの「Common corpusには法的に使用が許可されたデータが20%しか含まれていない」という言葉を引用している。しかし彼は、Linux自体が明らかに違法な手段で入手されたパッチを受け入れるという法的な問題をどう乗り切るかについてはコメントしていない。彼はただ「それは裁判所に任せる」と言うだけだ。では、もし裁判所が、著作権で保護されたトレーニングデータに酷似したLLMの出力を使用するのは違法だと判断したらどうなるのか?Linuxプロジェクト内部でこれについて行われた議論を誰か知っているだろうか?
transformative useなどについての哲学的議論は十分承知している。しかし私がもっと興味があるのは、注目度の高いプロジェクトがこの新規の法的領域をどう乗り切っているかという具体的な現実だ。
- Aissen
Kernel Recipesが再びHNで取り上げられるのは嬉しい。恥知らずな宣伝:私はライブブログをやっている。不完全で、完璧ではなく、タイポもあるが、プレゼン中に書いて公開している。このトークについて:https://kernel-recipes.org/en/2026/2026/09/22/live-blog-day-...
- asaiacai
「セキュリティ」とLLMについての本当に地に足のついた分析が見られてクールだ。私は日々の実装生成にエージェントを使っているが、これはソフトウェアシステムの持続可能性にとって人間、特に人間のレビュアーが依然として極めて重要だという私の信念をさらに強めるだけだ。
あと、「ボットはバカだ——彼らはあなたを喜ばせたがる」という行には笑った。LLMはコントリビューター間の技術的なコラボレーションをほぼ台無しにした。議論に「でも私のClaudeはこう言った」が出るたびにイライラする。