Feed
GitHub - bikini/exploitarium: A single archive of public exploit PoCs and vulnerability research writeups. At the time I post these, none have been reported. Feel free to report them yourself and take credit for the CVE if handed out lulz. Please do not abuse these. I do this so to allure people into the field, and I've always found this is the most efficient way.
bikini
2026.06.28
·GitHub·by Homin.Lee#AI#Cybersecurity#Exploit#PoC#Vulnerability Research
핵심 포인트
- 1이 저장소는 다양한 소프트웨어 취약점에 대한 Proof-of-Concept(PoC) 코드를 수집하고 통합하여 연구 목적으로 공개한 아카이브입니다.
- 2저자는 효율적인 Fuzzing harness와 AI를 활용하여 취약점을 발견했으며, 코드 작성 및 문서화 과정에서 인간의 검토를 통해 정확성을 확보했습니다.
- 3모든 자료는 선의의 보안 연구를 위해 제공되며, 사용자는 이를 악용하지 말고 오픈 소스 생태계의 보안 강화를 위한 목적으로만 활용해야 합니다.
이 문서는 보안 연구원인 'bikini'가 자신의 취약점 연구 결과와 Proof-of-Concept(PoC) 코드를 통합하여 관리하는 GitHub 저장소 'Exploitarium'에 대한 개요를 담고 있습니다. 본 저장소는 기존에 개별적으로 운영되던 20여 개의 보안 취약점 PoC 저장소를 하나의 아카이브로 통합한 것으로, 각 취약점의 기술적 세부 사항과 연구 방법론을 기술합니다.
핵심 방법론 및 연구 프로세스
- 자동화된 퍼징(Automated Fuzzing): 저자는 자신의 퍼징 워크플로우를 고도로 자동화했다고 밝히며, 이를 위해 'GPT-5.5-3-Codex-Spark' 모델을 활용했습니다.
- 이 과정에서 핵심은 효율적인 하니스(Efficient Harness) 개발에 있습니다. 저자는 모델이 복잡한 사고 없이도 취약점을 찾아낼 수 있도록 정교한 하니스를 설계했습니다.
- 저자는 대규모 언어 모델(LLM)이 퍼징 프로세스를 보조하는 것이 매우 효과적이며, 특히 인간의 적절한 감독(human oversight)과 잘 설계된 하니스가 결합되었을 때 최고의 성능을 발휘한다고 주장합니다.
- PoC 개발 및 검증:
- 대부분의 실제 PoC 코드는 'vibe-coding'(추측성 코딩)이 아닌 저자가 직접 수동으로 작성(hand-typed)하여 정확성을 기했습니다.
- 예외적으로 RustDesk 관련 작업에서는 언어 숙련도가 낮아 AI 보조 도구를 활용했습니다.
- README 문서화 작업 등 가독성이 중요한 작업에는 AI를 적극적으로 활용하여 기술적 내용을 명확히 전달하고자 했습니다.
- 데이터 통합 및 무결성 검증:
- 본 저장소로 통합된 데이터는 단순한 복사본이 아닙니다. 이전 저장소의 HEAD 트리를 Git 트리의 blob ID 및 트리 모드(tree mode) 수준에서 대조하여 원본과 100% 일치함을 보장하는 엄격한 무결성 검증을 거쳤습니다.
취약점 연구 성격
- 본 저장소는 'good-faith, open-disclosure'(선의의 공개) 원칙을 따르는 보안 연구 아카이브입니다.
- Ghidra, FFmpeg, c-ares, libssh2 등 다양한 소프트웨어와 오픈소스 프로젝트에서 발견된 취약점들이 포함되어 있으며, 저자는 앞으로도 Floci와 같은 중요한 취약점 위주로 연구 결과를 공유할 예정임을 명시했습니다.
- 저자는 보안 연구 커뮤니티와의 협업을 장려하며, PoC가 환경에 따라 작동하지 않는 경우를 대비해 이를 보다 범용적으로 조정하는 작업을 병행하고 있습니다.