El GitHub Security Lab ha revelado que su agente de seguridad de IA de código abierto detectó 24 vulnerabilidades en aplicaciones de Android. Entre los fallos más críticos se encuentran errores que permitirían el rastreo encubierto de la ubicación en OsmAnd y ataques de toma de control de cuentas en la aplicación de Wikipedia para Android. Este hallazgo demuestra que los flujos de trabajo de IA pueden ayudar a descubrir fallos lógicos complejos, aunque todavía requieren de la validación humana.

GitHub Security Lab ha revelado que su agente de seguridad de IA de código abierto identificó 24 vulnerabilidades en aplicaciones de Android, incluyendo fallos que podrían permitir el rastreo encubierto de la ubicación en OsmAnd y ataques de toma de control de cuentas contra Wikipedia para Android.

Los hallazgos resaltan cómo los flujos de trabajo de IA dirigidos pueden ayudarte a descubrir fallos de lógica móvil complejos, aunque sigan requiriendo la validación humana.

La investigación utilizó el GitHub Security Lab Taskflow Agent, un marco de código abierto diseñado para automatizar y compartir flujos de trabajo de investigación de seguridad asistidos por IA.

En lugar de pedirle a un modelo de lenguaje extenso que escanee un repositorio completo con una instrucción general, los investigadores crearon flujos de trabajo específicos para Android que dividieron las auditorías en etapas más pequeñas.

Un flujo de trabajo identifica los puntos de entrada móviles, como actividades exportadas, servicios, receptores de difusión y enlaces profundos (deep links). Otro flujo de trabajo evalúa cada punto de entrada frente a clases de vulnerabilidades centradas en Android, incluyendo intents inseguros, problemas de "confused deputy", difusiones inseguras, scripting entre aplicaciones y riesgos de WebView.

Esta estructura ayuda a la IA a comprender la superficie de ataque relevante en repositorios que pueden contener código móvil, web y de escritorio.

La IA de GitHub encuentra 24 vulnerabilidades en Android

Uno de los hallazgos más graves afectó a OsmAnd, una aplicación de navegación para Android con más de 10 millones de descargas. Los investigadores descubrieron que la MapActivity exportada de la aplicación aceptaba extras de intent sensibles a la seguridad al importar configuraciones.

Dado que las actividades exportadas de Android pueden recibir intents de otras aplicaciones, una aplicación maliciosa podría proporcionar valores controlados por el atacante como silent_import, replace y export_type_list_key.

La lógica vulnerable permitía que una aplicación maliciosa sin privilegios importara y reemplazara silenciosamente la configuración de OsmAnd sin alertar al usuario. Un atacante podría modificar la fuente de los mosaicos del mapa para que las solicitudes del mapa se enviaran a un servidor controlado por el atacante.

Al registrar las coordenadas de los mosaicos, el atacante podría inferir la ubicación y los movimientos de la víctima. La misma debilidad también podría exponer las solicitudes de rutas, incluidos los orígenes y destinos. Mientras tanto, tú seguirías usando la aplicación normalmente.

GitHub también detalló una cadena de toma de control de cuentas en la aplicación de Wikipedia para Android. La aplicación registra un manejador de enlaces profundos wikipedia:// para abrir contenido dentro de su WebView. Sin embargo, la validación del nombre de host utilizaba una comprobación endsWith() en lugar de validar el dominio exacto de confianza.

Esto permitió que un dominio malicioso como evil-wikipedia.org superara la comprobación del sufijo porque su nombre termina en wikipedia.org. Un atacante podría crear una página web maliciosa que contenga un enlace profundo manipulado y persuadirte para que lo abras.

La aplicación de Wikipedia podría entonces cargar contenido controlado por el atacante dentro de su WebView, haciendo potencialmente que creas que estás viendo una página legítima de Wikipedia.

Un segundo problema de validación de sufijo de dominio en el código de manejo de cookies de la aplicación hizo que el ataque fuera más grave. La comprobación defectuosa podría causar que el WebView proporcione cookies de Wikimedia a la página controlada por el atacante.

Los investigadores afirmaron que los datos robados podrían incluir un nombre de usuario, un token de autenticación de larga duración y un token de sesión válido en todos los proyectos de Wikimedia, incluidos Wikipedia, Wikimedia Commons, Wikidata y Meta. Encadenar los dos errores podría, por lo tanto, resultar en la toma de control de la cuenta después de que hagas clic en un solo enlace malicioso.

GitHub advirtió que los hallazgos generados por IA no deben aceptarse sin una revisión experta. Los modelos de lenguaje extenso pueden identificar patrones de código y APIs relevantes de manera efectiva. Sin embargo, también pueden juzgar mal la gravedad, pasar por alto comportamientos mitigantes o generar falsos positivos.

Los investigadores descubrieron que exigir al modelo que construya una prueba de concepto puede mejorar el triaje, aunque las pruebas humanas siguen siendo esenciales.
El Taskflow Agent y los flujos de trabajo de auditoría de Android están disponibles públicamente.

GitHub señaló que necesitas una licencia de GitHub Copilot, y las auditorías pueden consumir una cantidad sustancial de solicitudes de modelos premium porque los repositorios de tamaño mediano pueden tardar de una a dos horas y requerir muchas llamadas a herramientas. Los resultados se almacenan en una tabla SQLite de audit_results para la revisión del investigador.

Fuentes: