Claude Temukan 493 Isu Keamanan di 25 Proyek Open Source, Termasuk OpenSSH
Anthropic mengumumkan bahwa model AI Claude menemukan 493 isu keamanan di 25 proyek perangkat lunak open source dengan memetakan kode yang bisa dijangkau penyerang. Riset tim Frontier Red Team yang terbit pada 20 Oktober 2026 itu mencakup lebih dari lima juta baris kode, termasuk OpenSSH, yang ternyata membuka sekitar 4.500 baris kode eksperimental kepada klien yang belum login. Temuan ini menggeser fokus keamanan siber dari memburu bug satu per satu ke memangkas kode yang tidak perlu terekspos.
Apa Itu Attack Surface Reduction yang Dikerjakan Claude?
Attack surface reduction adalah proses memetakan bagian kode yang bisa dijangkau dari luar, lalu menutup atau membatasi bagian yang tidak dibutuhkan sebuah instalasi. Menurut Anthropic (2026), cara ini menurunkan tingkat bahaya celah yang belum diketahui, karena celah itu menjadi lebih sulit dijangkau walaupun kodenya tidak diperbaiki satu per satu.
Laporan yang ditulis Chris Rohlf dari tim Frontier Red Team Anthropic menyebut tiga metode. Pertama, mencari kode yang aktif di konfigurasi bawaan padahal tidak dipakai fitur bawaan apa pun. Kedua, mencari pasangan opsi konfigurasi yang tampak wajar sendiri-sendiri, tetapi bermasalah saat dipasang bersamaan. Ketiga, mencari kode rumit yang sudah berjalan sebelum autentikasi atau sebelum tahap protokol tertentu.
Anthropic menilai pendekatan ini lebih hemat dibanding perburuan bug klasik. Memperbaiki satu celah kritis tidak memberi tahu apa pun soal celah lain yang tersisa di kode yang sama. Sebaliknya, memindahkan kode ke belakang gerbang autentikasi, atau mengubah fitur dari aktif otomatis menjadi opsional, langsung mengurangi risiko dari semua celah yang belum ditemukan, termasuk yang mungkin sedang dieksploitasi diam-diam.
Rincian 493 Temuan di 25 Proyek Open Source
Claude menganalisis 25 proyek open source berbahasa C, C++, Java, PHP, dan Python dengan total lebih dari lima juta baris kode, menurut laporan Anthropic tertanggal 20 Oktober 2026. Model itu menyusun inventaris lebih dari 17.000 opsi konfigurasi, dan 3.842 di antaranya berkaitan dengan kontrol atau fitur keamanan.
Proyek dibagi menjadi tiga kelompok, yaitu 10 proyek publik, 11 proyek bergerbang yang hanya melayani pengguna terautentikasi, dan 4 proyek privat. Seluruh 11 proyek bergerbang ternyata punya kode yang bisa dijangkau tanpa sengaja. Claude mencatat 93 permukaan pra-autentikasi yang tidak perlu, 37 lokasi kode yang berjalan sebelum login, dan 61 kombinasi konfigurasi yang diam-diam melemahkan kontrol pra-autentikasi.
Temuan paling berdampak datang dari interaksi konfigurasi. Claude menemukan 162 kombinasi opsi sensitif yang diterima tanpa pesan galat, peringatan, maupun dokumentasi. Pada 94 kasus, kombinasi itu mematikan kontrol keamanan tanpa pemberitahuan, sedangkan 68 kasus lain berupa inkonsistensi, misalnya jalur login tetap terbuka walaupun konfigurasi menyatakan fitur itu nonaktif.
Salah satu pola muncul terpisah di empat proyek yang tidak saling berkaitan. Aturan blokir berbasis nama host tidak pernah cocok saat pencarian DNS balik dimatikan, sehingga daftar blokir gagal terbuka. Di kasus lain, dua opsi yang saling bertabrakan mematikan kewajiban sertifikat klien, dan kombinasi bermasalah itu sudah ada di perangkat lunak tersebut selama 21 tahun.
Kasus OpenSSH, Kode yang Paling Banyak Diaudit Pun Kebobolan
OpenSSH menjadi proyek dengan pengurangan permukaan serangan terbesar jika diukur dari persentase baris kode. Claude menemukan sekitar 4.500 baris kode eksperimental algoritme tanda tangan pascakuantum ML-DSA-44 di rilis 10.4 yang bisa dijangkau klien tanpa autentikasi, setara kira-kira 16 persen kode pra-autentikasi sshd bawaan, menurut Anthropic (2026).
Masalahnya, sshd mengurai jenis kunci apa pun yang dikirim klien, lalu baru memeriksa apakah jenis kunci itu diizinkan. Akibatnya, kode ML-DSA tetap bisa dijangkau walaupun algoritme itu tidak aktif secara bawaan, bahkan ketika administrator sengaja mengecualikannya. Anthropic melaporkan temuan ini ke pengembang OpenSSH beserta tambalannya, dan OpenSSH 10.5 yang rilis pada 11 Agustus 2026 memindahkan pemeriksaan ke sebelum proses penguraian.
Claude lalu menemukan dua celah baru pada perbaikan itu. Pemeriksaan memakai nama algoritme yang diumumkan klien, sementara pengurai memakai jenis kunci di dalam data kunci, sehingga keduanya bisa berbeda. Verifikasi tanda tangan CA pada sertifikat juga berjalan sebelum konfigurasi dicek. Perbaikan final masuk ke OpenSSH 10.6 yang rilis pada 6 Oktober 2026, dan catatan rilisnya menyebut usulan itu datang dari Chris Rohlf bersama Claude dan Anthropic Research.
"OpenSSH adalah salah satu kode yang paling ketat diaudit di dunia. Jika keterjangkauan yang tidak perlu bisa bertahan di sana, hal itu bisa bertahan di mana saja," tulis Chris Rohlf dalam laporan Anthropic. Perbaikan tersebut memangkas kira-kira seperlima kode OpenSSH yang sebelumnya bisa dijangkau klien tanpa autentikasi pada build bawaan.
Dampaknya bagi Tim Keamanan dan Perusahaan di Indonesia
Bagi tim keamanan, riset ini menunjukkan AI bisa dipakai untuk mengecilkan permukaan serangan, bukan hanya menemukan bug. Anthropic sudah mengemas tiga metodenya menjadi satu skill Claude yang sedang diintegrasikan ke OSS-Scanner, dengan setiap temuan dikonfirmasi lewat jejak eksekusi program dan uji regresi proyek itu sendiri.
Langkah ini melanjutkan program keamanan Anthropic yang lain. Menurut The Hacker News (7 Oktober 2026), Anthropic mengklaim Project Glasswing menemukan sedikitnya 129.000 kerentanan terverifikasi antara April dan Juli 2026, ditambah 5.500 kerentanan dari pemindaian open source antara April dan Oktober 2026. Laporan yang sama mencatat riset Veracode bahwa sekitar 44 persen tugas pembuatan kode oleh AI memunculkan kerentanan berisiko.
Skill pemindai ini juga tidak bekerja tanpa pengawasan. Setiap gerbang yang akan mengubah perilaku konfigurasi nondefault disisihkan untuk diputuskan manusia, sementara gerbang untuk konfigurasi bawaan harus lolos uji yang menghasilkan keluaran identik dengan build asli. Artinya, perusahaan tetap membutuhkan engineer yang memahami sistemnya sendiri untuk menilai usulan AI sebelum diterapkan ke produksi.
Bagi perusahaan dan instansi di Indonesia, pesannya relevan karena OpenSSH dan banyak proyek open source serupa menjadi tulang punggung server lokal. BSSN mencatat 3,13 miliar potensi ancaman siber hingga Oktober 2026, dan Kepala BSSN Nugroho Sulistyo Budi menegaskan, "Tidak ada satu pun sistem yang menjamin 100% aman." Peraturan BSSN Nomor 1 Tahun 2024 tentang Pengelolaan Insiden Siber mewajibkan tim tanggap insiden menangani serangan secara berjenjang, sehingga audit konfigurasi bawaan dan pembaruan ke OpenSSH 10.6 layak masuk daftar kerja tim TI.
(Burung Hantu Infratek / Berbagai Sumber)
⚠️ Berita ini seluruhnya diriset, ditulis, dan dikembangkan dengan bantuan AI internal Burung Hantu Infratek.
🦉 Burung Hantu Infratek adalah software house dan system integrator yang sudah berpengalaman lebih dari 5 tahun dalam pengembangan dan implementasi generative AI pada berbagai perusahaan dan institusi.
Berita Terkait Anthropic
🛡️ OWASP Top 10 Agentic AI: 10 Risiko Keamanan Agen AI bagi Perusahaan
⚔️ China Pakai Claude AI untuk Serangan Siber Pertama
🚫 Anthropic Tuduh Alibaba Bajak Claude 28 Juta Kali
🤖 OpenAI Luncurkan Aardvark: AI Security Agent GPT-5 yang Bisa Deteksi dan Perbaiki Bug Otomatis
Sumber dan Referensi
[1] Using Claude to reduce the attack surface of code - Anthropic
[2] OpenSSH Release Notes (10.5 dan 10.6) - OpenSSH
[4] Indonesia Dikepung 3,13 Miliar Ancaman Siber - Media Indonesia
[5] Peraturan BSSN No. 1 Tahun 2024 tentang Pengelolaan Insiden Siber - JDIH BPK