Rejetto HFS, Mythos trova la falla CVE-2026-61500 e viene sfruttata in un giorno

Una vulnerabilità trovata con l’aiuto di un modello di intelligenza artificiale è finita nel mirino degli attaccanti nel giro di un giorno dalla pubblicazione dei dettagli tecnici. Si tratta della CVE-2026-61500, una falla critica in Rejetto HFS, il popolare file server HTTP, individuata da un ricercatore di Horizon3.ai con l’aiuto di Mythos, il modello di Anthropic dedicato alla ricerca di bug. La storia è utile perché mostra, con un caso concreto, cosa significhi davvero avere strumenti AI capaci di ragionare sulla sicurezza del software.

Se gestisci un server HFS esposto su Internet, la prima cosa da sapere è semplice: aggiorna subito.

Cosa è successo con la falla di Rejetto HFS

La vulnerabilità riguarda le versioni da 3.0.0 a 3.2.0 di Rejetto HTTP File Server e ha un punteggio CVSS di 9.3, quindi si colloca nella fascia critica. In pratica consente di forgiare una sessione di amministratore senza conoscere alcuna password e, da lì, di arrivare all’esecuzione di codice arbitrario sul server. Il difetto è stato corretto con la versione 3.2.1, rilasciata a luglio 2026, quando la CVE è stata pubblicata tramite VulnCheck.

Il punto di svolta è arrivato a fine settembre. Secondo la ricostruzione di The Hacker News, un proof of concept in Python è stato pubblicato il 30 settembre 2026 e il primo tentativo di sfruttamento è stato osservato il giorno successivo, il 1° ottobre. VulnCheck ha segnalato attività di ricognizione partita da un indirizzo IP riconducibile a China Telecom e rivolta a host statunitensi ancora vulnerabili. Altre fonti parlano di sondaggi su piccola scala anche dal Giappone verso gli Stati Uniti, quindi per ora si tratta di ricognizione più che di una campagna massiccia.

Perché è una falla particolare

Non è il classico errore di input non validato. Il problema nasce dal modo in cui HFS genera la chiave con cui firma i cookie di sessione, basato su Math.random() di JavaScript, un generatore pseudocasuale che non è pensato per usi crittografici. Durante la procedura di login non autenticata, inoltre, il server lascia trapelare alcuni valori prodotti dallo stesso generatore. Chi li raccoglie può ricostruire lo stato interno del generatore, risalire alla chiave di firma e quindi costruire cookie validi da amministratore.

Messa così sembra quasi banale, ma tra l’osservazione di un valore e la forgiatura di un cookie c’è un lungo passaggio matematico. È proprio qui che entra in gioco l’AI.

Il ruolo di Mythos nella scoperta

A trovare la catena è stato Zach Hanley di Horizon3.ai, lavorando con Mythos nell’ambito del Project Glasswing, l’iniziativa con cui Anthropic mette il proprio modello a disposizione di chi si occupa di difesa informatica. Come racconta Security Affairs, il modello ha collegato percorsi di codice distinti senza che qualcuno glielo suggerisse e ha formulato da solo i vincoli matematici necessari per recuperare lo stato del generatore, usando un risolutore di vincoli come Z3.

Il valore dell’episodio non sta nel fatto che l’AI abbia trovato un bug. Sta nel tipo di ragionamento: passaggi lunghi, matematica e conoscenza degli interni di un sistema, cioè proprio le attività che per un ricercatore umano richiedono giorni di lavoro paziente.

Dal bug teorico all’exploit funzionante

Molte vulnerabilità vengono archiviate come difficili o inaffidabili da sfruttare su larga scala. Sono quelle che richiedono di mettere in fila più debolezze piccole, ciascuna innocua da sola. Se un modello riesce ad automatizzare il ragionamento tra un anello e l’altro, la soglia di sforzo si abbassa e questa categoria di falle diventa un bersaglio realistico.

Anthropic ha già affrontato il tema in più occasioni, ad esempio nel report sugli exploit dei modelli open weight di cui abbiamo parlato nell’articolo su GLM-5.3 e gli exploit informatici, e nel quadro di valutazione della gravità dei jailbreak descritto nel framework di Anthropic legato a Glasswing.

Perché un solo giorno cambia il quadro

La tempistica è il vero messaggio. La patch esisteva da luglio, il write-up tecnico è arrivato a fine settembre e già il giorno dopo qualcuno cercava server vulnerabili. Il margine tra la divulgazione e lo sfruttamento si è ridotto a ore, e chi aggiorna con calma, a distanza di settimane, si trova scoperto.

Il rovescio della medaglia è che gli stessi strumenti possono essere usati da chi difende. Un’azienda che usa un modello come Mythos per cercare bug nel proprio codice, prima di un attaccante, guadagna tempo. Il problema è che la corsa è simmetrica: la stessa capacità di ragionamento che aiuta un ricercatore a scoprire la falla aiuta anche chi vuole trasformare una descrizione tecnica in un attacco funzionante.

Per chi segue l’evoluzione di questi modelli, il quadro più ampio lo trovi nella pagina dedicata a Claude AI, dove raccogliamo le novità sui modelli di Anthropic.

Una seconda falla critica per lo stesso software

C’è un dettaglio che non va sottovalutato: secondo le fonti, è la seconda vulnerabilità critica di Rejetto HFS sfruttata in rete. Quando un software già colpito in passato mostra un nuovo difetto grave, i suoi utenti dovrebbero considerare la questione più strutturale che episodica, e valutare se l’esposizione diretta su Internet sia davvero necessaria.

Cosa fare se usi Rejetto HFS

La priorità è l’aggiornamento alla versione 3.2.1 o successiva, che chiude la falla. Se non puoi farlo subito, riduci l’esposizione: metti il server dietro una VPN o un reverse proxy con autenticazione, limita gli indirizzi che possono raggiungerlo e controlla i log degli accessi amministrativi per sessioni anomale a partire dal 30 settembre.

Vale la pena anche fare un inventario di tutti i servizi che condividono file e che magari hai dimenticato accesi. I server dimenticati sono i bersagli preferiti, perché nessuno li aggiorna.

Dal lato della progettazione, la lezione è altrettanto chiara. I valori generati con Math.random() non devono mai servire per chiavi, token o firme: per questi usi esistono generatori crittograficamente sicuri, disponibili in tutti i linguaggi moderni. È una regola nota da anni, che qui è stata violata con conseguenze pesanti.

Cosa può fare un team di piccole dimensioni

Anche senza accesso a modelli avanzati, puoi ridurre il rischio con poche abitudini: aggiornamenti automatici dove possibile, sottoscrizione agli avvisi di sicurezza dei software che usi, e un controllo periodico di ciò che è raggiungibile dall’esterno. Sono misure semplici, ma bloccano la maggior parte dei tentativi di ricognizione.

Cosa ci dice questa storia sull’AI per la sicurezza

Questo caso è un buon esempio di come l’AI stia spostando il baricentro della sicurezza informatica. Non si tratta di fantascienza né di un attacco autonomo: un ricercatore umano ha guidato il lavoro e ha pubblicato i risultati, mentre il modello ha messo a disposizione una capacità di ragionamento che prima era rara. Le conseguenze però sono concrete e misurabili in giorni.

Per le aziende vuol dire accorciare i tempi di patching, rivedere i processi di gestione delle vulnerabilità e considerare che ogni dettaglio tecnico pubblicato può diventare un exploit quasi in tempo reale. Per i ricercatori vuol dire riflettere su quando e come divulgare i dettagli, perché l’asimmetria tra chi scrive il write-up e chi lo usa si è fatta sottile.

Anche il contesto più ampio aiuta a capire la direzione. Anthropic aveva già descritto, nell’analisi su un anno di minacce informatiche potenziate dall’AI, come gli attaccanti stiano integrando i modelli nei propri flussi di lavoro. L’episodio di Rejetto HFS ne è una conferma, con la differenza che questa volta la scoperta è nata dal lato dei difensori.

Conclusioni

La CVE-2026-61500 è una falla seria, già corretta, ma sfruttata a ricognizione in tempi brevissimi. Il messaggio pratico è uno solo: se usi Rejetto HFS, passa alla versione 3.2.1 oggi stesso. Il messaggio strategico è più ampio, perché mostra che l’AI applicata alla sicurezza accorcia il tempo tra scoperta e attacco, per chi difende come per chi attacca.

Se ti occupi di infrastrutture, aggiungi un controllo sui tuoi servizi esposti e imposta gli aggiornamenti automatici dove puoi. Se vuoi continuare a seguire come i modelli AI cambiano la sicurezza informatica, resta sul nostro sito e iscriviti alle prossime notizie: le novità su Mythos, Glasswing e dintorni arrivano ogni giorno.