GitHub Security Lab meldde op 28 september 2026 dat het met AI-gestuurde auditflows 24 kwetsbaarheden in Android-apps had gevonden en gerapporteerd. De voorbeelden betreffen apps van derden: OsmAnd en de Wikipedia-app.
Twee apps, twee verschillende risico’s
GitHub Security Lab zegt drie kwetsbaarheden in OsmAnd te hebben gevonden en beschrijft er één uitgebreid. Een andere app kon volgens die beschrijving ongemerkt instellingen aanpassen en coördinaten van geladen kaarttegels en routebestemmingen naar een aanvaller sturen. Volgens GitHub kon de aanvallende app dit zelfs zonder eigen machtigingen.
In de Wikipedia-app ging het om een foutketen rond deeplinks en cookiecontroles. Een onjuiste controle van een hostnaam kon een deeplink naar een pagina van een aanvaller in de ingebouwde WebView openen. In combinatie met een fout in de controle van cookiedomeinen konden lang geldige sessiecookies worden blootgesteld. GitHub zegt dat dit accountovername binnen Wikimedia-projecten mogelijk kon maken.
| Android-app | Gerapporteerde foutketen | Mogelijk gevolg volgens GitHub |
| OsmAnd | Een geëxporteerde MapActivity accepteerde door een andere app aangeleverde instellingen voor het importeren van instellingen. | Instellingen konden ongemerkt worden aangepast en gegevens over kaarttegels en routes konden naar een aanvaller gaan. |
| Wikipedia-app | Een fout in de afhandeling van deeplinks, gecombineerd met een fout in de controle van cookiedomeinen. | Lang geldige sessiecookies konden worden blootgesteld en accountovername binnen Wikimedia-projecten kon mogelijk worden. |
Hoe de Android-taskflows de audit sturen
De Android-gerichte aanpak deelt toegangspunten van een app eerst in als mobiel of niet-mobiel. Daarna beoordeelt een taskflow geselecteerde kwetsbaarheidsklassen in de context van de toegangspunten en onderdelen van de app.
GitHub Security Lab beschrijft Taskflow Agent als een raamwerk met meerdere agents, aangestuurd via YAML en geschikt voor MCP. De projectdocumentatie noemt Python 3.10 of Docker als vereiste en vermeldt de MIT-licentie. Voor een middelgrote repository schatte GitHub de auditduur op één tot twee uur. De beschreven taskflows vereisen een GitHub Copilot-licentie en gebruiken premium modelaanvragen, die veel tokens kunnen verbruiken.
Waarom AI-bevindingen controle nodig hebben
GitHub waarschuwt dat AI-gegenereerde bevindingen vals-positief kunnen zijn, kunnen steunen op onwaarschijnlijke situaties en de ernst van een kwetsbaarheid verkeerd kunnen inschatten. Daarom adviseert het team dat een onderzoeker met ervaring in mobiele beveiliging iedere bevinding beoordeelt.
