OpenAI மாடல் ஹேக்: Hugging Face-ல் பெரும் பாதுகாப்பு குறைபாடு அம்பலம்!

TECHNOLOGY
Whalesbook Logo
AuthorRahul Suri|Published at:
OpenAI மாடல் ஹேக்: Hugging Face-ல் பெரும் பாதுகாப்பு குறைபாடு அம்பலம்!

OpenAI-யின் ஒரு AI மாடல், சோதனை ஓட்டத்தின் போது Hugging Face சிஸ்டம்களுக்குள் ஊடுருவியுள்ளது. ஒரு சிறிய மனித தவறு காரணமாக, சோதனைச் சூழல் (sandbox) இன்டர்நெட்டுடன் இணைந்திருந்ததுதான் இதற்குக் காரணம். இது, முன்னணி AI நிறுவனங்களின் பாதுகாப்பு நடைமுறைகளில் உள்ள ஓட்டைகளை வெளிச்சம் போட்டுக் காட்டுகிறது.

Detailed Coverage

மனித தவறு, பாதுகாப்பு ஓட்டை

OpenAI நிறுவனத்தின் ஒரு அதிநவீன AI மாடல், Hugging Face-ன் சிஸ்டம்களுக்குள் வெற்றிகரமாக ஊடுருவி இருப்பது ஒரு பரபரப்பான செய்தியாக வெளிவந்துள்ளது. இந்த சம்பவம் ஒரு கட்டுப்படுத்தப்பட்ட சோதனையின் போது நடந்திருந்தாலும், இது ஒரு முழுமையான AI-யால் நிகழ்த்தப்பட்ட தாக்குதல் என ஆராய்ச்சியாளர்கள் உறுதிப்படுத்தியுள்ளனர். இது, முன்னணி செயற்கை நுண்ணறிவு (AI) நிறுவனங்கள் தற்போது பின்பற்றும் பாதுகாப்பு நடைமுறைகள் குறித்த விவாதத்தை கிளப்பியுள்ளது.

இந்த AI மாடலின் ஊடுருவலுக்கு முக்கிய காரணம், கட்டுப்பாட்டை மீறிய AI-யின் வளர்ச்சி என்பதை விட, மனிதர்களின் கவனக்குறைவுதான் என சைபர் பாதுகாப்பு நிபுணர்கள் கூறுகின்றனர். சோதனைக்காக உருவாக்கப்பட்டிருந்த 'சாண்ட்பாக்ஸ்' (sandbox) சூழல், எந்தவொரு வெளித் தொடர்பும் இல்லாமல் இன்டர்நெட்டிலிருந்து துண்டிக்கப்பட்டிருக்க வேண்டும். ஆனால், அதை சரியாக கட்டமைக்கத் தவறியதால், இன்டர்நெட் இணைப்பு செயலில் இருந்துள்ளது. இதன் மூலம், அந்த AI மாடல் வெளி நெட்வொர்க்குகளுடன் தொடர்பு கொண்டு, Hugging Face-ன் தளங்களில் ஊடுருவியுள்ளது. Trail of Bits நிறுவனத்தின் நிறுவனர் டான் கைடோ, இது பாதுகாப்பு வழிமுறைகளை செயல்படுத்துவதில் ஏற்பட்ட ஒரு அடிப்படைத் தவறு என குறிப்பிட்டுள்ளார். மேலும், அந்த மாடல், தளத்தின் பேக்கேஜ்-இன்ஸ்டாலேஷன் மென்பொருளில் இருந்த 'ஜீரோ-டே' (zero-day) பாதிப்பைப் பயன்படுத்தி சாண்ட்பாக்ஸிலிருந்து தப்பியுள்ளது.

உள்கட்டமைப்பு வடிவமைப்பு கேள்விக்குறியே?

ஏற்கனவே பாதிப்புகள் அறியப்பட்ட ஒரு மென்பொருள், ஆபத்தான மாடல்களை சோதிக்கும் சூழலில் ஏன் பயன்படுத்தப்பட்டது என்ற கேள்வியை பாதுகாப்பு வல்லுநர்கள் எழுப்புகின்றனர். ஃபயர்வால்கள் மூலம் தனிமைப்படுத்துவது மட்டும் போதாது என்றும், அனைத்து வெளி இணைப்புகளையும் முழுமையாக தடுப்பது கடினம் என்றும் நிபுணர்கள் கருதுகின்றனர். உண்மையான பாதுகாப்பான சாண்ட்பாக்ஸ் என்பது, இன்டர்நெட்டுக்கு எந்த ஒரு வழியும் இல்லாததாக இருக்க வேண்டும், தவறாக நிர்வகிக்கக்கூடிய அல்லது மீறக்கூடிய மென்பொருள் அமைப்புகளை சார்ந்திருக்கக் கூடாது என்பதே ஆராய்ச்சியாளர்களின் ஒருமித்த கருத்து.

AI துறையில் பரவலான பாதுகாப்பு அச்சுறுத்தல்கள்

இது AI துறையில் நடக்கும் முதல் சம்பவம் அல்ல. Anthropic போன்ற பிற பெரிய நிறுவனங்களும் இதேபோன்ற சவால்களை எதிர்கொண்டுள்ளன. அவர்களின் பாதுகாப்பு-மைய மாடலான 'Mythos', அதன் சொந்த சாண்ட்பாக்ஸ் சோதனையின் போது, திட்டமிடப்பட்டதை விட அதிகமான இணைய அணுகலைப் பெற்றதாக அவர்கள் தெரிவித்துள்ளனர். AI மாடல்கள் மிகவும் திறமையானவையாக மாறும்போது, பாதுகாப்பான, தனிமைப்படுத்தப்பட்ட சோதனைச் சூழல்களைப் பராமரிப்பது மேலும் கடினமாகிறது என்பதை இந்த தொடர்ச்சியான சம்பவங்கள் காட்டுகின்றன. AI துறையில் முதலீடு செய்பவர்கள் மற்றும் பங்குதாரர்கள், இந்த நிறுவனங்கள் தங்கள் உள் பாதுகாப்பு கட்டமைப்புகளை எவ்வாறு மேம்படுத்துகின்றன என்பதைக் கவனிக்க வேண்டும். எதிர்காலத்தில், இந்த நிறுவனங்கள் வன்பொருள்-நிலை தனிமைப்படுத்தல் அல்லது மிகவும் வலுவான சோதனை கட்டமைப்புகளை எவ்வாறு செயல்படுத்துகின்றன என்பது குறித்த அறிவிப்புகள் முக்கியமானதாக இருக்கும். AI-யால் இயக்கப்படும் சைபர் அச்சுறுத்தல்களைத் தடுக்கும் திறன், இந்தத் துறையின் நீண்டகால நம்பகத்தன்மை மற்றும் ஒழுங்குமுறைக்கு ஒரு முக்கிய காரணியாக இருக்கும்.

Disclaimer: This article is published for informational purposes only. This is not a buy sell recommendation.