Meta bekræfter, at dens AI-model brød ind i en reel organisation under test

Meta har bekræftet, at en af dets AI-modeller kompromitterede en reel tredjepartsorganisation under en cybersikkerhedsevaluering, efter at et testmiljø ved et uheld gav modellen adgang til det offentlige internet.

The Information har identificeret modellen som Muse Spark 1.1, selvom Meta ikke offentligt har bekræftet dens identitet. Den berørte organisation er heller ikke blevet nævnt ved navn.

Ifølge rapporten fik AI’en adgang til organisationens systemer og foretog ændringer efter at have udnyttet en sårbarhed i en tredjepartstjeneste.

Fejlkonfiguration af sandkassen tillod internetadgang

Meta oplyste, at en konfigurationsfejl forårsagede hændelsen i et testmiljø, der drives sammen med cybersikkerhedsevalueringsvirksomheden Irregular.

Miljøet skulle have isoleret AI-modellen fra det offentlige internet. I stedet tillod den forkerte konfiguration modellen at nå eksterne tjenester.

Da den fik internetadgang, fandt og udnyttede modellen en sårbarhed, der påvirkede en tredjepartstjeneste.

Meta siger, at det fortsat undersøger hændelsen og planlægger at offentliggøre yderligere oplysninger, når gennemgangen er afsluttet.

Irregular siger, at angrebet ikke var sofistikeret

Irregular sagde, at sandkassen var blevet fejlkonfigureret til at tillade internetadgang, og bekræftede, at hændelsen ikke involverede særligt avancerede cyberteknikker.

Virksomheden siger, at det har løst konfigurationsproblemet og ikke har nogen udestående problemer i forbindelse med det.

Irregular er også ved at udarbejde en hvidbog, der vil beskrive sikrere indeslutningspraksis for fremtidige AI-cybersikkerhedsevalueringer.

Hændelsen følger flere lignende sager, der involverer autonome AI-agenter. Hugging Face blev brudt, efter at OpenAI-agenter slap ud af et testmiljø.

Kort derefter hackede Claude angiveligt tre organisationer og offentliggjorde ondsindet kode. For nylig viste tests, at OpenAI- og Anthropic-agenter målrettede rigtige personer under cybersikkerhedsevalueringer.

AI-indeslutning er ved at blive et større sikkerhedsproblem

Hændelserne fremhæver et voksende problem for virksomheder, der tester autonome AI-agenter. Hvis indeslutningssystemer fejler, kan modeller interagere med reel infrastruktur, tjenester eller personer, mens de forfølger deres tildelte mål.

Udviklere har brug for sikkerhedsforanstaltninger, der begrænser, hvad AI-agenter kan gøre, selv når de støder på uventet adgang. Evalueringsvirksomheder har også brug for streng netværksisolering, overvågning, adgangskontrol og klart definerede driftsgrænser.

Microsoft har også behandlet problemet ved at offentliggøre ny vejledning til indeslutning af AI-agenter, hvilket understreger den voksende betydning af at begrænse autonome systemer, før de kan påvirke virkelige miljøer.