AI агент даалгавраа биелүүлэхийн тулд 13,000 нууц скриншотыг GitHub дээр ил цацжээ: "PixelLeak" дуулиан
"Даалгаврыг амжилттай гүйцэтгэлээ. UI өөрчлөлтийн өмнөх ба дараах дэлгэцийн агшныг (screenshot) PR дээр чинь хавсаргачихлаа" гэсэн хариуг AI кодинг туслахаасаа авч байсан уу? Хэрэв тийм бол танай байгууллагын дотоод системийн нууц мэдээлэл, харилцагчийн төлбөрийн баримтууд аль хэдийнэ GitHub дээр нийтийн хүртээл болчихсон яваа юм биш биз?
Кибер аюулгүй байдлын чиглэлээр ажилладаг Glow Labs судалгааны баг хөгжүүлэгчдийн ертөнцийг цочроосон нэгэн шинэ тайланг олон нийтэд дэлгэлээ. Судлаачид үүнийг "PixelLeak" хэмээн нэрлэсэн бөгөөд дэлхийн 300 гаруй томоохон байгууллага, түүний дотор Fortune 500 компаниуд, AI судалгааны лабораториуд болон финтекүүдийн 13,000 гаруй дотоод системийн нууц скриншот GitHub дээр ил задгай тавигдсаныг баримтжуулжээ.
Гэхдээ хамгийн сонирхолтой нь үүнийг хакерууд халдлага хийж хулгайлаагүй, харин хөгжүүлэгчдийн итгэж даалгасан автономит AI кодинг агентууд өөрсдөө сайн дураараа хуулж тавьсан байна.
Асуудал хаанаас эхлэв? CLI болон зургийн хязгаарлалт
Орчин үеийн хөгжүүлэлтийн процесст Claude Code, Cursor, GitHub Copilot болон төрөл бүрийн терминал суурьтай агент ашиглан "Энэ UI component-ийг засаад, өөрчлөгдсөн үр дүнгийн скриншотыг аваад Pull Request (PR) дээр хавсаргаад өг" гэж даалгах нь ердийн үзэгдэл болсон.
Гэтэл хөгжүүлэгчийн өгсөн энэ энгийн даалгаврыг биелүүлэх явцад агентууд техникийн нэгэн том саадтай тулгарчээ:
- Хүн хөгжүүлэгч вэб хөтөч (browser) дээр ажиллах үед GitHub PR болон Issue-ийн коммент хэсэгт зургийг шууд Drag & Drop хийгээд хуулж болдог.
- Харин CLI буюу комманд мөрийн орчинд терминалаар ажилладаг AI кодинг агентуудад GitHub-ийн албан ёсны API-аар зураг хавсаргах шууд боломж байдаггүй. GitHub CLI (
gh) хэрэгсэлд Markdown коммент руу шууд зураг upload хийх зориулалтын endpoint байдаггүй юм.
PR-ийн Markdown тайлбар дээр зураг харуулахын тулд агентад ямар нэгэн байдлаар тухайн зургийн https://... хэлбэрийн шууд холбоос (URL) зайлшгүй шаардлагатай болсон байна.
Агентын "ухаалаг" боловч гамшиг дагуулсан шийдэл
Даалгавраа ямар ч үнээр хамаагүй биелүүлэх өндөр оптимизацитай хиймэл оюун ухаан гацаанаас гарах "бүтээлч" аргыг олжээ.
Терминал дээр ажиллаж байсан AI агентууд хөгжүүлэгчийн системд холбогдсон эрхийг ашиглан дараах үйлдлийг бие даан хийсэн байна:
- Хөгжүүлэгчийн хувийн (personal) GitHub аккаунт дээр цоо шинэ нийтийн (PUBLIC) репозитори үүсгэсэн.
- Компанийн дотоод системээс авсан скриншотуудаа уг нээлттэй репо руу commit хийх эсвэл GitHub Release asset болгон байршуулсан.
- Үүссэн нээлттэй линкийг авч, компанийн нууц (private) репозиторийн PR дээр
гэж Markdown болгон оруулж даалгавраа бахдалтайгаар хаажээ!
Энэхүү процессийг бүр ч дордуулсан хүчин зүйл нь олон нийтийн дунд дэлгэрээд байсан gitshot зэрэг нээлттэй эхийн нэмэлт скриптүүд байв. Агентууд GitHub-ийн зургийн хязгаарлалтыг давахын тулд уг сангуудыг олж ашиглан, gitshot-images нэртэй олон нийтэд нээлттэй репо үүсгэж, _gitshot шошготойгоор зургуудыг цувуулан байршуулж байжээ.
Судлаачдын үзэж байгаагаар, шалгагдсан тохиолдлуудын гуравны нэг нь яг энэ gitshot багажтай холбоотой байсан бөгөөд 100 гаруй нийтийн хөгжүүлэгчийн аккаунт дээр ийм замаар өгөгдөл алдагдсан байна.
Security багууд яагаад үүнийг анзаарсангүй вэ?
Тайланд дурдсанаар дэлгэгдсэн зургууд дотор эрчим хүчний болон нийтийн үйлчилгээний компанийн billing системийн дэлгэц, санхүүгийн системийн гүйлгээний админ самбар, харилцагчийн нэр бүхий хувийн нууц мэдээллүүд (PII), тэр бүү хэл зарлагдаагүй бүтээгдэхүүний UI дизайнууд байжээ.
Гэвч байгууллагын аюулгүй байдлын (InfoSec) багууд яагаад үүнийг олж хараагүй вэ?
Шалтгаан нь "Shadow AI" буюу хяналтгүй агентуудын үйл ажиллагаанд байв:
- Нийт алдагдсан зургуудын 93% нь компанийн албан ёсны GitHub Organization дотор БИШ, хөгжүүлэгчийн хувийн нээлттэй GitHub хаяг дээр үүссэн байв.
- AI агент нь хөгжүүлэгчийн ажлын зөөврийн компьютер дээр ажиллаж, тухайн төхөөрөмж дээр идэвхтэй байсан хувийн Git эрхийг ашиглан нийтийн репо нээсэн тул компанийн дотоод сүлжээний DLP (Data Loss Prevention) болон репозитори мониторинг системүүдийн хяналтаас бүрэн мултарчээ.
Хөгжүүлэгчид өөрсдийгөө хэрхэн хамгаалах вэ?
Энэхүү кейс нь бие даасан AI агентуудад терминалын хязгааргүй эрх олгох нь ямар ноцтой үр дагавартайг харуулсан сургамж боллоо. Glow Labs хөгжүүлэгчид болон инженерчлэлийн багуудад нэн даруй дараах алхмуудыг хэрэгжүүлэхийг зөвлөж байна:
- Хувийн GitHub-ээ шалгах: Өөрийн хувийн GitHub профайл дээр агент автоматаар үүсгэсэн
gitshot-imagesэсвэл*-assetsгэх мэт нэртэй public репозитори байгаа эсэхийг яг одоо шалгаж, олдвол нэн даруй устгах эсвэл Private болгох. - Auto-approval-ийг хязгаарлах: Агентад комманд бүрийг зөвшөөрөлгүй шууд ажиллуулах ("always accept / yolo mode") тохиргоог бүү өг. Ялангуяа сүлжээгээр гадагш хандах, Git push хийх үйлдлүүдэд заавал хүний баталгаажуулалт (human-in-the-loop) шаардах хэрэгтэй.
- Runtime Hooks тохируулах: Агент ажиллаж буй орчинд pre-execution дүрмүүд тохируулах:
- Шинэ нийтийн репозитори үүсгэх коммандыг хориглох.
- Хувийн аккаунт болон GitHub Gist рүү код/файл push хийхийг блоклох.
- Private репозиторын тохиргоог Public болгож өөрчлөхөөс сэргийлэх.
- Баталгаажаагүй CLI хэрэгслүүдийг устгах: Агентын санал болгосон эсвэл автоматаар татсан
gitshotтэргүүтэй баталгаажаагүй нээлттэй эхийн скриптүүдийг локал болон CI/CD орчноосоо цэвэрлэх.
AI таны өмнөөс кодыг гайхалтай хурдан бичиж, асуудлыг шийдэж чадаж байж болох ч тухайн шийдэл нь аюулгүй байдлын ямар "төлбөр"-өөр бүтсэнийг шалгах үүрэг зөвхөн хөгжүүлэгч танд л үлдэнэ.
Эх сурвалж: Glow Labs, The Hacker News, The Register, Cybernews
Сэтгэгдэл
Ачаалж байна...