Drugi wyciek w Fireworks AI w ciągu kilku tygodni. Zagrożone wagi modeli i dane klientów

Dostawca infrastruktury do uruchamiania i dostrajania modeli sztucznej inteligencji, Fireworks AI, poinformował klientów o kolejnym poważnym incydencie bezpieczeństwa. Jak wynika z powiadomień rozesłanych 9 listopada, nieautoryzowany podmiot uzyskał dostęp do środowiska deweloperskiego firmy po wcześniejszym przełamaniu zabezpieczeń u zewnętrznego dostawcy chmurowego.

Do zdarzenia doszło 24 października, zaledwie dzień po tym, jak zewnętrzny partner hostujący maszyny badawczo-rozwojowe (R&D) Fireworks doświadczył naruszenia bezpieczeństwa. Napastnik wykorzystał ten dostęp, aby dostać się do systemów deweloperskich platformy i uruchomić nieautoryzowane zadania obliczeniowe. Jak podał Bloomberg, w wyniku ataku naruszone zostały dziesiątki tysięcy plików zawierających dane klientów.

Zakres ujawnionych informacji okazał się szeroki. W ręce intruza wpadły metadane zasobów (w tym nazwy, opisy czy znaczniki czasu utworzenia) oraz dane rozliczeniowe: adresy do faktur i wysyłek, historia transakcji, salda kont oraz wykorzystanie kredytów. Fireworks zaznacza przy tym, że nie przechowuje numerów kart płatniczych, w związku z czym nie zostały one skompromitowane.

Znacznie poważniejsze konsekwencje dotyczą jednak samej własności intelektualnej. W przypadku ograniczonej liczby kont napastnik zdołał sięgnąć po sekrety uwierzytelniające, zbiory danych treningowych oraz niekompletne wagi modeli. Dla firmy, której model biznesowy opiera się na udostępnianiu środowiska do budowy wyspecjalizowanych systemów AI wokół poufnych, własnościowych danych przedsiębiorstw, to cios w kluczowy punkt oferty.

To już drugi incydent w Fireworks AI ujawniony w krótkim odstępie czasu. Na początku października firma informowała o problemie z nieuprawnionym dostępem do zmiennych środowiskowych wykorzystywanych w zadaniach ewaluacyjnych. Wówczas firma, na której czele stoi Lin Qiao, informowała, że w obrębie swojego perymetru bezpieczeństwa nie wykryła dowodów na dostęp do modeli klientów, danych treningowych ani ruchu inferencyjnego.

Serwis RuntimeWire zwraca uwagę na szerszy wymiar incydentu: o ile ujawnione sekrety można szybko zrotować, o tyle odbudowa zaufania klientów do bezpieczeństwa platformy przechowującej wrażliwe wagi modeli będzie znacznie trudniejszym procesem.