تحتوي المنصة الرائدة لشركة Ruflo AI على ثغرة أمنية حرجة – CVE-2026-59726 – تحصل على درجة كاملة قدرها 10.0 في نظام تسجيل نقاط الضعف المشترك (CVSS)، مما يعني أن مهاجماً غير مصرح له يمكنه تنفيذ تعليمات برمجية عشوائية في أي بيئة تشغيل.
ينبع هذا الخلل من الطريقة التي تعرض بها حاويات Docker الخاصة بـ Ruflo جسر بروتوكول سياق النموذج (MCP). فمن خلال ربط منافذ الجسر بكل واجهة شبكة، يمكن الوصول إلى الخدمة من أي مكان على الإنترنت. وبمجرد أن يتصل طرف خبيث بالمنفذ المفتوح، يمكنه السيطرة على حاوية الجسر، واختطاف النموذج الأساسي، وإصدار أوامر كما لو كان مكوناً موثوقاً به.
لماذا تكتسب هذه الثغرة أهمية
- سرقة الأسرار – يمتلك الجسر وصولاً مباشراً إلى مفاتيح API الخاصة بالنماذج اللغوية الكبيرة (LLM) التي تشغل محرك الاستدلال في Ruflo. ويمكن للمهاجم الذي يستولي على تلك المفاتيح تشغيل استعلامات غير محدودة على حساب الضحية.
- قراءة الدردشات الخاصة – تصبح محادثات المستخدمين التي تظل عادةً داخل ذاكرة النموذج قابلة للقراءة، مما يؤدي إلى كشف بيانات تجارية أو شخصية قد تكون حساسة.
- تسميم ذاكرة الذكاء الاصطناعي – يمكن للمهاجم حقن بيانات خبيثة في الذاكرة طويلة المدى للنموذج. وحتى بعد إصلاح الثغرة، يمكن أن تستمر الحالة المسمومة، مما يتسبب في سلوك غير صحيح للذكاء الاصطناعي أو إنتاج مخرجات متحيزة.
يعد تسميم الذاكرة أمراً خبيثاً بشكل خاص لأن الضرر يستمر لفترة أطول من الاستغلال الأولي؛ فإصلاح الكود وحده لا يكفي لتطهير حالة النموذج الفاسدة.
خطوات فورية للمشغلين
- الترقية – انتقل إلى إصدار Ruflo AI رقم 3.16.3، والذي يعطل الربط غير الآمن ويضيف عزلاً شبكياً أكثر صرامة.
- تدوير بيانات الاعتماد – قم بإنشاء مفاتيح API جديدة للنماذج اللغوية الكبيرة (LLM) وإبطال مفعول المفاتيح القديمة لقطع الطريق على أي رموز (tokens) مسروقة.
- تدقيق عمليات النشر – افحص السجلات بحثاً عن أي حركة مرور MCP غير متوقعة، وابحث عن حاويات غير معروفة تعمل على المنافذ المكشوفة، وتحقق من عدم إجراء أي تغييرات غير مصرح بها على ذاكرة النموذج.
الصورة الأوسع
لقد وضعت Ruflo AI نفسها كحل أساسي للمؤسسات التي تحتاج إلى نماذج لغوية محلية (on-premise). وتقوض هذه الثغرة ذلك الوعد، مما يمنح المنافسين موطئ قدم للمطالبة ببدائل أكثر تحصيناً. وبالنسبة للعملاء، فإن التكلفة لا تقتصر فقط على ترقية البرامج؛ بل تشمل احتمال حدوث اختراق للبيانات، وفقدان الثقة، وتكلفة تنظيف نماذج الذكاء الاصطناعي المسمومة.
يشير بعض محللي الأمن إلى أن المشكلة تظهر فقط عندما تُترك إعدادات Docker الافتراضية دون تغيير، مما يشير إلى أن فرق العمليات المجتهدة كان بإمكانها تجنبها. ورغم أن الحفاظ على سلامة الإعدادات أمر مستحسن دائماً، إلا أن حقيقة أن خطوة واحدة خاطئة تفتح ناقلاً كاملاً لتنفيذ التعليمات البرمجية عن بُعد تجعل المخاطر عالية جداً بحيث لا يمكن اعتبارها "مجرد إعداد سيئ".
ما يجب مراقبته
- تابع التنبيهات الأمنية لشركة Ruflo للحصول على أي رقع إصلاحية لاحقة تعالج تلوث الذاكرة المتبقي.
- راقب منتديات المجتمع بحثاً عن تقارير حول استغلال الثغرة في الواقع.
- فكر في نشر جدران حماية للشبكة تمنع الوصول الخارجي إلى جسر MCP، حتى لو كانت الحاوية مهيأة بشكل صحيح.
الخلاصة: تتطلب الثغرة ذات الدرجة الكاملة في منصة ذكاء اصطناعي واسعة الاستخدام ترقية فورية، وتدوير بيانات الاعتماد، وإجراء تحليل شامل لما بعد الحادثة لكل عملية نشر متأثرة. إن تجاهل ذلك يفتح الباب لسرقة البيانات، وانتهاكات الخصوصية، وذكاء اصطناعي مخترق قد لا يستعيد سلوكه الأصلي أبداً.