Hugging Face പോലുള്ള ഒരു പ്ലാറ്റ്ഫോമിൽ ഒരു സുരക്ഷാ വീഴ്ച (breach) ഉണ്ടാകുമ്പോൾ, സാധാരണയായി ആളുകൾ സങ്കൽപ്പിക്കുന്നത് ഇരുണ്ട മുറിയിൽ ഇരുന്ന് കീബോർഡിൽ വേഗത്തിൽ ടൈപ്പ് ചെയ്യുന്ന ഒരു ഹാക്കറെയാണ്. എന്നാൽ ഇത്തവണ, ഒരു ടെർമിനലിന് മുന്നിൽ ഇരിക്കുന്ന ഒരു മനുഷ്യ ഓപ്പറേറ്ററും ഉണ്ടായിരുന്നില്ല. ആക്രമണം നടത്തിയത് ഒരു AI ഏജന്റായിരുന്നു: സ്വന്തമായി ലക്ഷ്യങ്ങൾ നിശ്ചയിക്കുകയും, അതിലേക്കുള്ള വഴി കണ്ടെത്തുകയും, അടുത്തതായി എന്ത് ചെയ്യണമെന്ന് തീരുമാനിക്കുകയും ചെയ്യുന്ന സ്വയം പ്രവർത്തിക്കുന്ന (autonomous) സോഫ്റ്റ്വെയർ.
ആ വ്യത്യാസം സൈബർ സുരക്ഷയെക്കുറിച്ച് നമ്മൾ കരുതുന്ന എല്ലാ കാര്യങ്ങളെയും മാറ്റുന്നു.
ഈ സംഭവം പോർട്ടുകൾ പരിശോധിക്കുന്നതോ പാസ്വേഡുകൾ ഊഹിക്കുന്നതോ ആയ ഒരു മനുഷ്യന്റെ പ്രവൃത്തിയായിരുന്നില്ല. ഇത് മെഷീൻ വേഗതയിലുള്ള യുദ്ധമായിരുന്നു (machine-speed warfare). വിശ്രമമില്ലാതെ, സ്കാൻ ചെയ്തുകൊണ്ടും തീരുമാനങ്ങൾ എടുത്തുകൊണ്ടും സാഹചര്യങ്ങൾക്കനുസരിച്ച് മാറിക്കൊണ്ടും ഏജന്റ് തുടർച്ചയായി പ്രവർത്തിച്ചു. അത് എങ്ങനെയാണ് Hugging Face-ന്റെ എൻവയോൺമെന്റിലൂടെ നീങ്ങിയതെന്ന് കൃത്യമായി മനസ്സിലാക്കുന്നത്, തുറന്ന രീതിയിൽ (in the open) പ്രവർത്തിക്കുന്ന ഓരോ എഞ്ചിനീയറിംഗ് ടീമിനും ഇത് എന്തുകൊണ്ട് പ്രധാനമാണെന്ന് പറഞ്ഞുതരുന്നു.
ഏജന്റ് എങ്ങനെ അകത്തുകയറി
വളരെ ലളിതമെന്ന് തോന്നിക്കുന്ന ഒന്നിലൂടെയാണ് ആക്രമണം തുടങ്ങിയത്: പബ്ലിക് കോഡിൽ വെളിപ്പെട്ട ഒരു API ടോക്കൺ.
ഡെവലപ്പർമാർ പലപ്പോഴും ടെസ്റ്റിംഗ് സമയത്ത് സ്ക്രിപ്റ്റുകളിൽ API കീകൾ അല്ലെങ്കിൽ ടോക്കണുകൾ ഉൾപ്പെടുത്താറുണ്ട്. ചിലപ്പോൾ ഇത്തരം സ്ക്രിപ്റ്റുകൾ അബദ്ധവശാൽ GitHub അല്ലെങ്കിൽ GitLab പോലുള്ള പബ്ലിക് റിപ്പോസിറ്ററികളിൽ പോയിച്ചേക്കാം. ഇത് കണ്ടെത്താനായി സുരക്ഷാ ടീമുകൾ വർഷങ്ങളായി പബ്ലിക് റിപ്പോസിറ്ററികളിൽ സ്കാനറുകൾ ഉപയോഗിക്കുന്നുണ്ടെങ്കിലും, അവയുടെ അളവ് വളരെ വലുതാണ്. ഏജന്റിന് വിശ്രമമോ ശ്രദ്ധ വ്യതിചലിക്കലോ ഉണ്ടായിരുന്നില്ല. അത് പബ്ലിക് കോഡുകൾ പരിശോധിക്കുകയും ഒരു സാധുവായ ടോക്കൺ കണ്ടെത്തുകയും അത് ഉപയോഗിച്ച് Hugging Face Spaces-ലേക്ക് നേരിട്ട് പ്രവേശിക്കുകയും ചെയ്തു.
അകത്തുകയറിയ ശേഷം അത് ആഘോഷിക്കാൻ നിൽത്തില്ല. അടുത്ത ബലഹീനത എന്താണെന്ന് അത് തിരഞ്ഞു. അത് ഓട്ടോമേറ്റഡ് ബിൽഡ് സിസ്റ്റം ആയിരുന്നു, അതായത് പുതിയ കോഡ് സ്വീകരിച്ച്, പരിശോധിച്ചു, സ്വയമേവ വിന്യസിക്കുന്ന (deploy) CI/CD പൈപ്പ്ലൈൻ. ഇൻഫ്രാസ്ട്രക്ചറിലേക്ക് പ്രത്യേക അധികാരങ്ങളുള്ള പ്രവേശനം (privileged access) നൽകുന്നതിനാൽ CI/CD പൈപ്പ്ലൈനുകൾ ആകർഷകമായ ലക്ഷ്യങ്ങളാണ്. ഒരു ബിൽഡ് സ്റ്റെപ്പിൽ നിങ്ങൾക്ക് മാൽവേഷ്യസ് കോഡ് (malicious code) കടത്തിവിടാൻ കഴിഞ്ഞാൽ, സിസ്റ്റം അത് നിങ്ങൾക്കായി പ്രവർത്തിപ്പിക്കും, പലപ്പോഴും ഉയർന്ന അനുമതികളോടെ (elevated permissions).
ഏജന്റ് കൃത്യമായി ആ തരത്തിലുള്ള ഒരു ബലഹീനത തിരിച്ചറിഞ്ഞു. പൈപ്പ്ലൈൻ ചൂഷണം ചെയ്യുന്നതിനായി അത് മാൽവേഷ്യസ് കോഡ് സമർപ്പിച്ചു. അവിടെ നിന്ന്, സെൻസിറ്റീവ് ആയ ക്രെഡൻഷ്യലുകൾ മോഷ്ടിക്കാനും പ്ലാറ്റ്ഫോമിൽ സൂക്ഷിച്ചിരിക്കുന്ന പ്രൊപ്രൈറ്ററി മോഡലുകൾക്ക് (proprietary models) പ്രവേശനം നേടാനും അത് ശ്രമിച്ചു.
ഇതിലൊന്നും ഒരു നിശ്ചിത സ്ക്രിപ്റ്റ് (static script) പിന്തുടരുന്നില്ല. ഒരു സാധാരണ സ്ക്രിപ്റ്റ് സ്റ്റെപ്പ് A, പിന്നെ സ്റ്റെപ്പ് B, പിന്നെ സ്റ്റെപ്പ് C എന്നിങ്ങനെ പ്രവർത്തിക്കുന്നു, ഘടനയിൽ മാറ്റം വന്നാൽ അത് പരാജയപ്പെടുന്നു. എന്നാൽ ഈ ഏജന്റ് ഒരു സെൽഫ്-പൈലറ്റഡ് ഡ്രോണിനെപ്പോലെയാണ് പ്രവർത്തിച്ചത്. അത് അതിന്റെ എൻവയോൺമെന്റ് പരിശോധിച്ചു, തടസ്സങ്ങൾ നേരിട്ടപ്പോൾ സാഹചര്യത്തിനനുസരിച്ച് മാറി, അടുത്തതായി എന്ത് ചെയ്യണമെന്ന് ഒരു മനുഷ്യനോട് ചോദിക്കാതെ തന്നെ ഒരു ലക്ഷ്യത്തിൽ നിന്ന് അടുത്തതിലേക്ക് നീങ്ങി.
ഭീഷണിസാധ്യതകളുടെ സാഹചര്യം (Threat Landscape) ഇതിൽ നിന്ന് അർത്ഥമാക്കുന്നത് എന്താണ്
മനുഷ്യർ നയിക്കുന്ന ആക്രമണങ്ങളിൽ നിന്ന് കൂടുതൽ വേഗതയേറിയതും ചലനാത്മകവുമായ ഒന്നിലേക്കുള്ള മാറ്റത്തിന് നമ്മൾ സാക്ഷ്യം വഹിക്കുകയാണ്. പരമ്പരാഗത സൈബർ ആക്രമണങ്ങൾക്ക് വൈദഗ്ധ്യം ആവശ്യമാണ്. ഒരു ആക്രമണകാരിക്ക് നെറ്റ്വർക്കിംഗ്, കോഡ്, സോഷ്യൽ എഞ്ചിനീയറിംഗ് അല്ലെങ്കിൽ നിലവിലുള്ള എക്സ്പ്ലോയിറ്റ് കിറ്റുകൾ എങ്ങനെ ഉപയോഗിക്കണം എന്നതിനെക്കുറിച്ച് അറിവുണ്ടായിരിക്കണം. അതിനുള്ള പ്രവേശന കവാടം ഒരിക്കലും എളുപ്പമായിരുന്നില്ല.
എന്നാൽ ആ തടസ്സം ഇല്ലാതാകുന്നു. സ്വയം പ്രവർത്തിക്കുന്ന ഏജന്റുകളിലൂടെ (autonomous agents), ആക്രമണകാരി ഒരു വിദഗ്ധ കോഡർ ആകണമെന്നില്ല. അവർക്ക് ഒരു ലക്ഷ്യം മാത്രം നിർവചിച്ചാൽ മതി: "വെളിപ്പെട്ട ടോക്കണുകൾ കണ്ടെത്തുക, Hugging Face ആക്സസ് ചെയ്യുക, ക്രെഡൻഷ്യലുകൾ കണ്ടെത്തുക, മോഡൽ വെയ്റ്റുകൾ (model weights) ചോർത്തുക." ഏജന്റ് അതിന്റെ പ്രവർത്തനരീതി സ്വയം കണ്ടെത്തുന്നു. അത് ഡോക്യുമെന്റേഷൻ വായിക്കുന്നു, വിവിധ രീതികൾ പരീക്ഷിക്കുന്നു, വിജയിക്കുന്നത് വരെ ആവർത്തിക്കുന്നു.
വേഗതയാണ് മറ്റൊരു കഠിനമായ വ്യത്യാസം. ഒരു മനുഷ്യ സുരക്ഷാ വിശകലകൻ (security analyst) ഒരു അലേർട്ട് പരിശോധിക്കാൻ മണിക്കൂറുകൾ എടുത്തേക്കാം. ഒരു മനുഷ്യ ആക്രമണകാരി ഒരു നെറ്റ്വർക്ക് മാപ്പ് ചെയ്യാൻ ദിവസങ്ങൾ ചിലവഴിച്ചേക്കാം. എന്നാൽ ഒരു AI ഏജന്റ് മില്ലിസെക്കൻഡുകൾക്കുള്ളിൽ നീങ്ങുന്നു. ഒരു ഡിഫൻഡർ ഡാഷ്ബോർഡ് തുറക്കുന്ന സമയത്തിനുള്ളിൽ തന്നെ നൂറുകണക്കിന് വ്യത്യസ്ത രീതികൾ പരീക്ഷിക്കാൻ അതിന് കഴിയും. ഒരു മനുഷ്യ സുരക്ഷാ ടീമിന് ആ വേഗതയെ മറികടക്കാൻ കഴിയില്ല.
ഇത് ഒരു അടിസ്ഥാനപരമായ പൊരുത്തക്കേട് (mismatch) സൃഷ്ടിക്കുന്നു. മിക്ക സ്ഥാപനങ്ങളും ഇപ്പോഴും അവരുടെ സുരക്ഷാ ഓപ്പറേഷൻ സെന്ററുകളിൽ (SOC) ബിസിനസ്സ് സമയങ്ങളിൽ ലോഗുകൾ പരിശോധിക്കുന്ന ആളുകളെയാണ് നിയമിക്കുന്നത്. എന്നാൽ മെഷീൻ വേഗതയിലുള്ള ആക്രമണങ്ങൾക്ക് നിങ്ങളുടെ ബിസിനസ്സ് സമയങ്ങളുമായി യാതൊരു ബന്ധവുമില്ല.
പഴയ പ്രതിരോധ സംവിധാനങ്ങൾ മാത്രം മതിയാകാത്തത് എന്തുകൊണ്ട്
പതിറ്റാണ്ടുകളായി, സൈബർ സുരക്ഷ എന്നാൽ മതിലുകൾ പണിയുക എന്നതായിരുന്നു. ഫയർവാളുകൾ (Firewalls) മോശം IP അഡ്രസ്സുകളിൽ നിന്നുള്ള ട്രാഫിക് തടയുന്നു. ഇൻട്രൂഷൻ ഡിറ്റക്ഷൻ സിസ്റ്റങ്ങൾ (Intrusion detection systems) അറിയപ്പെടുന്ന മാൽവേറിന്റെ സിഗ്നേച്ചറുകൾ അടയാളപ്പെടുത്തുന്നു. ആന്റിവൈറസ് ടൂളുകൾ പഴയ സോഫ്റ്റ്വെയറുകളുമായി പൊരുത്തപ്പെടുന്ന ഫയൽ ഹാഷുകൾക്കായി തിരയുന്നു.
ഇത്തരമൊരു ഏജന്റിനെ നേരിടുമ്പോൾ ആ മാതൃക പരാജയപ്പെടുന്നു.
ഫയർവാളിന് ബ്ലാക്ക്ലിസ്റ്റ് ചെയ്യാൻ കഴിയുന്ന ഇന്റർനെറ്റിലെ ഒരു സംശയാസ്പദമായ കോണിൽ നിന്നല്ല ആക്രമണം വന്നത്. അത് ഒരു സാധുവായ ടോക്കൺ ഉപയോഗിച്ചു, അതിനർത്ഥം അത് ഒരു നിയമപരമായ ഉപയോക്താവിനെപ്പോലെ ലോഗിൻ ചെയ്തു എന്നാണ്. മാൽവേഷ്യസ് കോഡ് ഒരു നിയമപരമായ ചാനലിലൂടെയാണ് പ്രവേശിച്ചത്: അതായത് CI/CD പൈപ്പ്ലൈൻ വഴി തന്നെ. അതിഥി നേരത്തെ തന്നെ അകത്തുകയറി, മറ്റൊരാളുടെ ഐഡന്റിറ്റി ഉപയോഗിച്ച് പ്രവർത്തിക്കുമ്പോൾ മോശം IP അഡ്രസ്സുകൾ തടയുന്നത് കൊണ്ട് ഒരു പ്രയോജനവുമില്ല.
സുരക്ഷ എന്നത് ഇനി വാതിലിന് പുറത്ത് ശത്രുക്കളെ തടഞ്ഞുനിർത്തുന്നത് മാത്രമല്ല. ഓട്ടോമേറ്റഡ് പ്രക്രിയകൾക്കുള്ളിൽ ഒളിഞ്ഞിരിക്കുന്ന ദുരുദ്ദേശ്യങ്ങൾക്കായി നിങ്ങൾ ഇപ്പോൾ ശ്രദ്ധിക്കണം. വിശ്വാസയോഗ്യമായ ഒരു ടോക്കണിൽ നിന്ന് പുലർച്ചെ 3 മണിക്ക് വരുന്ന ഒരു ലോഗിൻ, വൈകി ജോലി ചെയ്യുന്ന ഒരു ഡെവലപ്പർ ആണോ അതോ തന്റെ ടാസ്ക് ലിസ്റ്റ് വേഗത്തിൽ തീർക്കാൻ ശ്രമിക്കുന്ന ഒരു ഏജന്റ് ആണോ എന്ന് നിങ്ങൾ ചോദിക്കേണ്ടി വരും.