AI Startups Warned: Anthropic’s Storage Flaw Shows Prompt Data Is Vulnerable

Anthropic-ன் prompt-leak பிழை ஒரு வார கால பயனர் தரவுகளை வெளிப்படுத்தியது.

இந்தத் தரவு கசிவு ஏன் முக்கியமானது

Anthropic-ன் மாடல் இடைமுகம் (model interface) டெவலப்பர்கள் "prompts"-களை அனுப்ப அனுமதிக்கிறது—அதாவது ஒரு மொழி மாதிரியின் (language model) பதிலைத் தீர்மானிக்கும் உரை அது. இந்தச் சம்பவத்தில், சேமிப்பகக் குறைபாடு (storage flaw) காரணமாக அங்கீகரிக்கப்படாத நபர்கள் அந்த prompts-களை ஏழு நாட்களுக்குப் படிக்க முடிந்தது. இந்தத் தரவு கசிவு ஒரு பெரிய ஹேக்கிங் மூலம் நடக்கவில்லை; prompts எவ்வாறு சேமிக்கப்படுகின்றன மற்றும் பெறப்படுகின்றன என்பதில் ஏற்பட்ட ஒரு சிறிய கவனக்குறைவே இதற்கு வழிவகுத்தது.

என்ன தவறு நடந்தது

பயனர் தரவை மாடல் எடைகளிலிருந்து (model weights) தனித்துப் பிரித்து வைப்பது பாதிப்பைக் குறைக்கும். தணிக்கைப் பதிவுகளை (audit trails) உருவாக்குவது அசாதாரணமான செயல்பாடுகளை முன்கூட்டியே கண்டறிய உதவும்.

AI ஸ்டார்ட்அப்களுக்கான உடனடி நடவடிக்கைகள்

• Prompt கையாளுதலை வலுப்படுத்துங்கள் – வரும் ஒவ்வொரு prompt-யையும் ஒரு முக்கியமான உள்ளீடாகக் (sensitive input) கருதுங்கள். அதைச் சேமிக்கும்போது குறியாக்க முறைக்கு (encrypt) உட்படுத்துங்கள், படிக்க/எழுத (read/write) உரிமைகளை மிகக் குறைந்த சேவைகளுக்கு மட்டுமே கட்டுப்படுத்துங்கள், மேலும் மாடல் இயக்கும் இயந்திரம் (model execution engine) மட்டுமே அதைத் திரும்பப் பெற முடியும் என்பதை உறுதிப்படுத்துங்கள்.
• பயனர் தரவை மாடல் எடைகளிலிருந்து தனித்துப் பிரியுங்கள் – மாடல் கோப்புகளிலிருந்து இயற்பியல் ரீதியாகவும் தர்க்க ரீதியாகவும் (physically and logically) வேறுபட்ட ஒரு பிரத்யேக களஞ்சியத்தில் (repository) prompts-களைச் சேமிக்கவும். இந்தத் தனிப்பிரிவு, ஏதேனும் ஒரு தரவு கசிவு ஏற்பட்டால் அதன் பாதிப்பின் பரப்பளவைக் (blast radius) கட்டுப்படுத்தும்.
• தணிக்கைப் பதிவுகளை (audit trails) உருவாக்குங்கள் – prompt சேமிப்பகத்தை அணுகும் ஒவ்வொரு முறையும் நேர முத்திரை (timestamps), பயனர் ஐடிகள் (user IDs) மற்றும் மூல ஐபி முகவரிகளுடன் (source IPs) பதிவு செய்யுங்கள். அசாதாரணமான தரவுப் படிப்பு அளவுகள் அல்லது எதிர்பாராத சேவைகளிலிருந்து அணுகுதல் போன்ற நிகழ்வுகளுக்கு எச்சரிக்கைகளை வழங்கும் நிகழ்நேர பகுப்பாய்வுகளை (real-time analytics) இயக்கவும்.

அடுத்து கவனிக்க வேண்டியவை

சுருக்கமாக: ஒரு சிறிய prompt-கையாளுதல் பிழை, ஒரு வார கால தரவு வெளிப்பாடாகப் பெருமளவில் மாறக்கூடும். AI நிறுவனத் தொடங்குபவர்கள், மற்ற பயனர் தரவு அமைப்புகளுக்குப் பயன்படுத்துவது போலவே prompt சேமிப்பிற்கும் அதே கண்டிப்பான நடைமுறைகளைப் பின்பற்ற வேண்டும்; இல்லையெனில் அவர்கள் Anthropic-ன் விலையுயர்ந்த தவறைத் திரும்பச் செய்வார்கள்.