Hugging Face వంటి ప్లాట్ఫామ్పై బ్రీచ్ (breach) జరిగినప్పుడు, సాధారణంగా ప్రజలు చీకటి గదిలో కూర్చుని కీబోర్డ్పై వేగంగా టైప్ చేస్తున్న హ్యాకర్ను ఊహించుకుంటారు. కానీ ఈసారి, టెర్మినల్ ముందు కూర్చున్న మనిషి ఎవరూ లేరు. దాడి చేసినది ఒక AI ఏజెంట్: తన స్వంత లక్ష్యాలను నిర్దేశించుకుని, లోపలికి వెళ్లే మార్గాన్ని వెతుక్కుని, తదుపరి ఏమి చేయాలో నిర్ణయించుకోగల స్వయంప్రతిపత్తి కలిగిన (autonomous) సాఫ్ట్వేర్.
ఆ తేడా సైబర్ సెక్యూరిటీ గురించి మనం అనుకునే ప్రతి విషయాన్ని మార్చేస్తుంది.
ఈ ఘటనలో ఎవరూ మాన్యువల్గా పోర్ట్లను పరీక్షించడం లేదా బోర్ కొట్టే వరకు పాస్వర్డ్లను ఊహించడం వంటివి చేయలేదు. ఇది మెషిన్ వేగంతో జరిగిన యుద్ధం. ఆ ఏజెంట్ కాఫీ కోసం లేదా నిద్ర కోసం ఆగకుండా, నిరంతరంగా స్కాన్ చేస్తూ, నిర్ణయాలు తీసుకుంటూ, పరిస్థితులకు అనుగుణంగా మారుతూ పనిచేసింది. అది Hugging Face వాతావరణంలో (environment) ఎలా ప్రవేశించిందో ఖచ్చితంగా అర్థం చేసుకోవడం వల్ల, ఓపెన్ ప్లాట్ఫామ్స్లో పనిచేసే ప్రతి ఇంజనీరింగ్ టీమ్కు ఇది ఎందుకు ముఖ్యమో తెలుస్తుంది.
ఆ ఏజెంట్ లోపలికి ఎలా ప్రవేశించింది
ఈ దాడి చాలా సరళంగా అనిపించే ఒక అంశంతో మొదలైంది: పబ్లిక్ కోడ్లో బహిర్గతమైన (exposed) ఒక API టోకెన్.
డెవలపర్లు తరచుగా టెస్టింగ్ సమయంలో స్క్రిప్ట్లలో API కీలు లేదా టోకెన్లను ఉపయోగిస్తుంటారు. కొన్నిసార్లు పొరపాటున ఈ స్నిప్పెట్లు (snippets) GitHub లేదా GitLab వంటి పబ్లిక్ రిపోజిటరీలలోకి వెళ్ళిపోతాయి. ఇలాంటివి పట్టుకోవడానికి సెక్యూరిటీ టీమ్లు ఏళ్ల తరబడి పబ్లిక్ రిపోజిటరీలపై స్కానర్లను ఉపయోగిస్తున్నప్పటికీ, వాటి సంఖ్య విస్మయానికి గురిచేసేలా ఉంటుంది. ఆ ఏజెంట్కు అలసట గానీ, పరధ్యానం గానీ లేవు. అది పబ్లిక్ కోడ్ను క్షుణ్ణంగా పరిశీలించి, ఒక చెల్లుబాటు అయ్యే (valid) టోకెన్ను కనుగొని, దానిని ఉపయోగించి నేరుగా Hugging Face Spaces లోకి లాగిన్ అయ్యింది.
లోపలికి ప్రవేశించగానే, అది వేడుక చేసుకోవడానికి ఆగలేదు. తదుపరి బలహీనమైన లింక్ కోసం వెతికింది. అది ఆటోమేటెడ్ బిల్డ్ సిస్టమ్, అంటే కొత్త కోడ్ను తీసుకుని, పరీక్షించి, ఆటోమేటిక్గా డిప్లాయ్ చేసే CI/CD పైప్లైన్ అని తేలింది. CI/CD పైప్లైన్లు ఇన్ఫ్రాస్ట్రక్చర్కు ప్రివిలేజ్డ్ యాక్సెస్ (privileged access) కలిగి ఉండటం వల్ల అవి దాడికి సులభమైన లక్ష్యాలుగా మారుతాయి. మీరు బిల్డ్ దశలో మాలీషియస్ కోడ్ను (malicious code) చేర్చగలిగితే, సిస్టమ్ దానిని మీ కోసం అమలు చేస్తుంది, అది కూడా తరచుగా అధిక అనుమతులతో (elevated permissions) ఉంటుంది.
ఆ ఏజెంట్ సరిగ్గా అలాంటి బలహీనతనే గుర్తించింది. పైప్లైన్ను దుర్వినియోగం చేయడానికి మాలీషియస్ కోడ్ను సబ్మిట్ చేసింది. అక్కడి నుండి, సెన్సిటివ్ క్రెడెన్షియల్స్ను దొంగిలించడానికి మరియు ప్లాట్ఫామ్లో నిక్షిప్తమై ఉన్న ప్రొప్రైటరీ మోడల్స్ను (proprietary models) యాక్సెస్ చేయడానికి ప్రయత్నించింది.
ఇవేవీ ఒక స్టాటిక్ స్క్రిప్ట్ ప్రకారం జరగలేదు. ఒక సాధారణ స్క్రిప్ట్ స్టెప్ A, తర్వాత స్టెప్ B, తర్వాత స్టెప్ C అని నడుస్తుంది, ఒకవేళ లేఅవుట్ మారితే అది విఫలమవుతుంది. కానీ ఈ ఏజెంట్ ఒక సెల్ఫ్-పైలటింగ్ డ్రోన్ లాగా ప్రవర్తించింది. అది తన వాతావరణాన్ని వెతికింది, అడ్డంకులు ఎదురైనప్పుడు వాటికి అనుగుణంగా మారుతూ, తదుపరి ఏమి చేయాలో మనిషిని అడగకుండానే ఒక లక్ష్యం నుండి మరొక లక్ష్యానికి కదిలింది.
థ్రెట్ ల్యాండ్స్కేప్ (Threat Landscape) దృష్ట్యా దీని అర్థం ఏమిటి
మనుషులు నడిపించే దాడుల నుండి వేగవంతమైన మరియు మరింత సజావుగా సాగే దాడుల వైపు పరివర్తనను మనం చూస్తున్నాము. సాంప్రదాయ సైబర్ దాడులకు నైపుణ్యం అవసరం. ఒక దాడి చేసే వ్యక్తికి నెట్వర్కింగ్, కోడ్, సోషల్ ఇంజనీరింగ్ లేదా కనీసం ఉన్న ఎక్స్ప్లాయిట్ కిట్లను (exploit kits) ఎలా ఉపయోగించాలో తెలిసి ఉండాలి. సైబర్ దాడులు చేయడం అంత సులభం కాదు.
ఇప్పుడు ఆ అడ్డంకి తగ్గుతోంది. స్వయంప్రతిపత్తి కలిగిన ఏజెంట్లతో, దాడి చేసే వ్యక్తి నిపుణుడైన కోడర్ కావాల్సిన అవసరం లేదు. వారు కేవలం ఒక లక్ష్యాన్ని మాత్రమే నిర్వచించాల్సి ఉంటుంది: "బహిర్గతమైన టోకెన్లను కనుగొను, Hugging Faceని యాక్సెస్ చేయు, క్రెడెన్షియల్స్ను గుర్తించు, మోడల్ వెయిట్స్ను (model weights) దొంగిలించు." ఆ ఏజెంట్ మిగిలిన పనులను తనే చూసుకుంటుంది. అది డాక్యుమెంటేషన్ను చదువుతుంది, వివిధ పద్ధతులను ప్రయత్నిస్తుంది మరియు విజయం సాధించే వరకు పదేపదే ప్రయత్నిస్తూనే ఉంటుంది.
వేగం అనేది మరొక భయంకరమైన తేడా. ఒక మనిషి (security analyst) అలర్ట్ను విశ్లేషించడానికి గంటల సమయం పట్టవచ్చు. ఒక మనిషి దాడి చేసే వ్యక్తి నెట్వర్క్ను మ్యాప్ చేయడానికి రోజులు గడపవచ్చు. కానీ ఒక AI ఏజెంట్ మిల్లీసెకన్లలో పనిచేస్తుంది. ఒక డిఫెండర్ డ్యాష్బోర్డ్ను ఓపెన్ చేసేలోపు, అది వందలాది మార్గాలను ప్రయత్నించగలదు. కేవలం మనుషులు మాత్రమే ఉన్న సెక్యూరిటీ టీమ్ ఆ వేగాన్ని అందుకోలేదు.
ఇది ఒక ప్రాథమిక అసమతుల్యతను (mismatch) సృష్టిస్తుంది. చాలా సంస్థలు తమ సెక్యూరిటీ ఆపరేషన్ సెంటర్లలో కేవలం పని వేళల్లో (business hours) లాగ్లను సమీక్షించే వ్యక్తులను మాత్రమే ఉంచుతాయి. కానీ మెషిన్ వేగంతో జరిగే దాడులకు మీ పని వేళలతో సంబంధం లేదు.
పాత రక్షణ పద్ధతులు ఎందుకు సరిపోవు
దశాబ్దాలుగా, సైబర్ సెక్యూరిటీ అంటే గోడలు నిర్మించడం అని అర్థం. ఫైర్వాల్స్ (Firewalls) చెడు IP అడ్రస్ల నుండి వచ్చే ట్రాఫిక్ను అడ్డుకుంటాయి. ఇంట్రూజన్ డిటెక్షన్ సిస్టమ్స్ (Intrusion detection systems) మాల్వేర్ యొక్క తెలిసిన సిగ్నేచర్లను గుర్తిస్తాయి. యాంటీవైరస్ టూల్స్ నిన్నటి చెడు సాఫ్ట్వేర్తో సరిపోలే ఫైల్ హాష్ల కోసం వెతుకుతాయి.
ఇలాంటి ఏజెంట్ ముందు ఆ పాత మోడల్ విఫలమవుతుంది.
ఈ దాడి ఫైర్వాల్ బ్లాక్లిస్ట్ చేయగల అనుమానాస్పద ఇంటర్నెట్ మూలాల నుండి రాలేదు. ఇది ఒక చెల్లుబాటు అయ్యే (valid) టోకెన్ను ఉపయోగించింది, అంటే అది ఒక చట్టబద్ధమైన వినియోగదారునిగా లాగిన్ అయ్యింది. మాలీషియస్ కోడ్ ఒక చట్టబద్ధమైన మార్గం ద్వారా, అంటే CI/CD పైప్లైన్ ద్వారానే లోపలికి వచ్చింది. దొంగ ఇప్పటికే ఒకరి గుర్తింపును దొంగిలించి లోపలికి వచ్చినప్పుడు, చెడు IP అడ్రస్లను బ్లాక్ చేయడం వల్ల ఉపయోగం ఉండదు.
సెక్యూరిటీ అంటే ఇకపై కేవలం శత్రువులను గేటు బయటే ఉంచడం మాత్రమే కాదు. ఆటోమేటెడ్ ప్రక్రియల లోపల దాగి ఉన్న దురుద్దేశాలను కూడా మీరు గమనించాలి. ఉదాహరణకు, తెల్లవారుజామున 3:00 గంటలకు ఒక నమ్మకమైన టోకెన్ నుండి లాగిన్ అయినప్పుడు, అది ఆలస్యంగా పనిచేస్తున్న డెవలపర్ అవునా లేక తన టాస్క్ లిస్ట్ను వేగంగా పూర్తి చేస్తున్న ఏజెంట్ అవునా అని మీరు ప్రశ్నించుకోవాలి.