OpenAI-Hugging Face-ის ინციდენტი(იხსნება ახალ ფანჯარაში) კიბერუსაფრთხოებისთვის გარდამტეხი მომენტი იყო, რადგან მან წარმოგვიდგინა, როგორ განვითარდება მომდევნო თვეებში ტიპური საფრთხის აქტორის შესაძლებლობები. ბოლო რამდენიმე კვირის განმავლობაში ბევრ ორგანიზაციასთან მქონდა საუბარი და ერთი რამ ცხადია: მათ იციან, რომ კიბერუსაფრთხოების პრაქტიკა უპრეცედენტო სისწრაფითა და ძირეულად უნდა გაიუმჯობესონ. ამ პოსტში გაგიზიარებთ, რას ვაკეთებთ OpenAI-ის დასაცავად, რა კონკრეტული ნაბიჯების გადადგმა შეუძლიათ სხვა ორგანიზაციებს დღესვე და რატომ არის ახლა მოქმედების დრო.
მსოფლიოში შექმნილ AI მოდელებს სულ უფრო მეტად შეუძლიათ რეალურ კიბერთავდასხმებში გარკვეული ეტაპების ავტომატიზაცია, რაც უსაფრთხოების დიდი ხნის განმავლობაში არსებულ ხარვეზებს — ადამიანების მიერ დაწერილ პროგრამულ უზრუნველყოფაში ღრმად ჩამალული შეცდომებიდან დაწყებული, დავიწყებული წვდომის ნებართვებით დამთავრებული — უფრო ადვილად აღმოსაჩენსა და გამოსაყენებელს ხდის. იგივე AI შესაძლებლობები დამცველებს ამ სისუსტეების აღმოჩენისა და გამოსწორების ახალ გზებს აძლევს, თუმცა მათ მოქმედება ახლავე უნდა დაიწყონ. თუ კომპანიები გადამწყვეტად იმოქმედებენ — მათ შორის, გააუმჯობესებენ საბაზისო უსაფრთხოების პრაქტიკას და AI-ის დახმარებით თავიანთ გუნდებს მნიშვნელოვნად გააძლიერებენ — შეგვიძლია ინტერნეტი იმაზე უსაფრთხო გავხადოთ, ვიდრე ოდესმე ყოფილა.
OpenAI-Hugging Face-ის ინციდენტის დროს აგენტურმა კოლექტივმა შეძლო, ავტონომიურად შეეღწია არა მხოლოდ OpenAI-ის კვლევით ინფრასტრუქტურაში, არამედ სხვა კომპანიის საწარმოო ინფრასტრუქტურაშიც, რა დროსაც მან ერთმანეთთან დააკავშირა სხვადასხვა ტიპის მოწყვლადობა — აქამდე უცნობი უსაფრთხოების ხარვეზებიდან დაწყებული, ინტერნეტში გაჟონილი მომხმარებლის ანგარიშების სერტიფიკატების გამოყენებით დამთავრებული. სულ უფრო ცხადი ხდება, რომ ყველა კომპანიის ტექნიკური ვალი(იხსნება ახალ ფანჯარაში) მნიშვნელოვან ხარვეზებს ფარავს და დამცველებმა ისინი თავდამსხმელებზე ადრე უნდა იპოვონ და გამოასწორონ.
თავდამსხმელებთან შედარებით დამცველებისთვის უპირატესობის მისაცემად, ამ წლის დასაწყისში დავიწყეთ ჩვენი კიბერშესაძლებლობების გამოშვება მხოლოდ სანდო დამცველებისთვის. მას შემდეგ სხვადასხვა კომპანიამ გამოუშვა ღია წონებიანი მოდელები კიბერშესაძლებლობებით, რომლებიც მოწინავე დონეს მხოლოდ რამდენიმე თვით ჩამორჩება. ამ მოდელებიდან უახლესის გამოშვება(იხსნება ახალ ფანჯარაში) აგვისტოს ბოლოს იგეგმება და სავარაუდოდ, მნიშვნელოვნად დააჩქარებს საფრთხეების ლანდშაფტის განვითარებას.
მიუხედავად იმისა, რომ AI-ით გაძლიერებული თავდამსხმელები მალე შეძლებენ ბევრ არსებულ სისტემაში დიდი ხნის ხარვეზების პოვნას, AI დამცველებსაც გაცილებით გაუადვილებს იმავე ხარვეზების აღმოჩენას, პრიორიტეტების განსაზღვრასა და გამოსწორებას. უსაფრთხოება კვლავ დაჭერობანას თამაშია, მაგრამ ხელოვნურმა ინტელექტმა შეიძლება ამ ბრძოლის ეკონომიკა შეცვალოს(იხსნება ახალ ფანჯარაში) ისე, რომ დამცველებს ფუნდამენტური უპირატესობა მიანიჭოს. მაგალითად, ჩვენ ვიწყებთ ჩვენი მოდელების სპეციალურად გაწვრთნას იმისთვის, რომ ადამიანზე უფრო უსაფრთხო კოდი დაწერონ. ჩვენი მოდელები ასევე გამორჩეულად ძლიერი არიან მათემატიკური მტკიცებულებების შექმნაში, რომელთა გამოყენებაც შესაძლებელია პროგრამული უზრუნველყოფის უსაფრთხოების ფორმალურად დასადასტურებლად — ისეთი გზით, რომლის განხორციელებაც ადამიანებისთვის აქამდე პრაქტიკულად შეუძლებელი აღმოჩნდა.
OpenAI-Hugging Face ინციდენტის შემდეგ, ChatGPT Work-ს (საჯაროდ ხელმისაწვდომი GPT‑5.6 Sol-ის გამოყენებით) ვთხოვე, შეეფასებინა gregbrockman.com(იხსნება ახალ ფანჯარაში)-ის უსაფრთხოება. ეს მარტივი სტატიკური საიტია, რომელიც AWS-ზეა განთავსებული და Cloudflare-ს იყენებს როგორც წინა კარიბჭეს, ამიტომ ვიფიქრე, რომ მოწყვლადობებისთვის ზედაპირი დიდი არ იქნებოდა.
დაახლოებით 15 წუთში მან 13 პრობლემა აღმოაჩინა, რომელთაგან ბევრი, სავარაუდოდ, ცალკე აღებული ექსპლუატირებადი არ არის — თუმცა, შემიძლია წარმოვიდგინო, რომ მათი სხვა მოწყვლადობებთან კომბინირებამ შესაძლოა მნიშვნელოვანი შედეგები გამოიწვიოს. მე არ მქონდა კონფიგურირებული ჩემი DNS ჩანაწერები ისე, რომ თავდამსხმელებს ჩემი სახელით ელფოსტის გაყალბება ვერ შეძლებოდათ; ჩემი საიტი jQuery-ის დაუცველ ვერსიას იყენებდა; Cloudflare მოთხოვნებს AWS-ზე დაუშიფრავი HTTP-ით აგზავნიდა.
შემდეგ ვთხოვე ChatGPT Work-ს, ეს პრობლემები გამოესწორებინა, რაც მან ერთი საათის განმავლობაში გააკეთა. მან ჩემს ბრაუზერში Cloudflare-ის მართვის პანელი გახსნა და მრავალი ღილაკის დაჭერით DNS-ის, TLS-ისა და უსაფრთხოების გაფართოებული პარამეტრების სწორად კონფიგურაციას შეუდგა; საიტიდან jQuery სრულად ამოიღო; AWS-იდან Cloudflare Pages-ზე გადამიყვანა; დაიწყო DMARC(იხსნება ახალ ფანჯარაში)-ის ეტაპობრივი დანერგვა.
და ეს მხოლოდ ჩემი პირადი ვებსაიტი იყო. ეს მცირე მაგალითია იმისა, თუ როგორ შეუძლიათ ჩვენს არსებულ მოდელებს კიბერმცველად მუშაობა — იმ პრობლემების გრძელი კუდის პოვნა, რომლებამდეც ადამიანს დრო ან ექსპერტიზა არ ეყოფოდა, და შემდეგ მათი გამოსწორება სათანადოდ მორგებული დანერგვის გეგმით (ბევრი პარამეტრი, რომელიც მან გაასწორა, ჩემთვის ბუნდოვნად ნაცნობი იყო, მაგრამ ზუსტად არ ვიცოდი, როგორ უნდა ყოფილიყო ისინი კონფიგურირებული).
Hugging Face-ის ინციდენტმა აჩვენა, რომ ჩვენ სათანადოდ ვერ შევაფასეთ ჩვენი AI მოდელების რეალურ სამყაროში არსებული კიბერშესაძლებლობები. შესაბამისად, ვამკაცრებთ ჩვენს უსაფრთხოების მოთხოვნებს, რაც, თავის მხრივ, კიდევ უფრო გადაუდებელს ხდის ჩვენს უკვე არსებულ უსაფრთხოების კვლევასა და შიდა უსაფრთხოების სამუშაოს.
ამ ეტაპზე OpenAI-ის უსაფრთხოების უზრუნველყოფისადმი ჩვენი მიდგომის შესახებ ცოტა რამ მინდა გაგიზიაროთ იმ იმედით, რომ ეს სხვა ორგანიზაციებისთვისაც სასარგებლო იქნება. OpenAI-ის დასაცავად მნიშვნელოვნად ვზრდით ინვესტიციებს როგორც საბაზისო კონტროლებში — ძირითადი უსაფრთხოების ზომების სწორად განხორციელებაში —, ისე ჩვენი დაცვის მექანიზმების მოწინავე ინტელექტით გაძლიერებაში. ამ სტრატეგიას ოთხი ძირითადი საყრდენი აქვს.
პირველ რიგში, ჩვენს მოდელებს საკუთარი კოდის უსაფრთხოების გასაძლიერებლად ვიყენებთ. Codex, ჩვენი უსაფრთხოების პლაგინის ჩათვლით, ამოწმებს კოდის ცვლილებებს, ავლენს მოწყვლადობებს და ეხმარება დეველოპერებს პრობლემების გამოსწორებაში მათ გაშვებამდე. ჩვენი მიზანი არ არის უბრალოდ მეტი ისეთი უსაფრთხოების პრობლემების აღმოჩენა, რომელსაც ადამიანის ვალიდაცია სჭირდება; მიზანია რეალური მოწყვლადობები გამოშვებამდე აღმოვაჩინოთ და პრობლემის აღმოჩენიდან შესწორების უსაფრთხოდ დანერგვამდე გზა შევამოკლოთ. ვინაიდან ჩვენ ვაგრძელებთ ჩვენი მოდელების გაწვრთნას უფრო და უფრო უსაფრთხო კოდის შესაქმნელად, ჩვენი მიზანია ახლად დაწერილ კოდში პროგრამული უზრუნველყოფის ზოგიერთი ტიპის მოწყვლადობა აღმოვფხვრათ.
მეორეც, ჩვენს მოდელებს ჩვენი ინფრასტრუქტურის უწყვეტად დასაცავად ვიყენებთ. დღეს ჩვენი საწყისი უსაფრთხოების გაფრთხილებების თითქმის ყველა შემთხვევა ინტელექტის მიერ ფასდება, სანამ პროცესში ადამიანები ჩაერთვებიან. ეს დამცველებს რუტინულ შრომას უმცირებს, რეაგირებას აჩქარებს და ადამიანებს საშუალებას აძლევს, დრო იქ დახარჯონ, სადაც მათი უნარები ყველაზე ღირებულია — გარჩევაში, განსჯასა და პრაქტიკული გამოცდილების გამოყენებაში. ჩვენ სულ უფრო მეტად ვაკავშირებთ ამ გამოვლენებს შეზღუდულ ავტომატიზებულ რეაგირებებთან, ხოლო ყველაზე მაღალი გავლენის მქონე გადაწყვეტილებებზე პასუხისმგებლობას ადამიანებს ვუტოვებთ. მიზანი ისაა, რომ უსაფრთხოების პრობლემების აღმოჩენა და მათზე რეაგირება მანქანური სისწრაფით შევძლოთ..
მესამეც, ჩვენ მოწინავე ინტელექტს ვიყენებთ, რათა უწყვეტად აღვრიცხოთ, გამოვიკვლიოთ და გამოვავლინოთ შეტევის პოტენციური გზები. მოწყვლადობების, არასწორი კონფიგურაციის, ზედმეტად პრივილეგირებული იდენტობების ან უნებლიე ნდობის საზღვრების გამოვლენით, ჩვენ შეგვიძლია სწრაფად გამოვავლინოთ და დავხუროთ ეს ხარვეზები, სანამ თავდამსხმელები მათ ბოროტად გამოიყენებენ. ეს საშუალებას გვაძლევს, უწყვეტად შევაფასოთ, ვაკონტროლოთ და შევამოწმოთ ჩვენი უსაფრთხოების უცვლელი პრინციპები — უსაფრთხოების ის თვისებები, რომელთა ჭეშმარიტებაში დარწმუნებულები ვართ — ჩვენს პროდუქტებში, ინფრასტრუქტურასა და სისტემებში.
და ბოლოს, ჩვენ მასშტაბურად ვახორციელებთ მნიშვნელოვან ინვესტიციებს ფუნდამენტურ მიმართულებებში. ჩვენ ვაგრძელებთ ინვესტირებას უსაფრთხო არქიტექტურასა და კონტროლის მექანიზმებში, ვნერგავთ ისეთ სტრატეგიებს, როგორიცაა სიღრმისეული დაცვა და მინიმალური პრივილეგიის პრინციპი, და ვაპროექტებთ სისტემებს ისე, რომ კატასტროფული მოვლენის დადგომისთვის აუცილებელი იყოს რამდენიმე დამოუკიდებელი კონტროლის მექანიზმის ერთდროულად მწყობრიდან გამოსვლა. უსაფრთხოების კლასიკური მექანიზმები, როგორიცაა ქსელის იზოლაცია, სამუშაო დატვირთვების დაცულობის გამკაცრება, მონიტორინგი და პატჩების უსაფრთხო გამოყენება და განთავსება, ხელოვნური ინტელექტის მომავალში უფრო მნიშვნელოვანი იქნება, ვიდრე ოდესმე.
დრო გადამწყვეტია, და დამცველებს ქვემოთ მოცემული ნაბიჯების მაქსიმალური სისწრაფით შესრულება დასჭირდებათ. ქვემოთ OpenAI-ის ტექნოლოგიასაც ვახსენებ, თუმცა ეკოსისტემაში მრავლად არიან კონკურენტებიც, რომელთა შეფასებაც ასევე ღირს. მნიშვნელოვანია არა იმდენად კონკრეტული ინსტრუმენტი, რამდენადაც ის, რომ ქმედითი AI ახლა თქვენი დამცველების ხელში აღმოჩნდეს.
- მოიპოვეთ ორგანიზაციის მხრიდან ვალდებულება და მხარდაჭერა ჩვენ ვაწყდებით უსაფრთხოების რისკების სწრაფ ცვლილებას — დარწმუნდით, რომ თქვენს უსაფრთხოებისა და ინჟინერიის ორგანიზაციებს აქვთ საჭირო მხარდაჭერა, პარტნიორობა და რესურსები ამ რისკებზე სწრაფად რეაგირებისთვის. ჩაატარეთ თქვენს გუნდებთან ერთად სიმულაციური სავარჯიშოები, რათა წარმოიდგინოთ, როგორ შეიძლება განვითარდეს ასეთი თავდასხმები თქვენს ორგანიზაციებში და როგორ უპასუხებთ მათ.
- მიეცით თქვენს უსაფრთხოების გუნდს აგენტი დაიწყეთ Codex-ის Codex Security პლაგინის(იხსნება ახალ ფანჯარაში) ან სხვა ეფექტური აგენტური პროგრამირების და უსაფრთხოების ხელსაწყოს გამოყენება. მიანიჭეთ მას დამტკიცებული წვდომა კოდის ბაზებზე, ინფრასტრუქტურის კონფიგურაციებსა და ტექნიკურ დოკუმენტაციაზე, რომელთა შეფასებაც თქვენს უსაფრთხოების გუნდს სჭირდება. ნუ დაელოდებით კომპანიის მასშტაბით სრულ დანერგვას — დაიწყეთ ყველაზე მაღალი პრიორიტეტის მქონე სისტემებიდან.
- აღჭურვეთ ეს აგენტი უსაფრთხოების ექსპერტიზით დაიწყეთ საზოგადოების მიერ მხარდაჭერილი უნარებით(იხსნება ახალ ფანჯარაში), რომლებიც მოიცავს სტატიკური ანალიზის, უსაფრთხოებაზე ორიენტირებული კოდის მიმოხილვის, მოწყვლადობის ვარიაციების ანალიზის, პროგრამული უზრუნველყოფის მიწოდების ჯაჭვის რისკებისა და უსაფრთხოებასთან დაკავშირებული სხვა სამუშაო პროცესებს. შემდეგ შექმენით საკუთარი უნარები თქვენი ორგანიზაციის არქიტექტურის, უსაფრთხოების სტანდარტების, საფრთხეების მოდელებისა და მოქმედების სახელმძღვანელოების საფუძველზე.
- დაუყოვნებლივ ჩაატარეთ უსაფრთხოების შეფასებები თქვენსავე სისტემებზე პირველ რიგში, პრიორიტეტი მიანიჭეთ ინტერნეტიდან ხელმისაწვდომი სერვისების, ავთენტიფიკაციის პროცესების, ინფრასტრუქტურის კოდის სახით, დანერგვის მილსადენებისა და სენსიტიურ ინფორმაციასთან მომუშავე სისტემების შეფასებას. გააფართოვეთ სკანირების მასშტაბი, როგორც კი თქვენი გუნდი თავდაჯერებულობას შეიძენს.
- იმუშავეთ უკვე გამოვლენილი მოწყვლადობების სიაზე. მიაწოდეთ თქვენს აგენტს კოდის სკანერების შედეგები, დამოკიდებულებებთან დაკავშირებული გაფრთხილებები, უსაფრთხოების ბილეთები, bug bounty ანგარიშები და წინა შეფასებების შედეგები. სთხოვეთ მას, პრიორიტეტების მიხედვით დაახარისხოს მიღებული შედეგები, რეალური საფრთხეები განასხვავოს ცრუ განგაშისგან, კოდის ბაზაში მონათესავე მოწყვლადობები აღმოაჩინოს და რეკომენდაცია გაგიწიოთ, რა უნდა გამოსწორდეს პირველ რიგში.
- უსაფრთხოების შემოწმება პირდაპირ თქვენი შემუშავების პროცესში ჩართეთ გამოიყენეთ აგენტები კოდის ცვლილებების გასაანალიზებლად მათ გაერთიანებამდე და CI-ში უსაფრთხოების შემოწმებების გასაშვებად. მოძებნეთ ავთენტიფიკაციასთან დაკავშირებული შეცდომები, წვდომის კონტროლის გვერდის ავლის შესაძლებლობები, გამჟღავნებული სერტიფიკატები, არაუსაფრთხო დამოკიდებულებები, არაუსაფრთხო ნაგულისხმევი პარამეტრები, ცვლილებები, რომლებიც საწარმოო სისტემებზე წვდომას აფართოებს, და სხვა მოწყვლადობები.
- სთხოვეთ აგენტს, დაგეხმაროთ მის მიერ აღმოჩენილი პრობლემების გამოსწორებაში. დადასტურებული პრობლემებისთვის სთხოვეთ მას, შექმნას და გადაამოწმოს მიზანმიმართული პატჩი, დაწეროს რეგრესიული ტესტი და დაადასტუროს, რომ მოწყვლადობის ხელახლა გამოვლენა უკვე შეუძლებელია. მნიშვნელოვანი ცვლილებებისთვის ადამიანის მიერ გადამოწმების ეტაპი შეინარჩუნეთ, თუმცა აღმოფხვერით უსარგებლო შეფერხება რეალური პრობლემის გამოვლენასა და ინჟინრისთვის უსაფრთხო გადაწყვეტის წარდგენას შორის.
- ეტაპობრივად მოახდინეთ გამოვლენის ტრიაჟის ავტომატიზაცია ნუ დაიწყებთ ავტონომიური უსაფრთხოების ოპერაციების ცენტრის შექმნის მცდელობით. დაიწყეთ ერთი რეპოზიტორიის მხოლოდ წაკითხვის რეჟიმში უსაფრთხოების სკანირებით ან სთხოვეთ აგენტს, განიხილოს ადრე აღმოფხვრილი გაფრთხილებები თქვენს არსებულ ჟურნალებზე მხოლოდ წაკითხვის წვდომის გამოყენებით. მიეცით მას საშუალება, შეაჯამოს მტკიცებულებები და გასცეს რეკომენდაცია პრობლემის შემდგომი დამუშავების თაობაზე, ხოლო ყველა გადაწყვეტილება ადამიანმა მიიღოს. ნდობის ზრდასთან ერთად გადადით საკონსულტაციო pull request-ის სკანირებაზე, შემდეგ გაფრთხილებების რეალურ დროში ტრიაჟზე, შემდეგ კი ვიწროდ განსაზღვრული ცრუ დადებითი შედეგების ავტომატურ დახურვაზე.
- ხელოვნური ინტელექტით მხარდაჭერილი სასამართლო-საექსპერტო მოკვლევის შესაძლებლობა მანამ მოამზადეთ, სანამ მისი საჭიროება დაგიდგებათ შეიტანეთ განაცხადი Trusted Access for Cyber(იხსნება ახალ ფანჯარაში) -ზე და მიიღეთ თქვენი გუნდისთვის GPT‑Daybreak‑Blue‑ის გამოყენების ნებართვა ავტორიზებული თავდაცვითი სამუშაოებისთვის, მათ შორის ინციდენტებზე რეაგირების, აღმოჩენის მექანიზმების ინჟინერიისა და მავნე პროგრამების ანალიზისთვის. ივარჯიშეთ ამ შესაძლებლობის გამოყენებაში ჟურნალების, ტელემეტრიისა და უსაფრთხოების გაფრთხილებების გასაანალიზებლად.
- ქართულიჩაატარეთ ექსპერიმენტები, მოაწყვეთ ჰაკათონის კვირეულები და სწრაფად დახვეწეთ პროდუქტი. ჩვენ დაგვჭირდება სხვადასხვა ტიპის ახალი ინსტრუმენტის შექმნა, ჩვენი მუშაობის წესის შეცვლა და ყველას უნარების ახალ დონეზე აყვანა იმ სამყაროსთვის, რომლისკენაც მივდივართ. წაახალისეთ თქვენი თანამშრომლები, ჩაატარონ ექსპერიმენტები, დაგეგმეთ ჰაკათონის კვირეული ახალი შესაძლებლობების შესაქმნელად და კონცენტრირდით სწრაფ, განმეორებად ციკლებზე, რომლებიც პრობლემის მცირე ნაწილების ავტომატიზაციას უზრუნველყოფს. სწრაფი, ეტაპობრივი წინსვლა თავდაცვითი შედეგების დაგროვებით გაძლიერებას იწვევს, ხოლო გუნდის თავდაჯერებულობის ზრდასთან ერთად შეგიძლიათ ავტონომია ეტაპობრივად გააფართოოთ.
ვერცერთი კომპანია ამას დამოუკიდებლად ვერ შეძლებს. ჩვენი თხოვნაა, რომ AI ლაბორატორიებმა, კიბერუსაფრთხოების მომწოდებლებმა, საწარმოებმა და სისტემების/პროექტების მემკვიდრეებმა ერთმანეთს გაუზიარონ დადასტურებული მიგნებები, გამოსწორებები და პრაქტიკული სამოქმედო სახელმძღვანელოები, რათა ერთი ორგანიზაციის მიერ აღმოჩენილმა პრობლემამ მთელი ეკოსისტემის უსაფრთხოება გააძლიეროს.
დამცველის ფანჯარა ახლა ღიაა. მომდევნო თვეებში, უსაფრთხოების შესანარჩუნებლად, ყველა ორგანიზაციას საკუთარი უსაფრთხოების პროგრამის მნიშვნელოვანი ავტომატიზაციის დაწყება დასჭირდება, უსაფრთხოების სფეროს საზოგადოებამ კი დაუყოვნებლივ უნდა განსაზღვროს ის ინსტრუმენტები, პრაქტიკა და სამოქმედო გეგმები, რომლებიც, ხელოვნური ინტელექტის წინსვლის პარალელურად, დამცველთა შესაძლებლობებს თავდამსხმელებზე ბევრად უფრო სწრაფად გაზრდის. ეს მოითხოვს უზარმაზარ და უპრეცედენტო ძალისხმევას, მაგრამ თუ ერთად დავირაზმებით, შევძლებთ უზრუნველვყოთ უფრო უსაფრთხო მსოფლიო, ვიდრე ადრე წარმოსადგენი იყო.


