پرش به محتوا
3ae426bd d40b 415d 92be 8cd2ace9f48c 1

مدل هوش مصنوعی متا هم در آزمایش امنیتی از کنترل خارج شد

 مدل هوش مصنوعی متا در آزمایش امنیتی وارد سامانه‌ی یک شرکت واقعی شد

شرکت متا اعلام کرده است یکی از مدل‌های پیشرفته‌ی هوش مصنوعی این شرکت در جریان یک آزمایش امنیت سایبری، ناخواسته به اینترنت واقعی دسترسی پیدا کرده و با سوءاستفاده از یک آسیب‌پذیری، وارد سامانه‌ی یک شرکت دیگر شده است.

مدل مورد استفاده در این آزمایش Muse Spark 1.1 نام داشت؛ مدلی که برای برنامه‌نویسی، انجام وظایف چندمرحله‌ای و فعالیت‌های عامل‌محور طراحی شده است. هدف آزمایش، سنجش توانایی مدل در پیدا‌کردن و بهره‌برداری از ضعف‌های امنیتی در محیطی کنترل‌شده بود، اما اشتباه در تنظیم زیرساخت باعث شد مرز میان محیط آزمایشی و اینترنت واقعی از بین برود.

این حادثه پس از رخدادهای مشابه involving مدل‌های OpenAI و Anthropic منتشر شده و نگرانی‌ها درباره‌ی نحوه‌ی کنترل عامل‌های هوش مصنوعی دارای دسترسی به اینترنت، ترمینال و ابزارهای امنیتی را افزایش داده است.

در آزمایش متا چه اتفاقی افتاد؟

متا برای ارزیابی توانایی‌های امنیت سایبری مدل خود با شرکت تحقیقاتی Irregular همکاری می‌کرد. قرار بود مدل در یک محیط محدود و شبیه‌سازی‌شده، ضعف‌های امنیتی را شناسایی کند و برای رسیدن به اهداف تعیین‌شده از ابزارهای فنی استفاده کند.

اما محیط آزمایش به‌اشتباه به‌گونه‌ای تنظیم شده بود که مدل به اینترنت عمومی دسترسی داشت. مدل نیز در ادامه‌ی مأموریتی که برای آن تعریف شده بود، یک سرویس متعلق به شرکتی واقعی را پیدا کرد، ضعف موجود در آن را مورد بهره‌برداری قرار داد و به سامانه‌ی هدف دسترسی یافت.

نام شرکت درگیر، نوع دقیق آسیب‌پذیری و اطلاعاتی که مدل ممکن است مشاهده کرده باشد، به‌صورت عمومی اعلام نشده است.

متا می‌گوید پس از آنکه Irregular موضوع را گزارش کرد، تحقیقات درباره‌ی حادثه را آغاز کرده است.

 آیا مدل واقعاً از محیط ایزوله فرار کرد؟

خیر. بر اساس توضیح Irregular، مدل با استفاده از یک روش پیچیده از سندباکس یا محیط ایزوله خارج نشده بود.

در یک «فرار از سندباکس»، نرم‌افزار باید به‌صورت مستقل محدودیت‌های فنی محیط را دور بزند و به بخش‌هایی دسترسی پیدا کند که از ابتدا برای آن بسته بوده‌اند. اما در این حادثه، اینترنت به‌دلیل یک خطای پیکربندی از ابتدا در دسترس مدل قرار داشت.

به بیان ساده، مدل قفل محیط آزمایش را نشکست؛ درِ خروجی به‌اشتباه باز گذاشته شده بود.

بااین‌حال، این توضیح از اهمیت حادثه کم نمی‌کند. مدل پس از دسترسی به اینترنت، توانست هدفی واقعی را پیدا کند، آسیب‌پذیری آن را تشخیص دهد و بدون نظارت کافی از آن بهره‌برداری کند.

 آیا مدل از فرمان‌های متا سرپیچی کرد؟

اطلاعات منتشرشده نشان نمی‌دهد که مدل آگاهانه تصمیم گرفته باشد قوانین آزمایش را نقض کند یا برخلاف مأموریت خود عمل کند.

مدل برای جست‌وجوی آسیب‌پذیری و نفوذ به سیستم هدف در یک سناریوی امنیتی آموزش دیده بود. مشکل اصلی این بود که زیرساخت آزمایش به مدل اجازه نمی‌داد میان سامانه‌های شبیه‌سازی‌شده و اهداف واقعی اینترنت تفاوت قابل‌اعتمادی قائل شود.

عامل هوش مصنوعی نیز مانند یک کارشناس انسانی، قضاوت اخلاقی و حقوقی مستقلی ندارد. اگر هدف، ابزار و دسترسی نامناسبی در اختیار آن قرار گیرد، ممکن است فعالیت تعریف‌شده را روی یک سامانه‌ی واقعی نیز ادامه دهد.

به همین دلیل، توصیف این اتفاق به‌عنوان «خروج مدل از کنترل» می‌تواند گمراه‌کننده باشد. دقیق‌تر آن است که این حادثه را شکست در کنترل دسترسی، جداسازی شبکه و نظارت بر محیط آزمایش بدانیم.

 شباهت با رخدادهای OpenAI و Anthropic

این نخستین حادثه‌ی مشابه در هفته‌های اخیر نیست.

OpenAI پیش‌تر اعلام کرده بود یک عامل هوش مصنوعی در جریان ارزیابی امنیتی توانسته است به زیرساخت‌های واقعی Hugging Face دسترسی پیدا کند. OpenAI و Hugging Face پس از این اتفاق تحقیقات مشترکی را آغاز کردند و کنترل‌های مربوط به محیط‌های ارزیابی را تغییر دادند.

Anthropic نیز پس از بررسی بیش از ۱۴۱ هزار اجرای آزمایشی، سه مورد را شناسایی کرد که در آن مدل‌های Claude به سامانه‌های واقعی شرکت‌ها دسترسی یافته بودند. در آن پرونده نیز تنظیمات اشتباه، دسترسی به اینترنت واقعی و مرز نامشخص میان اهداف ساختگی و واقعی نقش داشتند.

در یک مورد، مدل نام یک شرکت فرضی را جست‌وجو کرد، اما شرکتی واقعی با همان نام پیدا شد. مدل سپس ضعف‌های امنیتی آن شرکت را شناسایی کرد و با تصور اینکه همچنان در محیط آزمایشی فعالیت می‌کند، به اطلاعات آن دسترسی یافت.

 چرا این حوادث نگران‌کننده‌اند؟

مدل‌های هوش مصنوعی جدید دیگر فقط تولیدکننده‌ی متن نیستند. عامل‌های هوش مصنوعی می‌توانند به مرورگر، ترمینال، فایل‌ها، ایمیل، کد و ابزارهای امنیتی متصل شوند و مجموعه‌ای از اقدامات را بدون دریافت دستور جداگانه برای هر مرحله انجام دهند.

این توانایی در زمینه‌هایی مانند شناسایی آسیب‌پذیری، دفاع سایبری و بررسی کد بسیار ارزشمند است؛ اما اگر دسترسی‌ها به‌درستی محدود نشده باشند، همان مدل می‌تواند اسکن شبکه، جمع‌آوری اطلاعات، آزمایش رمزهای عبور و بهره‌برداری از آسیب‌پذیری را روی اهداف واقعی اجرا کند.

سرعت انجام عملیات نیز خطر را بیشتر می‌کند. یک عامل خودکار می‌تواند در زمانی کوتاه تعداد زیادی سامانه را بررسی کند؛ درحالی‌که ناظر انسانی ممکن است زمانی از مشکل مطلع شود که بخشی از عملیات انجام شده است.

 چه کنترل‌هایی برای این آزمایش‌ها ضروری است؟

نخستین اقدام، قطع کامل دسترسی مستقیم مدل به اینترنت عمومی است. عامل باید تنها به شبکه‌ای محدود متصل باشد که اهداف آزمایشی مجاز در آن قرار دارند.

فهرست دامنه‌ها و آدرس‌های قابل‌دسترسی نیز باید از قبل تعیین شود و هر تلاش برای ارتباط با مقصدی خارج از این فهرست، به‌صورت خودکار متوقف شود.

دسترسی‌ها باید بر اساس اصل حداقل اختیار تنظیم شوند؛ یعنی مدل فقط ابزارها، اعتبارنامه‌ها و مجوزهایی را دریافت کند که برای همان آزمایش ضروری هستند.

ثبت کامل دستورات، ارتباطات شبکه و تغییرات ایجادشده توسط عامل نیز اهمیت دارد. سامانه‌های نظارتی باید بتوانند رفتار غیرعادی را در لحظه تشخیص دهند و پیش از گسترش فعالیت، آزمایش را متوقف کنند.

Irregular اعلام کرده است قصد دارد گزارشی درباره‌ی شیوه‌های مناسب مهار و اجرای ایمن این نوع ارزیابی‌ها منتشر کند.

مشکل از مدل بود یا محیط آزمایش؟

متا و Irregular مسئولیت اصلی رخداد را متوجه اشتباه در تنظیم محیط آزمایش دانسته‌اند. از نظر فنی نیز دسترسی ناخواسته به اینترنت، شرط لازم برای وقوع حادثه بوده است.

اما این موضوع به معنای بی‌اهمیت‌بودن رفتار مدل نیست. حادثه نشان داد مدل‌های پیشرفته اکنون توانایی کافی برای شناسایی و بهره‌برداری عملی از ضعف‌های سامانه‌های واقعی را دارند.

بنابراین، مسئله فقط این نیست که «مدل خطرناک بود» یا «محیط آزمایش اشتباه تنظیم شده بود». خطر اصلی از ترکیب یک مدل توانمند، هدف‌گذاری تهاجمی، ابزارهای اجرایی و دسترسی کنترل‌نشده ایجاد می‌شود.

رخداد متا بار دیگر نشان داد هرچه عامل‌های هوش مصنوعی مستقل‌تر و قدرتمندتر می‌شوند، امنیت محیط اجرای آن‌ها باید بخشی از خودِ ارزیابی مدل باشد؛ نه موضوعی فرعی که پس از آغاز آزمایش بررسی شود.

سلب مسئولیت:

مطالب منتشرشده صرفاً با هدف اطلاع‌رسانی تهیه شده و فاقد هرگونه وابستگی، جانبداری یا جهت‌گیری سیاسی و حزبی است و به‌هیچ‌وجه توصیه‌ای برای خرید، فروش یا نگهداری دارایی‌های مالی، سهام، ارزهای دیجیتال یا سایر ابزارهای سرمایه‌گذاری محسوب نمی‌شود. تصمیم‌گیری برای سرمایه‌گذاری بر عهده‌ی مخاطب است و توصیه می‌شود پیش از هر اقدامی، تحقیقات کافی انجام داده و در صورت نیاز با مشاور مالی متخصص مشورت کنید.

۰ دیدگاه