हगिंग फेस, एक दशलक्षाहून अधिक AI मॉडेल्स, डेटासेट आणि ऍप्लिकेशन्स होस्ट करणारे ओपन-सोर्स हब, 16 जुलै 2026 रोजी उघड झाले की ते स्वायत्त AI एजंट प्रणालीद्वारे उल्लंघन केले गेले आहे. सुरक्षा संशोधकांनी प्रमुख AI इन्फ्रास्ट्रक्चरच्या विरुद्ध एन्ड-टू-एंड एजंटिक घुसखोरीच्या पहिल्या दस्तऐवजीकरण केलेल्या प्रकरणांपैकी एक म्हणून वर्णन केलेल्या घटनेत, हल्लेखोरांनी दुर्भावनापूर्ण डेटासेटचा पाया म्हणून वापर केला आणि स्वयंचलित एजंटला तेथून हल्ला करू दिला. हा भाग पटकन ब्रेकिंग एआय न्यूज मध्ये संदर्भ बिंदू बनला आहे की उद्योग ज्या एजंटिक सिस्टीम तैनात करण्यासाठी धडपडत आहे त्या विरूद्ध कसे केले जाऊ शकते.

हॅकर न्यूजने 20 जुलै रोजी दिलेल्या निवेदनात हगिंग फेसने सांगितले की, "आम्ही अंतर्गत डेटासेटच्या मर्यादित संचामध्ये आणि आमच्या सेवांद्वारे वापरल्या जाणाऱ्या अनेक क्रेडेन्शियल्समध्ये अनधिकृत प्रवेश ओळखला आहे. हल्लेखोराने सार्वजनिक, वापरकर्ता-फेसिंग मॉडेल्स, डेटासेट किंवा स्पेसशी किंवा त्याच्या सॉफ्टवेअर पुरवठा साखळीशी छेडछाड केल्याचा कोणताही पुरावा त्यांना सापडला नाही यावर कंपनीने जोर दिला.

स्वायत्त एजंट कसा आला

द हॅकर न्यूजच्या अहवालानुसार आणि स्टार्टअप फॉर्च्यूनने प्रकाशित केलेल्या तपशीलवार विश्लेषणानुसार, घुसखोरीचा प्रवेश बिंदू हगिंग फेसची स्वतःची डेटा-प्रोसेसिंग पाइपलाइन होती. दुर्भावनापूर्ण डेटासेटने प्रोसेसिंग कर्मचाऱ्यावर कोड चालवण्यासाठी दोन स्वतंत्र कोड-अंमलबजावणी पथांचा गैरवापर केला: रिमोट-कोड डेटासेट लोडर आणि डेटासेट कॉन्फिगरेशन फाइलमधील टेम्पलेट-इंजेक्शन दोष.

स्टार्टअप फॉर्च्यूनने कळवले की, कामगाराच्या त्या सुरुवातीच्या पायापासून, स्वायत्त एजंट नोड-स्तरीय प्रवेशापर्यंत वाढला आणि क्लाउड क्रेडेन्शियल्स गोळा करण्यास सुरुवात केली. नवीनता, सुरक्षा विश्लेषकांनी नोंदवले आहे की, वैयक्तिक तंत्रे कमी आहेत — दुर्भावनापूर्ण डेटासेट आणि मशीन-लर्निंग पाइपलाइनमधील इंजेक्शन दोष हा जोखमीचा एक ओळखला जाणारा वर्ग आहे — आणि अधिक म्हणजे एकल स्वायत्त एजंट प्रणालीने सतत मानवी दिशा न घेता त्या चरणांना एकत्र जोडलेले दिसते.

या हल्ल्याने एक बचावात्मक सुरकुती देखील उघड केली जी संशोधकांनी वाढती समस्या म्हणून ध्वजांकित केली आहे. हगिंग फेसच्या लेखनाच्या स्टार्टअप फॉर्च्युनच्या खात्यानुसार, एखाद्या घटनेच्या वेळी बचावकर्ते ज्या होस्टेड एआय टूल्सपर्यंत पोहोचू शकतात ते पुराव्याची तपासणी करण्यास नकार देऊ शकतात, कारण संभाव्य हानिकारक सामग्री हाताळण्यापासून मॉडेल्सना रोखण्यासाठी डिझाइन केलेले तेच सुरक्षा रेलिंग देखील उल्लंघनाचे फॉरेन्सिक विश्लेषण अवरोधित करू शकतात.

एआय इकोसिस्टमच्या केंद्रातील एक प्लॅटफॉर्म

AI पुरवठा साखळीमध्ये मिठी मारणारा चेहरा एक असामान्यपणे संवेदनशील स्थान व्यापतो. स्टार्टअप्स, एंटरप्राइजेस आणि संशोधक नियमितपणे प्लॅटफॉर्मवरून मॉडेल आणि डेटासेट खेचतात आणि त्यांना प्रशिक्षण आणि अनुमान पाइपलाइनमध्ये चालवतात, याचा अर्थ त्याच्या प्रोसेसिंग इन्फ्रास्ट्रक्चरची तडजोड सामान्यतः पॅकेज रिपॉझिटरी किंवा क्लाउड प्रदात्याशी संबंधित प्रणालीगत जोखीम असते.

कंपनीच्या घटनेबद्दलच्या पारदर्शकतेचे - तपशील दफन करण्याऐवजी प्रभावित यंत्रणेचे नाव देणारे प्रकटीकरण प्रकाशित करणे - सुरक्षा व्यावसायिकांनी मोठ्या प्रमाणावर स्वागत केले. अनेकांनी नोंदवले आहे की डेटासेट लोडरमधील रिमोट-कोड अंमलबजावणीचा मार्ग हा हगिंग फेसच्या "ट्रस्ट रिमोट कोड" मॉडेलचा ज्ञात धोका आहे, ज्यामध्ये विशिष्ट डेटासेट लोड करण्यासाठी अपलोडरद्वारे पुरवलेला रनिंग कोड आवश्यक आहे. उच्च-विश्वास अंमलबजावणी मॉडेल कोणाकडूनही अपलोड स्वीकारणाऱ्या प्लॅटफॉर्मशी सुसंगत आहेत की नाही यावर दीर्घकाळ चाललेल्या वादविवादामुळे उल्लंघन होण्याची शक्यता आहे.

काय होते आणि काय झाले नाही

हगिंग फेसने एजंट काय पोहोचला आणि काय नाही यामधील एक पक्की रेषा रेखाटली. कंपनीने सांगितले की घुसखोरी त्याच्या सेवांद्वारे वापरल्या जाणाऱ्या अंतर्गत डेटासेट आणि क्रेडेन्शियल्सच्या मर्यादित संचाला स्पर्श करते. लाखो डेव्हलपर अवलंबून असलेल्या सार्वजनिक-सामना असलेल्या कलाकृतींशी छेडछाड केल्याचा कोणताही पुरावा नाही यावर जोर देण्यात आला: वापरकर्ता-फेसिंग मॉडेल, डेटासेट आणि स्पेसमध्ये बदल केले गेले नाहीत आणि त्याच्या सॉफ्टवेअर पुरवठा साखळीशी तडजोड केली गेली नाही.

डाउनस्ट्रीम वापरकर्त्यांसाठी हा फरक महत्त्वाचा आहे. हगिंग फेसवर होस्ट केलेले मॉडेल आणि डेटासेट वारंवार स्वयंचलित प्रशिक्षण आणि उपयोजन पाइपलाइनमध्ये पिन केले जातात आणि पुरवठा-साखळी छेडछाड इव्हेंट संपूर्ण उद्योगात उफाळून आली असती. कंपनीने सांगितले की त्यांची चौकशी सुरू आहे.

व्यापक एजंटिक-सुरक्षा वेक-अप कॉल

सुरक्षा संघांसाठी, सर्वात परिणामकारक टेकअवे तांत्रिक ऐवजी संरचनात्मक आहे. उद्योग स्वायत्त एजंट्सकडे आक्रमकपणे वाटचाल करत आहे जे मर्यादित पर्यवेक्षणासह एकत्रितपणे योजना, बहु-चरण कार्ये आणि साखळी साधने करू शकतात. द हगिंग फेस इव्हेंट हे आक्षेपार्ह बाजूने कार्यरत असलेल्या त्याच क्षमतेचे ठोस उदाहरण आहे: एक एजंट जो नेटवर्क पुन्हा शोधू शकतो, अंमलबजावणीचा मार्ग शोधू शकतो, विशेषाधिकार वाढवू शकतो आणि समन्वित क्रमाने क्रेडेन्शियल्स काढू शकतो.

CyberSecurityNews आणि CyberPress सह अनेक सायबरसुरक्षा आऊटलेट्सने, लँडस्केप एंटरप्राइजेसना भेडसावणाऱ्या धोक्याचे पूर्वावलोकन म्हणून कार्यक्रम तयार केला कारण हल्लेखोर आणि बचावकर्ते दोघेही AI एजंट तैनात करतात. बचावात्मक विषमता अगदी स्पष्ट आहे — बचावकर्त्यांनी पसरलेल्या एमएल पाइपलाइनमध्ये प्रत्येक कोड-अंमलबजावणी पृष्ठभाग सुरक्षित केला पाहिजे, तर आक्रमणकर्त्याला फक्त एकाची आवश्यकता असते आणि ती शोधण्यासाठी अधिकाधिक स्वायत्त प्रणाली असते.

पुढे काय येईल

हगिंग फेसने हल्लेखोराची ओळख किंवा हेतू उघड केला नाही आणि हे अस्पष्ट राहिले आहे की स्वायत्त एजंट गुन्हेगारी गट, राज्य अभिनेता किंवा कमकुवतपणाची तपासणी करणाऱ्या संशोधकाद्वारे ऑपरेट केला गेला होता. मानक घटना-प्रतिसाद मार्गदर्शनाशी सुसंगत, सावधगिरी म्हणून कंपनीने वापरकर्त्यांना क्रेडेन्शियल्स फिरवण्यास आणि समाकलनांचे पुनरावलोकन करण्यास प्रोत्साहित केले आहे.

एपिसोड दोन समांतर ट्रेंडला गती देईल: सुरक्षित डीफॉल्ट्सकडे ML-प्लॅटफॉर्म एक्झिक्यूशन मॉडेल्सचे कठोरीकरण आणि स्वायत्त हल्लेखोर शोधण्यासाठी आणि समाविष्ट करण्यासाठी डिझाइन केलेल्या एजंटिक सिक्युरिटी टूलिंगमध्ये गुंतवणूकीची नवीन लहर. एआय सिस्टीमला किती स्वायत्तता द्यायची यावर वर्षभर वाद घालणाऱ्या उद्योगासाठी, उल्लंघन समीकरणाच्या दुसऱ्या बाजूने एक अस्वस्थ उत्तर देते.

AI च्या पुढे रहा

सुरक्षा आता AI संभाषणापासून अविभाज्य आहे. क्षेत्राला आकार देणाऱ्या असुरक्षा, संरक्षण आणि घटनांबद्दल सतत, स्रोत अहवालासाठी, नवीनतम AI घडामोडी चे अनुसरण करा.

अधिक एआय बातम्या वाचा →