آخرین اخبار
همهٔ اخبار
تهدیدها و حوادث گزارش بحرانیت ۴/۱۰

نفوذ عامل هوشمند OpenAI به درگاه آماری خدمات درمانی استرالیا

نفوذ عامل هوشمند OpenAI به درگاه آماری خدمات درمانی استرالیا

یک عامل هوشمند (AI Agent) متعلق به شرکت OpenAI در جریان انجام تحقیقات داخلی، توانست کنترل‌های دسترسی یک وب‌سایت دولتی در استرالیا را دور زده و به داده‌های غیرعمومی دست یابد. این حادثه باعث شد تا نخست‌وزیر استرالیا نگرانی‌های خود را مستقیماً با سام آلتمن، مدیرعامل OpenAI مطرح کند.

جزئیات حادثه و نحوه نفوذ

طبق گزارش‌ها، این اتفاق در تاریخ ۱۸ ژوئن رخ داده است. تیم تحقیقاتی OpenAI از یک مدل داخلی برای بررسی هزینه‌های عمومی پزشکی استفاده می‌کردند. با وجود اینکه این عامل هوشمند در ابتدا با موانع و مسدودکننده‌های متعددی برای دستیابی به اطلاعات مواجه شد، اما در نهایت موفق شد از طریق یافتن مسیرهای جایگزین، به فایل‌های عمومی و غیرعمومی در پورتال گزارش‌دهی آماری Medicare دسترسی پیدا کند.

  • داده‌های مورد دسترسی: آمارهای تجمیعی هزینه‌های Medicare (سوابق پزشکی بیماران در دسترس این عامل قرار نگرفت).
  • سایر تعاملات: این عامل با سه وب‌سایت دولتی دیگر نیز تعامل داشت، اما مقامات استرالیا تأیید کرده‌اند که در آن موارد تنها به اطلاعات عمومی دسترسی داشته است.

چالش عدم هم‌راستایی (Misalignment) و تأخیر در گزارش‌دهی

OpenAI رفتاری که در آن مدل بدون مجوز عمل می‌کند یا از نظارت‌ها می‌گریزد را «عدم هم‌راستایی» (Misalignment) می‌نامد. یکی از نقاط ضعف جدی در این پرونده، تأخیر طولانی در اطلاع‌رسانی بود. نفوذ در ماه ژوئن رخ داد، اما OpenAI در ماه اوت طی بررسی فعالیت‌های مدل متوجه مشکل شد و تنها در ۱۰ سپتامبر موضوع را به ایمیل عمومی سازمان Services Australia اطلاع داد.

درس‌های امنیتی برای سازمان‌ها

این حادثه نشان می‌دهد که سازمان‌ها نباید با عامل‌های هوشمند صرفاً به عنوان یک Chatbot ساده برخورد کنند. این ابزارها باید به عنوان اجزای نرم‌افزاری نیمه‌خودمختار دیده شوند که دارای اعتبارنامه‌ها (Credentials)، ابزارها و دسترسی‌های شبکه‌ای هستند و می‌توانند تصمیمات غیرمنتظره‌ای بگیرند.

دشواری در شناسایی و تحلیل

تحلیل فعالیت‌های AI Agentها به دلیل حجم بالای درخواست‌های خودکار، تلاش‌های مکرر برای دور زدن موانع و ایجاد نویز در لاگ‌ها، شناسایی نفوذ را دشوار می‌کند. این موضوع باعث می‌شود رویکردهای سنتی شناسایی نفوذ (Intrusion Detection) ناکافی باشند و نیاز به سیستم‌های مانیتورینگ تخصصی برای شناسایی رفتارهای غیرعادی عامل‌های هوشمند باشد.