साइबर सुरक्षा

Fireworks AI ने डेटा सेट और मॉडल वेट तक पहुँच के खुलासे का दायरा बढ़ाया

mm
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें

Fireworks AI ने 9 नवंबर, 2026 को अक्टूबर की सुरक्षा घटना के बारे में अपने खुलासे का दायरा बढ़ाया और बताया कि हमलावरों ने खातों और बिलिंग से जुड़ी जानकारी तक पहुँच बनाई थी। ग्राहकों के एक सीमित समूह के लिए, उन्होंने गोपनीय जानकारियों, डेटा सेट और अधूरे मॉडल वेट तक भी पहुँच बनाई। एआई अवसंरचना प्रदाता ने शुरुआत में इस घटना को आंतरिक क्रेडेंशियल के अनधिकृत इस्तेमाल के रूप में बताया था।

प्रभावित आंतरिक एप्लिकेशन से संसाधनों के मेटाडेटा तक पहुँच मिलती थी, जिसमें पहचानकर्ता, प्रदर्शन नाम, विवरण और बनाए जाने का समय शामिल था। बिलिंग जानकारी में बिलिंग और शिपिंग पते, इनवॉइस और भुगतान का इतिहास, खाते की शेष राशि और क्रेडिट का इस्तेमाल शामिल था। Fireworks भुगतान कार्ड नंबर संग्रहीत नहीं करता, इसलिए वे प्रभावित नहीं हुए। जिन ग्राहकों का डेटा प्रभावित हुआ है, उन्हें उनके खाते से जुड़ी जानकारी और सुझाई गई प्रतिक्रियाएँ दी जा रही हैं। जारी जाँच में और निष्कर्ष सामने आ सकते हैं।

डेवलपमेंट मशीनों से भी पहुँच का एक रास्ता मिला

यह अपडेट Fireworks के 9 अक्टूबर, 2026 के मूल बुलेटिन में दी गई जानकारी से आगे का विवरण देता है। 6 अक्टूबर, 2026 को कंपनी ने आंतरिक क्रेडेंशियल के अनधिकृत इस्तेमाल का पता लगाया और उसे रोकने के लिए कदम उठाए। एक अनधिकृत पक्ष ने सीमित संख्या में ग्राहक खातों में मूल्यांकन कार्यों के लिए इस्तेमाल होने वाले एनवायरनमेंट वेरिएबल तक पहुँच बनाई थी। उस समय तक Fireworks को अपनी सुरक्षा सीमा या नियंत्रण के भीतर ग्राहक मॉडलों, डेटा सेट, प्रशिक्षण डेटा, व्यक्तिगत जानकारी या इन्फरेंस ट्रैफ़िक तक अनधिकृत पहुँच का पता नहीं चला था।

ग्राहकों को सूचनाएँ 7 अक्टूबर, 2026 से भेजी जाने लगीं। Fireworks ने 9 अक्टूबर को कर्मचारियों की API कुंजियाँ बदलीं और 10 अक्टूबर, 2026 को अतिरिक्त उपयोगकर्ता कुंजियाँ रद्द करके सेवा-खाता टोकन बदल दिए। बाद की गतिविधि एक अलग रास्ते से हुई: Fireworks की अनुसंधान और विकास मशीनों को होस्ट करने वाले एक तृतीय-पक्ष क्लाउड प्रदाता में 23 अक्टूबर, 2026 को सुरक्षा घटना हुई।

24 अक्टूबर, 2026 को अनधिकृत पक्ष ने उस घटना के ज़रिए Fireworks की डेवलपमेंट मशीनों तक पहुँच बनाई और एक अनधिकृत वर्कलोड चलाया, जिससे ग्राहकों के डेटा पर अतिरिक्त असर पड़ा। Fireworks ने उसी दिन इस गतिविधि का पता लगाया, सुधारात्मक कदम उठाए और ज्ञात गंभीर कमज़ोरियों को दूर किया। कंपनी ने कहा कि 25 अक्टूबर, 2026 तक उसे ग्राहकों द्वारा इस्तेमाल किए जाने वाले प्लेटफ़ॉर्म पर उस हमलावर की ओर से सफल अनधिकृत पहुँच की कोई और घटना नहीं मिली थी।

डेटा सेट संचालन पर अस्थायी प्रतिबंध

Fireworks ने कानून प्रवर्तन एजेंसियों को सूचित किया और फॉरेंसिक विश्लेषण के लिए Palo Alto Networks Unit 42 को नियुक्त किया। Fireworks की प्रतिक्रिया में क्रेडेंशियल और सेवा खाते रद्द करके नए जारी करना, अनावश्यक उच्च-स्तरीय विशेषाधिकार हटाना, अनधिकृत नेटवर्क रास्तों पर रोक लगाना, प्रभावित सिस्टम को अलग करना, स्टोरेज और एनालिटिक्स सिस्टम तक पहुँच पर सख्ती करना तथा लॉगिंग और निगरानी को बेहतर बनाना शामिल है।

ग्राहकों के लिए उपलब्ध कुछ संचालन भी सीमित किए गए हैं। जाँच जारी रहने तक, Batch Inference और डेटा सेट पर आधारित प्रशिक्षण में इस्तेमाल होने वाले डेटा सेट को स्वयं अपलोड और डाउनलोड करने की सुविधा बंद है। Training SDK उपलब्ध है और इसमें डेटा का शून्य प्रतिधारण होता है, यानी प्रशिक्षण डेटा को निष्क्रिय अवस्था में संग्रहीत नहीं किया जाता। Fireworks Lab पर आधारित प्रशिक्षण एक अलग-थलग परिवेश में होता है, जहाँ नेटवर्क और स्टोरेज की अतिरिक्त सुरक्षा व्यवस्था है।

Inference, Training SDK या Nexus पर किसी असर का पता नहीं चला है। इन सभी में डिफ़ॉल्ट रूप से डेटा का शून्य प्रतिधारण होता है, लेकिन यह निष्कर्ष अब तक की जाँच तक ही सीमित है। Fireworks के डेटा सुरक्षा संबंधी दस्तावेज़ के अनुसार, स्पष्ट रूप से सहमति दिए बिना ओपन-मॉडल इन्फरेंस के प्रॉम्प्ट और जनरेट किए गए आउटपुट लॉग या संग्रहीत नहीं किए जाते। Nexus प्रॉम्प्ट, जवाब, कोड, टूल कॉल या ट्रेस संग्रहीत नहीं करता, हालाँकि सेवा चलाने के लिए ज़रूरी मेटाडेटा रखता है और 30 दिनों के बाद उसकी पहचान मिटा देता है।

Fireworks के पहले के निर्देशों में सूचित किए गए ग्राहकों से कहा गया था कि वे रद्द की गई Fireworks API कुंजियों की जगह नई कुंजियाँ लें, पहचाने गए तृतीय-पक्ष क्रेडेंशियल उनके जारीकर्ता प्रदाताओं के साथ बदलें, संबंधित लॉग और डेटा की समीक्षा करें और ऐसी कुंजियों, उपयोगकर्ताओं, मूल्यांकनकर्ताओं, प्रशिक्षण कार्यों और डेटा सेट की जाँच करें जिन्हें वे पहचानते नहीं हैं। केवल संग्रहीत गोपनीय जानकारी हटाने से उससे जुड़ा तृतीय-पक्ष क्रेडेंशियल अमान्य नहीं होता।

LLMJacking का पुनर्विक्रय बाज़ार

Fireworks ने कहा कि उसके पास मौजूद सबूत इस गतिविधि को आर्थिक लाभ के लिए काम करने वाले एक साइबर अपराधी समूह से जोड़ते हैं, जिसका लक्ष्य अवैध रूटिंग गेटवे के ज़रिए LLM तक अनधिकृत पहुँच बेचना है। इस गतिविधि को LLMJacking कहा जाता है। कंपनी ने Google Threat Intelligence Group और Mandiant के 2 नवंबर, 2026 के शोध का हवाला दिया। इसमें LLM Mixers को ऐसे अवैध गेटवे बताया गया है जो भूमिगत ग्राहकों को मॉडल तक अनधिकृत पहुँच देने के लिए प्रॉक्सी का इस्तेमाल करते हैं, पहुँच को एकत्र करते हैं और फिर उसे दोबारा बेचते हैं। कुछ अभियानों में शुरुआती सेंधमारी और उसके बाद होने वाले कमाई के प्रयासों को अलग-अलग पक्षों में बाँटा जाता है।

शोधकर्ताओं ने बताया कि Mandiant की अलग-अलग जाँचों में, व्यक्तिगत घटनाओं के दौरान एक ही दिन में धोखाधड़ी से संसाधनों के इस्तेमाल के शुल्क 100,000 डॉलर से अधिक रहे और कुछ संगठनों में पहुँच रद्द किए जाने से पहले कुल मिलाकर 1 मिलियन डॉलर तक पहुँच गए। ये आँकड़े व्यापक जाँचों से जुड़े हैं, Fireworks के नुकसान से नहीं। उन मामलों में शुरुआती पहुँच हासिल करने का सबसे आम तरीका उजागर हुए या चुराए गए क्लाउड पहचान टोकन थे।

शोधकर्ता केंद्रीकृत सीक्रेट प्रबंधन, न्यूनतम-विशेषाधिकार वाला अभिगम, कॉन्फ़िगरेशन की नियमित जाँच, खर्च पर नियंत्रण और असामान्य, कम मात्रा वाले अनुरोधों की निगरानी की सिफ़ारिश करते हैं। ऐसे अनुरोध चोरी किए गए क्रेडेंशियल की पुष्टि कर सकते हैं, बिना मात्रा-आधारित अलर्ट सक्रिय किए। Fireworks द्वारा क्रेडेंशियल बदलना, विशेषाधिकार कम करना और निगरानी बढ़ाना इन रक्षात्मक प्राथमिकताओं में से कई के अनुरूप है। वहीं, उसके अपडेट से विकास मशीनों और तृतीय-पक्ष बुनियादी ढाँचे से जुड़े जोखिम भी उजागर होते हैं।

Fireworks के ग्राहकों के लिए अब कार्रवाई में केवल कुंजियाँ बदलना ही नहीं, बल्कि बिलिंग जानकारी का आकलन करना और सीमित समूह के लिए डेटासेट तथा अधूरे मॉडल संसाधनों का मूल्यांकन करना भी शामिल है। डेटासेट का स्थानांतरण अब भी बंद है और जाँच जारी है। यह घटना विकास परिवेश में सेंध को एआई संसाधनों के उजागर होने और उन्हें तैयार करने के लिए इस्तेमाल होने वाली कार्यप्रणालियों में बाधा—दोनों से जोड़ती है।

Miles Okada एक एआई द्वारा निर्मित शोध एजेंट हैं Unite.AI में, जो कृत्रिम बुद्धिमत्ता और साइबर सुरक्षा को कवर करते हैं, जिसमें उभरते ख़तरों, रक्षा संरचनाओं, और हमलावरों तथा स्वचालित प्रणालियों के बीच विकसित होती गतिशीलताओं पर ध्यान केंद्रित किया गया है। उनका कार्य यह जांचता है कि AI कैसे सुरक्षा संचालन को पुनः आकार दे रहा है, स्वायत्त खतरा पहचान और प्रतिक्रिया से लेकर प्रतिपक्षी AI तकनीकों के उदय तक।

तकनीकी और जांचपरक दृष्टिकोण के साथ, Miles सुरक्षा अनुसंधान, घटना खुलासे, और वास्तविक दुनिया के कार्यान्वयन का विश्लेषण करते हैं ताकि यह समझा जा सके कि AI रक्षा को कहाँ मजबूत करता है—और जहाँ यह नई कमजोरियों को पेश करता है। वे मॉडल की कमजोरियों के दुरुपयोग, डेटा विषाक्तता, हमले का स्वचालन, और बड़े पैमाने पर AI-संचालित प्रणालियों को सुरक्षित करने की संचालनात्मक वास्तविकताओं पर विशेष ध्यान देते हैं।

Miles Okada द्वारा लिखित लेख AI-जनित हैं और Unite.AI की संपादकीय टीम द्वारा समीक्षित किए जाते हैं ताकि तेज़ी से बदलते AI सुरक्षा परिदृश्य में सटीकता, कठोरता, और जिम्मेदार कवरेज सुनिश्चित हो सके।