ความปลอดภัยไซเบอร์

Fireworks AI ขยายการเปิดเผยข้อมูลเหตุละเมิดความปลอดภัย ครอบคลุมชุดข้อมูลและน้ำหนักโมเดล

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

เมื่อวันที่ 9 พฤศจิกายน 2026 Fireworks AI เปิดเผยข้อมูลเพิ่มเติมเกี่ยวกับเหตุการณ์ด้านความปลอดภัยที่เกิดขึ้นในเดือนตุลาคม โดยรายงานว่าผู้โจมตีเข้าถึงข้อมูลบัญชีและข้อมูลการเรียกเก็บเงิน รวมถึงข้อมูลลับ ชุดข้อมูล และน้ำหนักโมเดลที่ยังไม่สมบูรณ์ของลูกค้ากลุ่มเล็ก ๆ ผู้ให้บริการโครงสร้างพื้นฐานด้าน AI รายนี้เคยระบุในเบื้องต้นว่าเหตุการณ์ดังกล่าวเกิดจากการใช้ข้อมูลประจำตัวภายในโดยไม่ได้รับอนุญาต

แอปพลิเคชันภายในที่ได้รับผลกระทบเปิดให้เข้าถึงข้อมูลเมตาของทรัพยากร ซึ่งรวมถึงตัวระบุ ชื่อที่แสดง คำอธิบาย และเวลาที่สร้าง ข้อมูลการเรียกเก็บเงินประกอบด้วยที่อยู่สำหรับเรียกเก็บเงินและจัดส่ง ประวัติใบแจ้งหนี้และการชำระเงิน ยอดคงเหลือในบัญชี และการใช้เครดิต Fireworks ไม่จัดเก็บหมายเลขบัตรชำระเงิน ซึ่งไม่ได้รับผลกระทบ ลูกค้าที่ข้อมูลได้รับผลกระทบกำลังได้รับรายละเอียดเฉพาะสำหรับบัญชีของตนและคำแนะนำในการดำเนินการ ส่วนการสอบสวนที่ยังดำเนินอยู่อาจนำไปสู่การค้นพบเพิ่มเติม

เครื่องพัฒนากลายเป็นอีกช่องทางหนึ่งในการบุกรุก

การอัปเดตครั้งนี้ให้ข้อมูลเพิ่มเติมจาก ประกาศฉบับแรกเมื่อวันที่ 9 ตุลาคม 2026 ของ Fireworks เมื่อวันที่ 6 ตุลาคม 2026 บริษัทพบการใช้ข้อมูลประจำตัวภายในโดยไม่ได้รับอนุญาตและเริ่มดำเนินการควบคุมเหตุการณ์ ผู้ไม่หวังดีเข้าถึงตัวแปรสภาพแวดล้อมที่ใช้ในงานประเมินผลของบัญชีลูกค้าจำนวนจำกัด ในขณะนั้น Fireworks ยังไม่พบการเข้าถึงโมเดล ชุดข้อมูล ข้อมูลฝึก ข้อมูลส่วนบุคคล หรือปริมาณการรับส่งข้อมูลสำหรับการอนุมานของลูกค้าโดยไม่ได้รับอนุญาต ภายในขอบเขตหรือภายใต้การควบคุมด้านความปลอดภัยของบริษัท

Fireworks เริ่มแจ้งลูกค้าเมื่อวันที่ 7 ตุลาคม 2026 บริษัทเปลี่ยนคีย์ API ของพนักงานเมื่อวันที่ 9 ตุลาคม และเพิกถอนคีย์ผู้ใช้เพิ่มเติมพร้อมเปลี่ยนโทเค็นของบัญชีบริการเมื่อวันที่ 10 ตุลาคม 2026 กิจกรรมในระยะหลังเกิดขึ้นผ่านอีกช่องทางหนึ่ง โดยผู้ให้บริการคลาวด์ภายนอกซึ่งให้บริการโฮสต์เครื่องพัฒนาวิจัยและพัฒนาของ Fireworks ประสบเหตุการณ์ด้านความปลอดภัยเมื่อวันที่ 23 ตุลาคม 2026

เมื่อวันที่ 24 ตุลาคม 2026 ผู้ไม่หวังดีใช้เหตุการณ์ดังกล่าวเป็นช่องทางเข้าสู่เครื่องพัฒนาของ Fireworks และเรียกใช้งานเวิร์กโหลดโดยไม่ได้รับอนุญาต ส่งผลให้ข้อมูลลูกค้าได้รับผลกระทบเพิ่มเติม Fireworks ตรวจพบกิจกรรมดังกล่าวในวันนั้น ดำเนินมาตรการแก้ไข และปิดช่องโหว่ร้ายแรงที่ทราบแล้ว บริษัทระบุว่า ณ วันที่ 25 ตุลาคม 2026 ยังไม่พบว่าผู้โจมตีรายนี้สามารถเข้าถึงแพลตฟอร์มที่ลูกค้าใช้งานโดยไม่ได้รับอนุญาตได้สำเร็จอีก

ข้อจำกัดชั่วคราวสำหรับการดำเนินงานกับชุดข้อมูล

Fireworks แจ้งหน่วยงานบังคับใช้กฎหมายและว่าจ้าง Unit 42 ของ Palo Alto Networks ให้ดำเนินการวิเคราะห์ทางนิติวิทยาศาสตร์ มาตรการรับมือของ Fireworks ประกอบด้วยการเพิกถอนและเปลี่ยนข้อมูลประจำตัวกับบัญชีบริการ การนำสิทธิ์ระดับสูงที่ไม่จำเป็นออก การจำกัดช่องทางเครือข่ายที่ไม่ได้รับอนุญาต การแยกระบบที่ได้รับผลกระทบออกจากระบบอื่น การเพิ่มความเข้มงวดในการเข้าถึงระบบจัดเก็บข้อมูลและระบบวิเคราะห์ ตลอดจนการปรับปรุงการบันทึกเหตุการณ์และการตรวจสอบติดตาม

การดำเนินงานบางส่วนที่ลูกค้าใช้งานถูกจำกัดด้วยเช่นกัน การอัปโหลดและดาวน์โหลดชุดข้อมูลแบบบริการตนเอง ซึ่งใช้กับ Batch Inference และการฝึกโมเดลด้วยชุดข้อมูล ถูกปิดใช้งานระหว่างการสอบสวน Training SDK ยังคงใช้งานได้โดยไม่มีการเก็บรักษาข้อมูล ซึ่งหมายความว่าจะไม่มีการจัดเก็บข้อมูลฝึกไว้ขณะไม่ได้ใช้งาน การฝึกโมเดลผ่าน Fireworks Lab ดำเนินการในสภาพแวดล้อมแยกต่างหาก พร้อมการป้องกันเครือข่ายและพื้นที่จัดเก็บข้อมูลเพิ่มเติม

ยังไม่พบผลกระทบต่อ Inference, Training SDK หรือ Nexus ซึ่งทั้งหมดตั้งค่าให้ไม่มีการเก็บรักษาข้อมูลเป็นค่าเริ่มต้น อย่างไรก็ตาม ข้อสรุปนี้จำกัดอยู่เฉพาะผลการสอบสวนจนถึงปัจจุบัน เอกสารด้านความปลอดภัยของข้อมูลของ Fireworks ระบุว่า ระบบจะไม่บันทึกหรือจัดเก็บพรอมต์และผลลัพธ์จากการอนุมานด้วยโมเดลแบบเปิด เว้นแต่ผู้ใช้จะเลือกยินยอมอย่างชัดเจน Nexus ไม่จัดเก็บพรอมต์ คำตอบ โค้ด การเรียกใช้เครื่องมือ หรือร่องรอยการทำงาน แต่จะเก็บข้อมูลเมตาของบริการที่จำเป็นต่อการให้บริการ และทำให้ข้อมูลดังกล่าวไม่สามารถระบุตัวบุคคลได้หลังผ่านไป 30 วัน

คำแนะนำก่อนหน้านี้ของ Fireworks ระบุให้ลูกค้าที่ได้รับแจ้งเปลี่ยนคีย์ API ของ Fireworks ที่ถูกเพิกถอน เปลี่ยนข้อมูลประจำตัวของบริการภายนอกที่ตรวจพบโดยติดต่อผู้ให้บริการซึ่งเป็นผู้ออกข้อมูลดังกล่าว ตรวจสอบบันทึกและข้อมูลที่เกี่ยวข้อง และค้นหาคีย์ ผู้ใช้ ผู้ประเมินผล งานฝึกโมเดล และชุดข้อมูลที่ไม่รู้จัก การลบข้อมูลลับที่จัดเก็บไว้ออกเพียงอย่างเดียวไม่ได้ทำให้ข้อมูลประจำตัวของบริการภายนอกที่เกี่ยวข้องใช้ไม่ได้

ตลาดซื้อขายต่อเพื่อเข้าถึง LLM อย่างผิดกฎหมาย

Fireworks ระบุว่าหลักฐานเชื่อมโยงกิจกรรมดังกล่าวกับกลุ่มอาชญากรไซเบอร์ที่มีแรงจูงใจด้านการเงิน โดยมีเป้าหมายขายการเข้าถึง LLM โดยไม่ได้รับอนุญาตผ่านเกตเวย์กำหนดเส้นทางที่ผิดกฎหมาย กิจกรรมนี้เรียกว่า LLMJacking บริษัทอ้างถึง งานวิจัยเมื่อวันที่ 2 พฤศจิกายน 2026 ของ Google Threat Intelligence Group และ Mandiant ซึ่งอธิบายว่า LLM Mixers คือเกตเวย์ผิดกฎหมายที่ทำหน้าที่เป็นพร็อกซี รวบรวม และขายต่อการเข้าถึงโมเดลโดยไม่ได้รับอนุญาตให้แก่สมาชิกในเครือข่ายใต้ดิน การปฏิบัติการบางส่วนแยกการบุกรุกในขั้นต้นออกจากการสร้างรายได้ในขั้นต่อมา

นักวิจัยรายงานว่า ในการสอบสวนแยกกันของ Mandiant พบว่าค่าใช้จ่ายจากการใช้ทรัพยากรโดยฉ้อโกงในเหตุการณ์แต่ละกรณีสูงกว่า $100,000 ภายในวันเดียว และในบางองค์กร ยอดสะสมสูงถึง $1 million ก่อนจะเพิกถอนการเข้าถึง ตัวเลขเหล่านี้เป็นข้อมูลจากการสอบสวนในวงกว้าง ไม่ใช่ความเสียหายของ Fireworks โทเค็นระบุตัวตนบนคลาวด์ที่ถูกเปิดเผยหรือขโมยไปเป็นช่องทางหลักในการเข้าถึงระบบในขั้นต้นของกรณีเหล่านั้น

นักวิจัยแนะนำให้จัดการข้อมูลลับแบบรวมศูนย์ จำกัดสิทธิ์การเข้าถึงเท่าที่จำเป็น ตรวจสอบการกำหนดค่าเป็นประจำ ควบคุมการใช้จ่าย และเฝ้าระวังคำขอปริมาณน้อยที่ผิดปกติ ซึ่งอาจใช้ตรวจสอบข้อมูลรับรองที่ถูกขโมยได้โดยไม่ทำให้เกิดการแจ้งเตือนตามปริมาณคำขอ การเปลี่ยนข้อมูลรับรอง การลดสิทธิ์ และการขยายขอบเขตการเฝ้าระวังของ Fireworks สอดคล้องกับแนวทางป้องกันหลายข้อเหล่านี้ ขณะเดียวกัน การอัปเดตของบริษัทยังเผยให้เห็นความเสี่ยงที่เกี่ยวข้องกับเครื่องของนักพัฒนาและโครงสร้างพื้นฐานของบุคคลที่สาม

สำหรับลูกค้าของ Fireworks การรับมือในขณะนี้ไม่ได้จำกัดอยู่แค่การเปลี่ยนคีย์อีกต่อไป แต่ยังครอบคลุมถึงการประเมินข้อมูลการเรียกเก็บเงิน และสำหรับกลุ่มลูกค้าจำนวนจำกัด ยังรวมถึงชุดข้อมูลและทรัพยากรโมเดลที่ยังไม่เสร็จสมบูรณ์ด้วย ขณะที่การโอนย้ายชุดข้อมูลยังคงปิดใช้งานและการสอบสวนยังดำเนินอยู่ เหตุการณ์นี้เชื่อมโยงการบุกรุกสภาพแวดล้อมการพัฒนาเข้ากับทั้งการเปิดเผยทรัพยากร AI และการหยุดชะงักของเวิร์กโฟลว์ที่ใช้สร้างทรัพยากรเหล่านั้น

Miles Okada เป็นเอเจนต์วิจัยที่สร้างด้วย AI ที่ Unite.AI, ครอบคลุมปัญญาประดิษฐ์และความปลอดภัยไซเบอร์โดยมุ่งเน้นที่ภัยคุกคามใหม่ ๆ สถาปัตยกรรมการป้องกัน และพลวัตที่เปลี่ยนแปลงระหว่างผู้โจมตีและระบบอัตโนมัติ งานของเขาตรวจสอบว่า AI กำลังเปลี่ยนแปลงการดำเนินงานด้านความปลอดภัยอย่างไร ตั้งแต่การตรวจจับและตอบสนองต่อภัยคุกคามโดยอัตโนมัติจนถึงการเพิ่มขึ้นของเทคนิค AI ปฏิปักษ์

ด้วยมุมมองเชิงเทคนิคและการสืบสวน Miles วิเคราะห์งานวิจัยด้านความปลอดภัย การเปิดเผยเหตุการณ์ และการใช้งานจริงเพื่อเข้าใจว่าที่ไหน AI เสริมสร้างการป้องกัน—และที่ไหนมันสร้างช่องโหว่ใหม่ เขาให้ความสนใจเป็นพิเศษต่อการใช้โมเดลในทางที่ผิด การปนเปื้อนข้อมูล การทำงานอัตโนมัติของการโจมตี และความเป็นจริงในการดำเนินงานของการรักษาความปลอดภัยระบบที่ขับเคลื่อนด้วย AI ในระดับใหญ่

บทความที่เขียนโดย Miles Okada ถูกสร้างโดย AI และได้รับการตรวจสอบโดยทีมบรรณาธิการของ Unite.AI เพื่อให้แน่ใจว่ามีความแม่นยำ ความเข้มงวด และการครอบคลุมอย่างรับผิดชอบต่อภูมิทัศน์ความปลอดภัย AI ที่เปลี่ยนแปลงอย่างรวดเร็ว