Hugging Face 近日證實，其生產環境遭到 AI Agent 主導的網路攻擊，攻擊者一度未獲授權取得部分內部資料集與多組憑證。Hugging Face 表示這起事件最初是從資料處理流程中的 2 條程式執行路徑被濫用開始，之後攻擊者在基礎設施內橫向移動，並留下超過 17,000 筆事件紀錄。
攻擊者利用 Hugging Face 資料處理管道中的 2 個程式碼執行漏洞，一個是遠端程式碼資料集載入器，另一個是某個資料集設定中的範本注入。一旦進入工作節點，攻擊者便將存取權限提升至節點層級，收集雲端和叢集的憑證，並在單一週末期間橫向移動、潛入數個內部叢集中。
這次未經授權的存取，影響到 Hugging Face 有限的內部資料集以及服務憑證。對此，Hugging Face 未發現任何模型、資料集或其軟體供應鏈遭到竄改的證據。
Hugging Face 自家的異常偵測管道，是運用以大型語言模型為基礎的分流機制，來處理各項資安遙測事件。異常偵測管道將原本會湮沒在雜訊中的訊號找出關聯，標記這起事件。
為從超過 17,000 筆事件紀錄重建完整時間軸，Hugging Face 針對整份紀錄運用了分析 Agent，原本需要耗時數日的分析工作，壓縮至數小時內就能完成。
在事件調查過程中，Hugging Face 也面臨另一項意外阻礙。原本嘗試透過商用模型分析大量日誌和攻擊痕跡，但相關服務的安全防護機制將其請求擋下來，原因是系統無法區分事件應變人員和攻擊者。最後，Hugging Face 改在自家基礎設施上執行開放權重模型 GLM-5.2，完成鑑識分析。
值得一提的是，雲端安全平台 Sysdig 的研究人員本月揭露被稱為「JADEPUFFER」攻擊行動，描述成第一例有紀錄的 AI Agent 自主執行勒索軟體攻擊案例，甚至 AI Agent 會在入侵過程會針對失敗狀況自主調整，如同真人操作一樣排除障礙。
資安公司 Check Point 的《2026 年度 AI 資安報告》（AI Security Report 2026）也記載越來越多由 AI 執行的入侵事件，從漏洞揭露與其遭到利用的時間推算，已從數日縮短至數小時。
（首圖來源：pixabay）
科技新報粉絲團
加入好友
訂閱免費電子報
