Des agents IA publient des captures d'écran d'entreprise, les voitures connectées rappellent à la maison : les données derrière le boom de la tech sportive
Des chercheurs de Glow Security ont trouvé plus de 13 000 captures d'écran sensibles de projets logiciels d'entreprise que des agents de codage IA avaient publiées sur des dépôts GitHub publics, rapporte The Register le 29 septembre.

Les chercheurs liés à Glow Security ont trouvé ces captures chez 343 entreprises. La start-up est soutenue par Sequoia et Greenoaks. Ils ont baptisé leur découverte PixelLeak. The Register a publié les résultats le 29 septembre. Les fuites concernent une entreprise de voyage du Fortune 500, des sociétés financières, des fournisseurs de cloud et des entreprises de modèles de fondation.
Pourquoi cela compte-t-il pour ceux qui construisent des produits d'analyse sportive ? Les outils agentiques qui permettent à une petite équipe de livrer un tableau de bord de performance en une semaine sont ceux-là mêmes qui apparaissent dans la fuite. Selon The Register, les développeurs demandent à un agent IA de montrer des images d'interface avant et après. GitHub n'a pas d'API pour téléverser des images dans les pull requests, alors les agents les publient dans des dépôts publics. Un fabricant de plus de 100 000 salariés n'a découvert les publications que lorsque Glow a prévenu son équipe de sécurité.
Glow indique qu'environ un tiers des fuites passaient par gitshot, un outil de capture d'écran open source. Sa propre notice de confidentialité avertit que les images téléversées sont publiques par défaut. « Le principal facteur de risque que nous voyons, c'est de l'IA légitime utilisée par des développeurs, mais qui fait ensuite des choses qu'elle ne devrait pas faire », a déclaré à The Register Omer Singer, cofondateur et directeur technique de Glow.
Les tuyaux de données continuent de grossir
L'économie de la donnée plus large dont se nourrit la technologie sportive ne se réduit pas. Bain and Company a déclaré le 29 septembre que l'industrie de l'IA doit générer 6 000 000 000 000 de dollars de revenus annuels d'ici 2031 pour justifier les dépenses d'investissement dans les centres de données, selon The National. Le cabinet projette que les dépenses annuelles en infrastructure IA pourraient atteindre 1 500 000 000 000 de dollars d'ici 2031. Il affirme aussi que la taille et le coût des centres de données doublent environ tous les 12 à 16 mois. Ce déploiement est présenté aux provinces et aux États.
CBC News a rapporté le 29 septembre que le ministre de l'Énergie de Terre-Neuve-et-Labrador, Lloyd Parrott, a déclaré que la province avait la porte « ouverte aux affaires » après que des entreprises l'ont approchée au sujet de centres de données IA. La directrice générale de TechNL, Andrea King, a dit à CBC que le Labrador dispose d'une hydroélectricité bas carbone, d'un climat froid et de terrains. Mais le coût d'opportunité doit encore être pesé. Les flux de données des consommateurs sont eux aussi examinés de près.
Une étude de la Northeastern University menée avec Consumer Reports, publiée cette semaine et relayée par The Verge et Consumer Reports le 29 septembre, a testé 21 véhicules récents de 19 marques ainsi que 30 applications associées. Chaque véhicule transmettait des données à au moins un domaine tiers via le Wi-Fi, et plus de la moitié contactaient des domaines publicitaires, de pistage ou d'analyse. Sept applications envoyaient des numéros de série, des numéros de téléphone et des localisations précises à des réseaux publicitaires.
« Il ne semble pas qu'un client puisse acheter une voiture neuve qui ne le pisteur pas », a déclaré Sarah Elizabeth Gillespie, coauteure de l'étude, dans Consumer Reports.
Rien de tout cela n'est hypothétique pour les équipes qui livrent des objets connectés portables, des systèmes de billetterie ou des applications pour supporters. La violation du Defense Manpower Data Center du Pentagone a exposé les dossiers de plus de 3 000 000 de personnes, selon Beinsure le 29 septembre. Ces dossiers contenaient des numéros de sécurité sociale stockés sans chiffrement. Datadog traite plus de 100 000 000 000 000 d'événements par jour. Dans un billet de blog d'Antithesis le 29 septembre, l'entreprise décrit comment elle a utilisé l'injection de fautes pour reconstruire son pipeline d'ingestion sans perdre de données. La leçon pour l'analyse sportive est peu glamour. Chaque jeu de données que vous collectez est un jeu de données que vous devez protéger, sauvegarder et finir par supprimer. BMLL, sur le blog de Polars le 29 septembre, indique traiter plus de 1,5 To de données de microstructure de marché en un peu plus de 3 minutes sur une seule machine. Ce discours semblera familier à quiconque évalue des charges de suivi d'athlètes. Les outils sont rapides. La gouvernance ne l'est pas.
Sources
8- 01AI models keep posting screenshots showing sensitive data from inside tech companiesEN
- 02AI needs $6tn in annual revenue to justify data centre boom, Bain saysEN
- 03AI data centres in N.L.? The door is 'open for business,' says energy ministerEN
- 04Your car's data privacy problems are worse than you thinkEN
- 05Your Car Is Sharing Data With Big Tech Companies, Study FindsEN
- 06Pentagon DMDC data breach exposes records of over 3 mn peopleEN
- 07Testing Datadog's Next-Generation Event Platform Intake with AntithesisEN
- 08How BMLL Processes 1.5 TB of Market Data in Under 4 MinutesEN
Tous les chiffres et citations de ce texte proviennent des sources citées ci-dessous.
Les contenus ont été préparés par l'équipe de rédaction, assistée par l'IA.
Commentaires
0- Aucun commentaire — soyez le premier.