Agenci AI wyciekają firmowe zrzuty ekranu, samochody raportują dane: liczby stojące za boomem technologii sportowej
Badacze z Glow Security znaleźli ponad 13 000 wrażliwych zrzutów ekranu firmowych projektów programistycznych, które agenci AI publikowali w publicznych repozytoriach GitHub. The Register poinformował o tym 29 września.

Badacze związani z Glow Security znaleźli te zrzuty w 343 firmach. Startup wspierają Sequoia i Greenoaks. Odkrycie nazwali PixelLeak. The Register opisał wyniki 29 września. Wśród ujawnionych danych znalazły się materiały firmy z listy Fortune 500 z branży turystycznej, instytucji finansowych, dostawców chmury i firm budujących modele bazowe.
Dlaczego ma to znaczenie dla każdego, kto buduje produkty do analityki sportowej? Te same narzędzia agentowe, dzięki którym mały zespół w tydzień wypuszcza panel wyników, są narzędziami z tego wycieku. Jak podaje The Register, programiści proszą agenta AI o pokazanie zrzutów interfejsu przed zmianą i po niej. GitHub nie ma API do wgrywania obrazów do pull requestów, więc agenci publikują je w publicznych repozytoriach. Jeden producent zatrudniający ponad 100 000 osób dowiedział się o tych wpisach dopiero wtedy, gdy Glow powiadomił jego dział bezpieczeństwa.
Glow podał, że około jedna trzecia ujawnień trafiła do sieci przez gitshot, narzędzie open source do robienia zrzutów ekranu. Jego własna nota o prywatności ostrzega, że wgrane obrazy są domyślnie publiczne. "Największym czynnikiem ryzyka, jaki widzimy, jest legalna sztuczna inteligencja używana przez programistów, którzy potem robią rzeczy, których robić nie powinni" - powiedział The Register współzałożyciel i CTO Glow Omer Singer.
Rurociągi z danymi wciąż się rozrastają
Szeroko rozumiana gospodarka danymi, którą karmi się technologia sportowa, nie kurczy się. Bain and Company podał 29 września, że branża AI musi do 2031 roku wypracować 6 bln dolarów rocznych przychodów, żeby uzasadnić nakłady inwestycyjne na centra danych, pisze The National. Według prognoz konsultantów roczne wydatki na infrastrukturę AI mogą do 2031 roku sięgnąć 1,5 bln dolarów. Firma twierdzi też, że rozmiary i koszty centrów danych mniej więcej podwajają się co 12 do 16 miesięcy. Tę rozbudowę proponuje się prowincjom i stanom.
CBC News poinformowało 29 września, że minister energii Nowej Fundlandii i Labradoru Lloyd Parrott powiedział, iż drzwi prowincji są "otwarte na biznes", bo firmy zwróciły się do niej w sprawie centrów danych AI. Prezes TechNL Andrea King powiedziała CBC, że Labrador ma niskoemisyjną energię wodną, zimny klimat i ziemię. Nadal trzeba jednak rozważyć koszt alternatywny. Przepływ danych konsumenckich też jest teraz pod baczniejszą kontrolą.
Badanie Northeastern University przeprowadzone z Consumer Reports, opublikowane w tym tygodniu i opisane przez The Verge oraz Consumer Reports 29 września, objęło 21 nowszych modeli samochodów od 19 marek oraz 30 towarzyszących im aplikacji. Każdy pojazd przesyłał dane przez Wi-Fi do co najmniej jednej domeny zewnętrznej, a ponad połowa łączyła się z domenami reklamowymi, śledzącymi lub analitycznymi. Siedem aplikacji wysłało numery VIN, numery telefonów i dokładne lokalizacje do sieci reklamowych.
"Nie wygląda na to, żeby klient mógł kupić nowy samochód, który go nie śledzi" - powiedziała w Consumer Reports współautorka badania Sarah Elizabeth Gillespie.
Dla zespołów, które dostarczają urządzenia noszone, systemy biletowe czy aplikacje dla kibiców, to nie jest teoria. Włamanie do Defense Manpower Data Center Pentagonu ujawniło dane ponad 3 000 000 osób, podaje Beinsure 29 września. Wśród tych danych były numery ubezpieczenia społecznego przechowywane bez szyfrowania. Datadog przetwarza ponad 100 000 000 000 000 zdarzeń dziennie. W poście na blogu Antithesis z 29 września firma opisała, jak za pomocą wstrzykiwania błędów odbudowała swój potok przyjmowania danych bez utraty informacji. Lekcja dla analityki sportowej jest mało efektowna. Każdy zbierany zbiór danych trzeba chronić, kopiować zapasowo i w końcu usuwać. BMLL, pisząc 29 września na blogu Polars, podało, że przetwarza ponad 1,5 TB danych o mikrostrukturze rynku w nieco ponad 3 minuty na jednej maszynie. Ten argument zabrzmi znajomo dla każdego, kto testuje obciążenia związane ze śledzeniem zawodników. Narzędzia są szybkie. Zarządzanie danymi nie.
Źródła
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
Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.
Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.
Komentarze
0- Brak komentarzy — bądź pierwszy.