وفقًا لتقرير من Help Net Security، بنى المهاجمون وكيل ذكاء اصطناعي مصممًا لاختطاف النماذج اللغوية الكبيرة (LLMjacking). يستولي الوكيل على نماذج الذكاء الاصطناعي المكشوفة ويستخدمها لسرقة بيانات الاعتماد وتعدين العملات المشفرة. وتقع التكلفة على الضحية. وبالنسبة لأي شخص يشغّل نموذجًا مستضافًا ذاتيًا أو يحمل مفتاح API مدفوعًا للذكاء الاصطناعي، فإن كشف نماذج الذكاء الاصطناعي المكشوفة عبر اختطاف النماذج اللغوية الكبيرة أصبح الآن خطرًا عمليًا يستحق الفهم.
ما هو اختطاف النماذج اللغوية الكبيرة وكيف يعمل الوكيل
اختطاف النماذج اللغوية الكبيرة (LLMjacking) هو الاستيلاء على نموذج لغوي كبير (LLM) يملكه شخص آخر أو يدفع ثمنه. فبدلًا من شراء قدرة حوسبة أو وصول إلى API، يجد المهاجم نموذجًا يمكن الوصول إليه أو مفتاحًا تم تسريبه، ويستخدمه مجانًا. وتدفع الضحية الفاتورة.
الجديد هنا هو الأتمتة. يصف التقرير وكيل ذكاء اصطناعي بُني لهذا الغرض. فبدلًا من أن يبحث شخص يدويًا عن خدمات مُعدّة بشكل خاطئ، يقوم البرنامج بالعثور عليها والاستيلاء عليها. والأهداف المذكورة هي سرقة بيانات الاعتماد وتعدين العملات المشفرة، وكلاهما يحوّل النموذج المختطف إلى ربح مباشر للمهاجم.
يصف المصدر الأداة على مستوى عالٍ فقط، ولن نضيف تكهنات تتجاوز ذلك. لكن النقطة الأوسع تظل قائمة: عندما تكون الاكتشافات والاستغلال مؤتمتة، لا تحتاج الخدمة المكشوفة إلى أن تكون مثيرة للاهتمام كي يتم العثور عليها. تحتاج فقط إلى أن تكون قابلة للوصول.
كيف يتم اختطاف مفاتيح وخدمات الذكاء الاصطناعي المكشوفة
النمط المقترح واضح ومباشر. يفحص الوكيل نماذج الذكاء الاصطناعي ونقاط نهاية API المكشوفة، ثم يسيطر على ما يجده. وهناك نوعان من التعرض لهما الأهمية الأكبر:
- نقاط النهاية المكشوفة. نموذج مستضاف ذاتيًا أو واجهة ذكاء اصطناعي يمكن الوصول إليها من الإنترنت، غالبًا بسبب إعداد مريح أو منفذ مُعاد توجيهه أو تسجيل دخول مفقود.
- بيانات الاعتماد المكشوفة. مفاتيح API الموجودة في أماكن لا ينبغي أن تكون فيها، مثل مستودعات الأكواد أو ملفات التكوين المشتركة أو المشاريع القديمة التي لا يتذكرها أحد.
بمجرد أن يحصل المهاجم على أي منهما، يعمل النموذج لصالحه. تعمل الحوسبة على عتادك أو حسابك، ويظهر الاستخدام في فاتورتك أو يبطئ جهازك.
تضيف زاوية سرقة بيانات الاعتماد طبقة ثانية من القلق. فخدمة الذكاء الاصطناعي المختطفة ليست مجرد مورد مجاني. بل يمكن أن تصبح أيضًا وسيلة لجمع المزيد من بيانات الاعتماد، ولهذا يمكن أن يتحول مفتاح منسي واحد إلى مشكلة أوسع.
ماذا يعني هذا بالنسبة لك
إذا كنت تستخدم الذكاء الاصطناعي فقط عبر تطبيق محادثة للمستهلكين، فإن تعرضك المباشر محدود. يزداد الخطر كلما فعلت المزيد مما يلي:
- تشغّل نماذج في المنزل. عشاق الخوادم المنزلية الذين يستضيفون نماذج لغوية كبيرة محلية أو واجهات ويب أو أدوات أتمتة هم الأهداف الأكثر وضوحًا. فخدمة ذكاء اصطناعي بلا مصادقة على منفذ مُعاد توجيهه هي بالضبط ما صُمم الماسح الآلي للعثور عليه.
- تحمل مفاتيح API. المطورون والهواة الذين يربطون خدمات الذكاء الاصطناعي بنصوص برمجية أو إضافات متصفح أو مشاريع جانبية قد تكون مفاتيحهم موزعة في عدة أماكن.
- تعيد استخدام بيانات الاعتماد. إذا كشف نظام مختطف كلمة مرور تستخدمها في مكان آخر، فإن الضرر يمتد إلى ما هو أبعد من خدمة الذكاء الاصطناعي. إعادة الاستخدام تحوّل اختراقًا واحدًا إلى اختراقات كثيرة.
الجانب المالي أيضًا يسهل تفويته. يستهلك تعدين العملات المشفرة والاستخدام المكثف للنماذج الموارد بهدوء. قد تلاحظ فقط عندما ترتفع الفاتورة بشكل حاد، أو يسخن عتادك، أو يشير مزود الخدمة إلى نشاط غير معتاد.
يتناسب هذا مع اتجاه أوسع. فالمهاجمون يستخدمون الذكاء الاصطناعي بشكل هجومي متزايد، وليس فقط استهدافه. تغطيتنا لكيفية استخدام القراصنة الروس لـ Claude AI لإعادة بناء برمجيات خبيثة مكتشفة تُظهر التحول نفسه نحو أدوات مدعومة بالذكاء الاصطناعي في جانب المهاجم.
كيفية تأمين مفاتيح API والتعرض الشبكي وإعدادات الخادم المنزلي
لا شيء من هذه الخطوات غريب أو معقد. معظمها نظافة أساسية تُطبَّق على نوع أحدث من الخدمات.
تعامل مع مفاتيح API كما تتعامل مع كلمات المرور.
- اسرد كل خدمة ذكاء اصطناعي تدفع مقابلها أو ربطتها بمشروع.
- غيّر المفاتيح التي لم تعد تتعرف عليها أو لم تستخدمها مؤخرًا، واحذف ما لا تحتاجه.
- أبقِ المفاتيح خارج مستودعات الأكواد والمستندات المشتركة. استخدم متغيرات البيئة أو مدير كلمات مرور بدلًا من ذلك.
- حيث يسمح مزودك بذلك، حدد حدودًا للإنفاق وتنبيهات للاستخدام حتى يُلاحظ المفتاح المختطف بسرعة.
- استخدم مفتاحًا منفصلًا لكل مشروع حتى لا يكشف تسريب واحد كل شيء.
قلّل التعرض الشبكي.
- تحقق من جهاز التوجيه الخاص بك بحثًا عن قواعد إعادة توجيه المنافذ واحذف أي منها لا تتذكر إنشاءه.
- لا تعرّض واجهات الذكاء الاصطناعي المستضافة ذاتيًا مباشرةً للإنترنت. إذا كنت بحاجة إلى وصول عن بُعد، فضعها خلف VPN أو نفق مُصادق عليه آخر تتحكم فيه.
- فعّل المصادقة لكل واجهة ويب أو API للذكاء الاصطناعي تشغّلها، حتى لو كانت موجودة فقط على شبكتك المنزلية.
- أبقِ برنامج النموذج وتبعياته محدّثة.
راقب العلامات التحذيرية.
- رسوم أو ارتفاعات غير متوقعة في الاستخدام على حساب ذكاء اصطناعي.
- حمل مستمر مرتفع على المعالج أو وحدة معالجة الرسوميات عندما لا تشغّل أي شيء.
- سجلات تُظهر طلبات من عناوين لا تتعرف عليها.
أصلح إعادة استخدام بيانات الاعتماد. استخدم كلمات مرور فريدة لكل خدمة وفعّل المصادقة متعددة العوامل حيثما توفرت. إذا كشفت خدمة مختطفة يومًا ما كلمة مرور، فإن بيانات الاعتماد الفريدة تُبقي تداعيات ذلك محصورة.
الخلاصة
التقرير قصير، لكن الدرس واضح. أصبح كشف نماذج الذكاء الاصطناعي المكشوفة عبر اختطاف النماذج اللغوية الكبيرة نشاطًا مؤتمتًا وقابلًا للتوسع، والأشخاص الذين يدفعون ثمنه هم مالكو المفاتيح والخوادم المكشوفة. لا تحتاج إلى التوقف عن استخدام أدوات الذكاء الاصطناعي. لكنك تحتاج إلى معرفة أين تعيش مفاتيحك وما الذي تكشفه شبكتك.
اليوم، خصص بضع دقائق لتدقيق مفاتيح API للذكاء الاصطناعي، وفحص أي خدمات ذكاء اصطناعي مستضافة ذاتيًا تشغّلها، ومراجعة قواعد إعادة توجيه المنافذ في جهاز التوجيه. إذا أردت المزيد من السياق حول كيفية تسخير المهاجمين للذكاء الاصطناعي، فاقرأ مقالتنا عن تطوير البرمجيات الخبيثة بمساعدة الذكاء الاصطناعي.
