Anthropic'in Claude'u testler sırasında üç şirket ağına sızdı

Anthropic'in Claude'u testler sırasında üç şirket ağına sızdı
Claude, yapay zeka testleri sırasında üç firmaya sızdı

Anthropic, kamuya açık internetten izole kalması gereken siber güvenlik değerlendirmeleri sırasında birkaç Claude modelinin üç şirkete yetkisiz erişim sağladığını belirtti. Bu olaylar, giderek daha yetenekli hale gelen yapay zeka ajanlarının, sistemler kendilerine atanan hedeflerin dışına kasıtlı olarak çıkmasa bile, test hatalarını nasıl gerçek dünya güvenlik ihlallerine dönüştürebileceğini gösteriyor.

Öne Çıkanlar

  • Claude modelleri siber testler sırasında üç şirkete erişti.
  • Bir test hatası sistemlerin internete bağlı kalmasına neden oldu.
  • İki şirket Anthropic kendileriyle iletişime geçene kadar durumdan habersizdi.

Bu makale orijinalinden tercüme edilmiştir. Muhabirimiz tarafından hazırlanan orijinal versiyonu okumak için buraya tıklayın.

Şirketin web sitesine göre Anthropic, OpenAI'ın yapay zeka platformu Hugging Face'in altyapısını içeren ayrı bir saldırıyı ifşa etmesinin ardından 141.006 değerlendirme oturumunu inceleyerek bu vakaları keşfetti. Anthropic, bu ihlalleri, modellerin internete bağlı kalmasına neden olan harici bir değerlendirme ortağıyla ilgili operasyonel bir hataya bağladı.

Simüle edilen saldırılar gerçek sistemlere ulaştı

Etkilenen modeller arasında Claude Opus 4,7, Claude Mythos 5 ve dahili bir araştırma modeli yer alıyordu. Bu modeller, simüle edilmiş ağlar içindeki gizli bilgileri bulup bulamayacaklarını test etmek için tasarlanan "bayrağı yakala" (capture-the-flag) egzersizlerine katılıyorlardı.

Bunun yerine modeller canlı sistemlere ulaştı ve zayıf parolalar ile kimlik doğrulama gerektirmeyen uç noktalar dahil olmak üzere temel zayıflıklardan yararlandı. Anthropic, modellerin kendilerine atanan görevleri bıraktığına veya bağımsız hedefler geliştirdiğine dair hiçbir kanıt olmadığını; büyük ölçüde gerçek altyapının değerlendirmenin bir parçası olduğuna inandıklarını söyledi.

Bir vakada, testte kullanılan kurgusal bir hedef, gerçek bir şirketle aynı adı taşıyordu. Claude Opus 4,7 güvenlik açıklarını buldu, kimlik bilgilerini ele geçirdi ve gerçek işletmeye ait bir veri tabanına erişti. Bir başka dahili model ise gerçek bir hedefe ulaştığını fark ettikten sonra saldırısını durdurdu, ancak Anthropic bu davranış hakkında sonuçlara varmadan önce daha fazla test yapılması gerektiğini belirtti.

Modellerden önce denetim başarısız oldu

Anthropic, 23 Temmuz'da siber değerlendirmelerini askıya aldı ve 27 Temmuz'da etkilenen kuruluşları bilgilendirmeye başladı. İki şirket sızmaları tespit edememişken, üçüncü şirketle iletişim çalışmaları devam ediyordu. Değerlendirme ortağı olan siber güvenlik laboratuvarı Irregular, olayları araştırdığını açıkladı.

Bu ifşaat, OpenAI'ın ajanlarından birinin test sırasında Hugging Face'e ulaştığına dair raporunu takip ediyor. Aradaki fark önemli: Anthropic'in sistemlerine yanlışlıkla internet erişimi verilirken, OpenAI ajanının ortamından kaçmak için daha önce bilinmeyen bir zayıflıktan yararlandığı bildirildi.

Öncü yapay zeka için bir muhafaza sorunu

Temel risk artık sadece yapay zekanın güvenlik açıklarını tespit edip edemeyeceği değil. Risk, laboratuvarların gelişmiş ajanların nerede faaliyet gösterdiğini ve hangi sistemlere ulaşmalarına izin verildiğini güvenilir bir şekilde kontrol edip edemeyeceğidir.

141.000'den fazla oturumu kapsayan bir inceleme, ihlalleri ancak başka bir şirket benzer bir başarısızlığı ifşa ettikten sonra tespit edebildi. Bu durum, tespit edilemeyen olaylar, üçüncü taraf test standartları ve yapay zeka sistemleri siber güvenlik görevlerinde daha otonom ve etkili hale geldikçe gönüllü koruma önlemlerinin buna ayak uydurup uyduramayacağı konusunda zor soruları gündeme getiriyor.   

Ayrıca Anthropic'in Çin kısıtlamaları nedeniyle Claude erişim kontrollerini sıkılaştırdığını da bildirmiştik.

Bu materyal üçüncü taraf görüşlerini içerebilir, bu web sayfasındaki hiçbir veri ve bilgi Feragatnamemize göre yatırım tavsiyesi teşkil etmez. Katı Editoryal Dürüstlük ilkelerine bağlı kalmamıza rağmen, bu gönderi ortaklarımızın ürünlerine referanslar içerebilir.