Egyre több fejlesztő szembesül azzal, hogy a Google korábbi útmutatásai és automatikus rendszerbeállításai közvetetten súlyos pénzügyi és biztonsági kockázatot okoznak az AI-szolgáltatások korában. Rod Danan, a Prentus álláskereső platform alapítója március végén arra ébredt, hogy a Google-fiókján keresztül 10 138 dollárnyi, általa soha nem használt AI-szolgáltatást számláztak le – miközben korábban havi 50 dollár alatt tartotta költéseit.
A The Register vizsgálata szerint Danan nem hibázott: a weboldal működéséhez szükséges Google Maps API-kulcsot a Google dokumentációja szerint ágyazta be a honlap forráskódjába. Eredetileg a Maps-kulcsok azért lehettek nyilvánosan láthatók, mert így jelenik meg az oldalon a térkép, és a Google korábban domain-alapú korlátozással védte ezeket a kulcsokat, azaz a kulcs csak az adott weboldalról működött.
A gond akkor kezdődött, amikor a Google előzetes értesítés nélkül automatikusan kiterjesztette ezeket a Maps-kulcsokat a Gemini mesterségesintelligencia-szolgáltatásra is. Ez gyakorlatilag olyan, kezdetben nyilvános kulcsoknak adott backend (szerveroldali) jogosultságokat, amelyek titkosan kezelendő hozzáférést tettek elérhetővé.
Tömeges kitettség és további feltárt hibák
Joe Leon, aki februárban még a TruffleSecurity munkatársa volt, közel 3000 nyilvánosan elérhető API-kulcsot talált, amelyek eredetileg Maps-hozzáférésre szolgáltak, de a Google kiterjesztése miatt Gemini-hozzáféréssé váltak. Leon később az Aikido Securityhez igazolt, ahol a kutatócsoport további, összefüggő problémákat tárt fel.
Az egyik ilyen probléma az automatikus költési korlát emelése: a Google rendszere bizonyos forgalmi küszöbök elérésekor a fiókok költési limitjét automatikusan magasabb szintre állította — egyes esetekben akár 100 000 dollárig. A felhasználókat erről azonban sem előre, sem az emelés pillanatában nem értesítette egyértelműen a rendszer. Ennek következménye volt az is, hogy más fejlesztők is milliós (forintban mérhető) vagy tízezres dollárban kifejezett számlákat kaptak: az ausztrál Isuru Fonseka például 17 000 ausztrál dolláros számláról számolt be, miközben 250 dolláros költési korlátot állított be.
A Google a The Register cikke után visszatérítette mindkét ismert eset kárát, de a cég nem módosította az automatikus emelési gyakorlatot. A visszatérítés ráadásul nem proaktív Google-politika volt, hanem médianyomás hatására történt; Fonseka azt mondta, hogy „csak az újságcikk után intézték el gyorsan.”
Egy további jelentős műszaki hiányosságot az Aikido Security kutatói mutattak ki: egy ellopott és azonnal törölt API-kulcs a törlés után még átlagosan 16 percig, de esetenként akár 23 percig is használható maradt, mert a visszavonási folyamat a Google infrastruktúrájában fokozatosan terjed végig. A hibajelentést a Google „won't fix” (nem javítjuk) státusszal zárta, arra hivatkozva, hogy ez a rendszer ismert viselkedése.
Miért nagyobb probléma ez, mint egyedi incidens?
A Google-eset szemléletes példája egy általánosabb strukturális problémának. Francis de Souza, a Google Cloud operatív igazgatója arra figyelmeztetett, hogy nincs valódi AI-stratégia megfelelő adatvédelmi és kiberbiztonsági alapok nélkül, és hogy a két terület elválaszthatatlan. Rámutatott: míg korábban az első behatolás és a támadás kiterjesztése között átlagosan nyolc óra telt el, ma ez az idő lecsökkenhet 22 másodpercre, miközben a védekezés döntően emberi tempóban maradt.
Ebből kifolyólag a szakemberhiány is kritikus tényező. A Glassdoor adataira hivatkozva a New York Times azt írta, hogy a kiberbiztonsági álláshirdetések száma az első negyedévben éves összevetésben 11 százalékkal nőtt: az AI nem szünteti meg ezeket a pozíciókat, inkább újakat teremt. Austin Cowan, a Heidrick & Struggles szakértője szerint olyan pozíciók jelennek meg gyakrabban a piacon, amelyek korábban évente egyszer-kétszer voltak nyitottak. Lea Kissner, a LinkedIn biztonsági igazgatója a jelenséget találóan „hibapokalipszisnek” nevezte.
Az AI-modellek ráadásul kétirányú hatással vannak a kockázatra: egyrészt felgyorsítják a szoftverfejlesztést, amivel együtt nő a hibák és potenciális sebezhetőségek száma; másrészt maguk az AI-modellek egyre hatékonyabban képesek felfedezni és kihasználni ezeket a gyenge pontokat. Ezt illusztrálja az Anthropic Mythos nevű modellje is, amely a cég szerint több ezer, korábban ismeretlen szoftveres sebezhetőséget azonosított nagyobb operációs rendszerekben és böngészőkben; a vállalat a modellt túl veszélyesnek ítélte a nyilvános kiadáshoz, és a hozzáférést csak 40 kiválasztott technológiai óriáscégre korlátozta, köztük az Apple-re, a Microsoftra és a Google-re.
Következtetések
A Google Maps API-kulcsok kiterjesztése a Gemini-szolgáltatásra és az ezzel kapcsolatos automatikus számlázási mechanizmusok több fejlesztőt anyagi kár éréséhez vezettek, és olyan technikai hiányosságokat világítottak meg, amelyek szélesebb iparági problémákra mutatnak rá. A visszavonások késleltetése, a felhasználók nem megfelelő tájékoztatása és a kiberbiztonsági munkaerőhiány mind olyan tényezők, amelyek együttesen növelik az AI-korszakban bekövetkező incidensek potenciális súlyosságát.
A jelenlegi helyzet arra utal, hogy a biztonságot nem elég utólagos intézkedésekkel kezelni: a kiberbiztonságnak és adatvédelemnek a fejlesztési folyamatok korai szakaszától része kell lennie az AI-megoldások életciklusában, különben a hasonló problémák ismétlődése várható.
Címkék: adatvédelem, technológia, kiberbiztonság, mesterséges intelligencia, Google, Google Maps, API, adatbiztonság, AI, szakemberhiány
