NEAR AI 資料外洩揭露使用者詳細資料及 18 個舊版代理程式的資料

目錄

• 你可能想知道
• 主要內容
• 重點摘要表
• 後續……

你可能想知道

• 攻擊者從 NEAR AI 取得了哪些資訊，哪些使用者或服務可能受到影響？
• 軟體漏洞如何削弱旨在隔離 AI 工作負載的隱私保護措施？

主要內容

NEAR AI 披露，一名攻擊者利用 SGLang 中的漏洞入侵系統。SGLang 是用來執行 AI 模型並生成使用者請求回應的軟體。根據公司日期為 November 9 的報告，入侵始於一台推論伺服器，最終讓攻擊者得以觸及 NEAR AI 內部基礎架構的其他部分。這起事件暴露了約 100 名使用者的帳戶資訊，以及舊版部署中 18 個代理程式的資料。

SGLang 是一款用於提供 AI 模型服務的開源引擎。NEAR AI 表示，攻擊者利用了遠端程式碼執行漏洞；這類漏洞可能讓入侵者在易受攻擊的系統上執行命令。在本次事件中，命令是在一台推論伺服器上執行。調查人員後來追查到，入侵源自一個連接至 Private Chat 的內部系統，而 NEAR AI 早已停用這項功能。

攻擊者下載的帳戶資訊包括約 100 名使用者的姓名和電子郵件地址。部分帳戶的資料還包括訂閱方案和帳戶餘額資訊。公司並未表示所有受影響的使用者都暴露了上述所有詳細資料；報告指出，額外的訂閱和餘額資訊僅涉及部分使用者。

此外，攻擊者還存取了舊版 NEAR AI Agents 部署中的 18 個代理程式。從這些代理程式取得的資訊包括聊天記錄、設定和日誌。NEAR AI 表示，這些代理程式並未在其機密運算環境中執行；該環境旨在防止營運伺服器的組織取得資訊。

這起事件也暴露了兩名客戶所屬的 NEAR AI Cloud API 金鑰。API 金鑰就像數位憑證，可讓應用程式驗證身分並使用雲端服務。NEAR AI 表示已撤銷這兩把金鑰，但未說明攻擊者是否曾使用它們。因此，客戶應區分已確認的憑證暴露，以及尚未通報的憑證使用情況。

已確認遭竊的資料包括使用者帳戶記錄和舊版代理程式資訊；公司並未發現儲存的 Private Chat 對話或上傳檔案遭到存取的證據。與此同時，NEAR AI 表示，調查無法排除 November 8 在機密模式下處理的請求可能曾被看見。這種可能性並不等同於確認儲存的對話或檔案遭到竊取。

NEAR AI 的 Cloud 產品採用可信任執行環境，通常稱為 TEE。這些環境旨在加密並隔離 AI 提示，讓伺服器營運者在模型處理提示時無法輕易檢視。此方法提供一層硬體層級的隔離，但無法讓受保護環境內執行的軟體免於漏洞影響。

NEAR AI 在說明這起資料外洩事件時承認了這項限制：TEE 無法防範在環境內執行的軟體漏洞。據報導，SGLang 漏洞讓攻擊者得以在處理機密請求的位置執行程式碼。這凸顯了一項重要區別：硬體安全有助於隔離工作負載，但邊界內應用程式和服務的安全性同樣至關重要。

這起事件值得關注，因為隱私是 NEAR AI 產品定位的核心。NEAR AI 隸屬於更廣泛的 NEAR 生態系，該生態系在推動區塊鏈相關工作的同時，也主打 AI 隱私。October，該公司宣布 Brave 的 Leo 瀏覽器助理正使用其機密推論基礎架構，為一款支援的 AI 模型提供服務。事件報告並未指出 Brave 使用者受到影響，也沒有證據表明 October 的公告或該服務與這起資料外洩事件有關。

SGLang 先前已受到安全研究人員關注。July，卡內基美隆大學的 CERT 協調中心記錄了該專案的六項漏洞。視伺服器設定而定，通報的問題包括可能允許執行命令或暴露憑證的漏洞。然而，NEAR AI 並未指出本次事件所利用的具體 SGLang 漏洞。因此，無法直接將這起資料外洩事件與先前研究所描述的任何漏洞連結。NEAR AI 表示已向 SGLang 開發者通報該漏洞。

NEAR AI 表示，在偵測到入侵後，已撤銷所有有效工作階段和管理員憑證、替換所有代理程式權杖、讓 Private Chat 下線，並在所有推論伺服器部署 SGLang 漏洞修補程式。公司之後表示，已完成剩餘憑證輪替和全面鑑識審查。這些措施旨在限制持續存取、使可能遭到入侵的憑證失效，並修補存在漏洞的軟體。

NEAR AI 表示，已通知確認帳戶資訊或代理程式遭存取的使用者。公司也逐一聯絡了所有 18 個受影響代理程式的擁有者，並表示將提交任何必要的法規通報。公司建議使用者留意提及其 NEAR AI 帳戶或餘額的非預期訊息。這類訊息可能冒充公司，或利用帳戶資訊營造可信感，藉此趁機利用這起事件。

目前公開的資訊仍有一些未解之處。NEAR AI 未指出確切的 SGLang 漏洞、說明兩把暴露的 API 金鑰是否曾被使用，也未確認是否有人實際檢視了任何機密模式請求。這些問題應視為尚未解決，而不應假定事情已經發生。公司的公開說明區分了已確認的資料暴露，以及根據調查仍有可能發生的風險。

對受影響的使用者和客戶而言，實際應對方式是留意 NEAR AI 直接寄送的通知、提防可疑通訊，並遵循任何建議的帳戶安全措施。曾使用暴露 API 金鑰的客戶，應以公司撤銷金鑰和輪替憑證的措施為依據，同時檢查自己的服務記錄是否有異常活動。更廣泛來說，這起事件顯示，營運 AI 服務的組織必須確保整個技術堆疊的安全，從硬體隔離和模型服務軟體，到憑證、內部系統與事件應變，無一例外。

重點摘要表

後續……

NEAR AI 事件顯示，保護 AI 系統不只是加密提示，或將工作負載放在硬體隔離環境中。這些機制可以降低基礎架構營運者接觸資訊的機會，但無法單獨防止易受攻擊的軟體遭利用、憑證遭濫用，或攻擊者在相連的內部系統之間移動。

打造機密 AI 服務的組織應持續探索安全軟體開發、服務之間更完善的隔離、謹慎的憑證管理，以及對模型服務元件進行獨立安全測試。對記憶體安全系統、漏洞探索和可驗證軟體建置的研究，也有助於降低單一元件漏洞危及更大範圍環境的可能性。

透明度也是持續改進的領域。清楚的事件報告能協助使用者了解哪些資料已確認暴露、哪些風險仍在調查，以及目前採取了哪些措施。隨著 AI 服務愈來愈深入整合至瀏覽器、雲端平台和日常應用程式，持久的隱私保護將取決於硬體防護、安全軟體、迅速應變和精確溝通的結合。