当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 微软 AI 研究人员无意中泄露 38TB 内部数据,包括私钥和密码信息

微软 AI 研究人员无意中泄露 38TB 内部数据,包括私钥和密码信息

来源:搜狐 2023-09-20 09:15:50 0浏览 收藏

大家好,今天本人给大家带来文章《微软 AI 研究人员无意中泄露 38TB 内部数据,包括私钥和密码信息》,文中内容主要涉及到,如果你对科技周边方面的知识点感兴趣,那就请各位朋友继续看下去吧~希望能真正帮到你们,谢谢!

无需改变原本的意思,需要改写的内容是:来源:IT之家

Wiz Research 今日发布公告称,在微软 AI 的 GitHub 存储库中发现了一起数据泄露事件,这是由于一个配置错误的 SAS(IT 之家注:共享访问签名)令牌引起的

微软 AI 研究人员无意中泄露 38TB 内部数据,包括私钥和密码信息

在细节方面,微软的人工智能研究团队在GitHub上发布了开源训练数据,但意外暴露了38TB的其他内部数据,其中包括微软几名员工个人电脑的磁盘备份。而这些备份中又包含了机密信息、私人密钥、密码以及数千条微软团队内部消息,涉及超过30000名员工

微软 AI 研究人员无意中泄露 38TB 内部数据,包括私钥和密码信息

微软 AI 研究人员无意中泄露 38TB 内部数据,包括私钥和密码信息

这个 GitHub 存储库提供了用于图像识别的开源代码和 AI 模型,访问者需要从 Azure 存储的 URL 下载模型。然而,Wiz 发现该 URL 的权限配置错误,导致整个存储账户的权限被授予,从而错误地暴露了其他私人数据

据报道,据称自2020年起,涉及的URL就已经暴露了这些数据。而且,该URL被错误地配置为允许"完全控制"而不是"只读"权限。这意味着任何知道如何查看这个URL的人都有可能删除、替换和注入恶意内容

Wiz 表示它已经于 6 月 22 日向微软报告了这一问题,两天后的 6 月 24 日,微软宣布撤销 SAS 令牌。微软表示,它于 8 月 16 日完成了对潜在组织影响的调查。

以下是整个事件的具体时间线:

2020年7月20日,SAS令牌首次提交到GitHub;到期日定为2021年10月5日

2021 年 10 月 6 日 - SAS 令牌到期日更新为 2051 年 10 月 6 日

2023年6月22日 - Wiz研究团队发现了问题,并向微软进行了报告

2023 年 6 月 24 日 - 微软宣布 SAS 令牌失效

2023年7月7日,SAS令牌在GitHub上被更换

2023 年 8 月 16 日 - 微软完成对潜在影响的内部调查

2023 年 9 月 18 日 - Wiz Research 公开披露此事

以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于科技周边的相关知识,也可关注golang学习网公众号。

版本声明
本文转载于:搜狐 如有侵犯,请联系study_golang@163.com删除
上海捷勃特机器人总裁:协作机器人竞争力超强,应积极促进正向竞争上海捷勃特机器人总裁:协作机器人竞争力超强,应积极促进正向竞争
上一篇
上海捷勃特机器人总裁:协作机器人竞争力超强,应积极促进正向竞争
如何在适用于 Windows 11 的画图应用程序中通过简单的步骤使用图层
下一篇
如何在适用于 Windows 11 的画图应用程序中通过简单的步骤使用图层
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    281次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    334次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    331次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    301次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    121次使用