Near AI 证实安全漏洞影响 100 用户和 18 代理

SGLang漏洞为入侵Near AI基础设施敞开大门

根据 Near AI 于 11 月 9 日（周一）发布的官方安全事件报告，攻击者利用了 SGLang（一款用于处理人工智能工作负载的开源引擎）中的远程代码执行（RCE）漏洞。 该漏洞允许在某台推理服务器上执行代码，从而为入侵其他内部系统提供了入口。

随后，入侵者访问了与 Near AI 此前已弃用的“私密聊天”服务相关的基础设施，并下载了约 100 名用户的账户信息。被盗记录包括姓名和电子邮件地址，部分账户的订阅套餐及余额信息也遭泄露。

此次入侵不仅限于客户记录。调查人员证实，有未经授权的访问针对18个运行在公司可信执行环境（TEE）之外的旧版Near AI Agents部署中的代理。被获取的信息包括聊天记录、配置设置和运行日志。

此外，通过这些日志，还有两名 Near AI Cloud 客户的应用程序接口（API）密钥遭到泄露。这两组凭证随后已被撤销。 重要的是，Near AI 报告称未发现任何迹象表明存储的“私密聊天”对话或上传文件曾被访问。 不过，该公司承认，11月8日在受影响服务器上处理的请求可能已被监视，其中包括以机密模式运行的请求。 此次披露将已确认的数据盗窃与处理过程中潜在的信息泄露区分开来。Near AI 并未量化可能被监视的机密请求数量。

为何机密计算未能阻止此次数据泄露？

此次事件中最具深远影响的发现，或许在于揭示了机密计算技术的局限性——该技术旨在通过硬件隔离的执行环境来保护敏感信息。Near AI 解释称，这些保护措施无法自动防御运行在这些环境中的应用程序内部存在的漏洞。 “机密计算能保护数据免受操作员和主机的侵害。 但无法防范运行在该环境内的软件中的漏洞，而此次事件正是如此，”该公司承认道。 实际上，攻击者利用的是推理软件本身，而非需要突破硬件隔离机制。一旦恶意代码在受影响的服务器内执行，正在处理的请求就可能被访问。

这一区别至关重要，因为机密计算的初衷是限制基础设施运营商和底层主机的访问权限。它并不能保证处理敏感信息的软件完全没有可被利用的缺陷。Near AI表示，其安全分析团队今后将以与受保护计算环境相同的严格标准，对推理软件及相关服务进行审查。

Near AI 在采取安全应对措施后恢复云服务

发现该漏洞后，Near AI 撤销了所有活跃会话和管理员凭证，更换了代理令牌，并将“私聊”功能下线。工程师已在所有推理服务器上部署了针对 SGLang 漏洞的修复程序，并完成了额外的凭证轮换。

该公司还报告称已完成取证审查，通知了受影响用户，并逐一联系了所有18个遭入侵的AI代理的所有者。Near AI确认，在完成隔离和修复后，云服务访问已恢复。该漏洞还已上报给SGLang项目组。

受影响的客户已通过 security@near.ai 收到相关指引，同时该公司提醒用户警惕任何提及账户信息或余额的未经请求的通信。在法律要求的情况下，将随后发布监管通知。据报道，此次事件未影响 Near Protocol 本身或更广泛生态系统中的其他服务。

尽管如此，此次安全事件仍为机密AI基础设施提供商提出了一个令人不安的问题：当处理请求的软件仍存在漏洞时，受保护的计算究竟能有多私密？硬件隔离提供了一道重要的安全防线，但Near AI事件表明，机密性最终取决于在其内部运行的应用程序的完整性。

此次 Near AI 安全事件的发生，正值过去几个月 Bitcoin.com News 记录的一系列非同寻常的安全事件接连发生之际。 从10月29日币安（Binance）遭遇的63亿美元惊人黑客攻击、Bitget据称3.875亿美元的钱包泄露事件，到涉及近600 BTC的Liquid Network漏洞利用，攻击者一再暴露了数字资产行业各处的薄弱环节。

涉及Ledger、Safepal、Trezor、Keystone、Chainalysis、Gnosis Pay、Keplr-Web3Auth以及Crédit Mutuel Arkéa的安全事件进一步加剧了人们的担忧，而新披露的iOS漏洞则威胁着敏感的应用程序数据。 综合来看，这些事件揭示了一个日益令人不安的现实：该行业面临的安全挑战已远远超出了加密货币被盗的范畴，深入涉及客户记录、软件依赖项、身份验证系统以及受托保护数字资产的基础设施。