微软 AI 团队开源配置失误：意外泄露 38TB 内部敏感数据

AI 开发者们在开源社区分享模型和数据集早已是家常便饭，但谁也没想到，微软自家的顶级研究团队，会因为一个下载链接把自家的底裤全漏了。

云安全初创公司 Wiz 披露，微软的 AI 研究部门在 GitHub 上分享开源图像识别模型时，不小心泄露了多达 38 TB 的内部敏感数据。

这可不是几个测试样本。泄露的内容包括两位微软员工电脑的完整备份、各类微软服务的密码、密钥，甚至还有数百名员工的超过 3 万条 Microsoft Teams 内部聊天记录。

一个链接，白送了三年「完全控制」

问题出在下载方式上。研究人员在 GitHub 项目中留下了一个 Azure Storage 的下载链接，方便大家下载模型文件。但为了省事，他们在这个链接里附带了一个权限完全放开的共享访问签名，也就是 SAS 令牌。

这个 SAS 令牌本来可以只给特定文件的只读权限。但微软研究员配置失误，不仅把权限设成了针对整个存储账户，甚至还给出了完全控制权限。

换句话说，任何顺着这个链接点进去的人，不仅能随便下载微软的核心机密，还能随意删除、替换里面的文件，甚至往模型里植入恶意代码。

更让人捏把汗的是时间。Wiz 的研究显示，这个漏洞链接早在 2020 年就已经挂在 GitHub 上了，在网上静静躺了整整三年。

微软紧急灭火，顺手补了 GitHub 的漏洞

Wiz 在 6 月 22 日将漏洞报告给微软。微软的动作还算迅速，两天后的 6 月 24 日就吊销了这个失控的 SAS 令牌，并在 8 月 16 日完成了潜在影响的调查。

微软安全响应中心在随后的说明中表示，这次事件没有泄露任何客户数据，也没有其他内部服务受到威胁。

为了防止自家人再犯这种低级失误，微软表示已经升级了 GitHub 的凭据扫描服务。这项功能不仅会检查公开代码里的明文密码，现在还会主动扫描那些有效期过长、权限过大的 SAS 令牌。

为什么重要

这起事故给狂热的 AI 行业结结实实提了个醒：AI 开发者的安全意识，正严重滞后于他们处理的数据规模。

现在每个大厂和创业团队都在拼命训练大模型、频繁在开源社区上传动辄几十上百吉字节的数据集。Wiz 首席技术官说得很中肯，数据科学家和工程师都在急着把 AI 推向生产，但他们经手的数据规模太大，这种松懈和混乱几乎很难靠肉眼去查。

我们认为，这件事最危险的地方甚至不在于员工聊天记录泄露，而在于供应链投毒的隐患。那个存储桶挂着完全控制权限长达三年，一旦有黑客在中途篡改了开源的权重文件，所有下载过该模型的下游开发者都可能中招。

微软靠升级 GitHub 扫描工具来堵漏洞，看起来是一个聪明的自动化兜底方案。但对普通开发者和中小团队来说，把机密凭证和海量训练数据混放在同一个存储桶里，本身就是极其危险的工程习惯。想要安全地用好 AI，先把最基础的权限隔离做好，可能比多跑几轮训练更要紧。