Uber ஓட்டுநர் தரவு மீறல்: திருடப்பட்ட AI சப்ளையர் உள்நுழைவு எவ்வாறு அடையாள ஆவணங்களை அம்பலப்படுத்தியது

Uber தனது ஓட்டுநர்களின் தரவை தனது சொந்த நெட்வொர்க்கில் ஏற்பட்ட குறைபாட்டின் மூலம் இழக்கவில்லை; மாறாக வேறொருவரிடம் இருந்த சாவியின் மூலமாகவே அதை இழந்தது. தொழில்நுட்ப சப்ளையருக்குச் சொந்தமான திருடப்பட்ட உள்நுழைவுச் சான்றுகளைப் பயன்படுத்தித் தாக்குதல் நடத்தியவர்கள், ஓட்டுநர் உரிம விவரங்கள் உள்ளிட்ட தனிநபர் ஆவணங்களை அணுகியுள்ளனர்.

இன்று நவம்பர் 15, 2026, மேலும் Uber பாதிக்கப்பட்ட ஓட்டுநர்களுக்குத் தரவு மீறல் கடிதங்களை அனுப்பி வருகிறது. இதில் சப்ளையரான Fireworks AI என்பது ஒரு AI சேவை வழங்குநராகும்; எனவேதான் இந்த விவகாரம் Uber-ஐத் தாண்டியும் முக்கியத்துவம் பெறுகிறது. இன்று பல நிறுவனங்கள் தங்களது தரவை வெளிப்புற AI சேவைகளுடன் இணைக்கின்றன, ஆனால் அந்தச் சேவைகளின் உள்நுழைவு விவரங்கள் திருடப்பட்டால் அவற்றால் எதையெல்லாம் அணுக முடியும் என்பதை வெகு சில நிறுவனங்களே சரிபார்த்துள்ளன.

நடந்தது என்ன, படிப்படியாக

California-வின் அட்டர்னி ஜெனரலிடம் Uber சமர்ப்பித்த அறிவிப்பின்படி, காலவரிசை பின்வருமாறு அமைகிறது:

1. அக்டோபர் 6: தனது உள் சான்றுகள் (internal credentials) அங்கீகரிக்கப்படாத முறையில் பயன்படுத்தப்பட்டதை Fireworks கண்டறிந்தது.
2. அக்டோபர் 7: California-வின் தரவு மீறல் பதிவேட்டில் பதிவு செய்யப்பட்ட மீறல் தேதி.
3. அக்டோபர் 9: அங்கீகரிக்கப்படாத தரப்பினர் அந்தச் சான்றுகளைப் பயன்படுத்தி அந்த சேவை வழங்குநரிடம் உள்ள Uber-இன் கணக்கை அணுகியதாக Fireworks, Uber-க்குத் தெரிவித்தது.
4. சப்ளையருடனான தனது தரவு இணைப்புகளை உடனடியாகத் துண்டித்துவிட்டு விசாரணையைத் தொடங்கியதாக Uber கூறுகிறது.
5. அக்டோபர் 13: தற்போது அறிவிப்பு அனுப்பப்பட்டு வரும் நபர்களின் தனிப்பட்ட ஆவணங்கள் உட்பட, Uber தகவல்களை அணுக அந்தச் சான்றுகள் பயன்படுத்தப்பட்டதை புலனாய்வாளர்கள் உறுதிப்படுத்தினர்.
6. நவம்பர் 10: Uber-இன் அறிவிப்புக் கடிதத்தில் உள்ள தேதி.

தாக்குதல் நடத்தியவர்கள் எங்கிருந்து உள்ளே நுழைந்தார்கள் என்பதே இங்கு முக்கியமான விஷயம்: Uber-இன் சொந்த நேரடி வாசல் வழியாக அல்ல, சப்ளையரின் அணுகல் மூலமாகவே நுழைந்தனர். தாக்குதல் நடத்தியவர்கள் Uber-இன் பரந்த கார்ப்பரேட் நெட்வொர்க்கிற்குள் ஊடுருவியதாகவோ அல்லது அதன் சேவைகளை வரம்பின்றி அணுகியதாகவோ இந்த வெளிப்படுத்தல்கள் காட்டவில்லை.

எத்தனை பேர் பாதிக்கப்பட்டனர்?

புள்ளிவிவரங்கள் தொடர்ந்து மாறிக் கொண்டிருக்கின்றன, எனவே அவற்றை கவனமாகப் படியுங்கள்.

• ஆரம்பக்கட்ட மாநிலத் தாக்கல்கள் பட்டியலிட்டவை: 2,567 பேர் Massachusetts-இலும், 3,430 South Carolina-விலும் மற்றும் 1,873 Rhode Island-இலும் ஆகும். அதாவது 7,870 பேர் மூன்று மாநிலங்களில் உள்ளவர்களே தவிர, தேசிய அளவிலான மொத்த எண்ணிக்கை அல்ல.
• BreachTally என்ற தரவு மீறல் டிராக்கரில் உள்ள ஒரு புதிய பதிவு, நவம்பர் 13 தேதியிட்ட Texas அட்டர்னி ஜெனரல் தாக்கலைக் குறிப்பிட்டு, பட்டியலிடுவது: 149,346 பாதிக்கப்பட்ட மொத்த நபர்கள், இதில் 4,296 பேர் Texas-இல் உள்ளவர்கள். DisclosureLens என்ற மற்றொரு டிராக்கரும் இதே புள்ளிவிவரங்களைக் காட்டுகிறது.

பாதிக்கப்பட்ட தரவுகளில் பெயர்கள், முகவரிகள், பிறந்த தேதிகள், ஓட்டுநர் உரிம எண்கள் மற்றும் அரசு அடையாள அட்டை எண்கள் ஆகியவை அடங்கியுள்ளதாக இரண்டு டிராக்கர்களும் பட்டியலிட்டுள்ளன. இருப்பினும், Texas இணையதளத்தில் இருந்து அசல் Uber பதிவை சுயமாக மீட்டெடுக்க முடியவில்லை; எனவே இந்த அதிகமான எண்ணிக்கையை Uber-இன் உறுதிப்படுத்தப்பட்ட அறிக்கையாகக் கருதாமல், டிராக்கர்கள் வெளியிட்ட அறிக்கையாகவே எடுத்துக்கொள்ள வேண்டும். மேலும், தாக்கலில் உள்ள தரவு வகைகளின் பட்டியல் என்பது ஒவ்வொரு நபரும் அனைத்து வகையான தரவையும் இழந்துவிட்டார்கள் என்பதைக் குறிக்காது.

திருடப்பட்ட ரகசியங்களும் திருடப்பட்ட தரவும்

தாக்குதல் நடத்தியவர்கள் வெளிப்படுத்தியதாக Fireworks-இன் முதல் பாதுகாப்பு அறிக்கை கூறியது: environment variables ; இவை குறிப்பிட்ட எண்ணிக்கையிலான வாடிக்கையாளர் கணக்குகளுக்கான மதிப்பீட்டுப் பணிகளில் (evaluation jobs) இருந்தவை ஆகும். Environment variables என்பவை ஒரு நிரல் தொடங்கும் போது வாசிக்கும் அமைப்புகளாகும், மேலும் அவை பெரும்பாலும் ரகசியங்களை (secrets) வைத்திருக்கின்றன; அதாவது பிற அமைப்புகளுக்கான கடவுச்சொற்களைப் போல செயல்படும் API keys மற்றும் tokens போன்றவையாகும்.

அந்தக் கட்டத்தில், தனது சொந்த பாதுகாப்பு எல்லைக்குள் வாடிக்கையாளரின் தனிப்பட்ட தகவல்கள், மாதிரிகள் (models), தரவுத்தொகுப்புகள் (datasets) அல்லது அனுமானப் போக்குவரத்து (inference traffic) ஆகியவற்றில் அங்கீகரிக்கப்படாத அணுகல் எதையும் தான் காணவில்லை என்று Fireworks கூறியது. இது ஆறுதல் அளிப்பதாகத் தோன்றினாலும், ஒரு முக்கிய விஷயத்தை தவறவிடுகிறது. திருடப்பட்ட சாவி என்பது வெறும் தரவு மட்டுமல்ல; அந்த சாவி எதையெல்லாம் திறக்கிறதோ அதையெல்லாம் அணுகுவதற்கான ஒரு வழியாகும். எனவே ஒரு விசாரணை இரண்டு கேள்விகளைக் கேட்க வேண்டும்: தாக்குதல் நடத்தியவர் எதை எடுத்தார், மற்றும் அந்தச் சாவிகள் எதையெல்லாம் அணுக அவர்களுக்கு அனுமதித்தன?

பாதிக்கப்பட்ட வாடிக்கையாளர்கள் தங்களின் வெளிப்பட்ட சான்றுகளை அவற்றை வழங்கியவர்களிடம் மாற்றிப் புதுப்பிக்குமாறும் (rotate), சமீபத்திய செயல்பாடுகளைச் சரிபார்க்குமாறும் Fireworks கூறியது. மேலும் இது எச்சரித்தது என்னவென்றால், சேமிக்கப்பட்ட ஒரு ரகசியத்தை நீக்குவது அதை ரத்து செய்யாது. அந்தச் சாவியை வழங்கியவர் அதை ரத்து செய்யும் வரை அது தொடர்ந்து செயல்படும்.

இரண்டாவது, தனித்ததொரு ஊடுருவல்

Fireworks-இன் நவம்பர் 9 புதுப்பிப்பு இந்த விவகாரத்தை மேலும் விரிவுபடுத்தியது. குறிப்பிட்ட சில கணக்குகளின் கணக்கு மற்றும் பில்லிங் தகவல்கள், ரகசியங்கள் (secrets), தரவுத்தொகுப்புகள் மற்றும் முழுமையற்ற மாதிரிகள் ஆகியவற்றில் பாதிப்பு ஏற்பட்டதாக அது தெரிவித்தது.

இது மற்றொரு நிகழ்வையும் விவரித்தது. அக்டோபர் 23 அன்று, Fireworks ஆராய்ச்சி மற்றும் மேம்பாட்டு இயந்திரங்களை ஹோஸ்ட் செய்த கிளவுட் வழங்குநருக்கு ஒரு பாதுகாப்புச் சிக்கல் ஏற்பட்டது. அடுத்த நாள் தாக்குதல் நடத்தியவர்கள் அந்த இயந்திரங்களை அணுகி, அங்கீகரிக்கப்படாத பணிச்சுமையை (unauthorised workload) இயக்கியதால், மேலும் பல வாடிக்கையாளர் தரவு பாதிக்கப்பட்டது.

Uber-க்கு ஏற்கனவே தகவல் தெரிவிக்கப்பட்டு, தரவு வெளிப்பட்டது உறுதி செய்யப்பட்ட பின்னரே இது நடந்தது, எனவே இது Uber-இன் அசல் காலவரிசையை விளக்க முடியாது. மேலும் Fireworks-இன் ஒவ்வொரு வாடிக்கையாளரும் ஒரே மாதிரியாகப் பாதிக்கப்பட்டனர் என்பதை பொது வெளிப்படுத்தல்கள் காட்டவில்லை. தான் Palo Alto Networks Unit 42 உடன் இணைந்து பணியாற்றி வருவதாகவும், சான்றுகளின் கட்டுப்பாடுகளைக் கடுமையாக்கியுள்ளதாகவும், நெட்வொர்க் அணுகலைக் கட்டுப்படுத்தியுள்ளதாகவும், கண்காணிப்பை மேம்படுத்தியுள்ளதாகவும் மற்றும் சில சுயசேவை தரவுத்தொகுப்பு பதிவேற்றங்கள் மற்றும் பதிவிறக்கங்களை தற்காலிகமாக முடக்கியுள்ளதாகவும் Fireworks கூறியது.

இதன் பின்னணியில் உள்ள பணம்: LLMjacking

பெரிய மொழி மாதிரிகளுக்கான திருடப்பட்ட அணுகலில் இருந்து லாபம் ஈட்ட முயலும் குற்றவாளிகளுடன் இந்தச் செயல்பாட்டை Fireworks தொடர்புபடுத்தியது; இந்த நடைமுறை அழைக்கப்படுவது LLMjacking. ஒருவரின் மின்சாரத்தைத் திருடுவது போல இதை நினைத்துக் கொள்ளுங்கள், ஆனால் இங்கே மின்சாரம் என்பது விலையுயர்ந்த AI கணினிச் செயலாக்கம் ஆகும்.

Google Threat Intelligence Group மற்றும் Mandiant ஆகியவற்றின் நவம்பர் 2 அறிக்கை இந்தச் சந்தையை விவரிக்கிறது. குற்றவாளிகள் சரியான சான்றுகளைச் சேகரிக்கிறார்கள் அல்லது வெளிப்பட்ட மாதிரி சேவைகளைக் கண்டறிகிறார்கள், பின்னர் திருடப்பட்ட பல கணக்குகளில் கோரிக்கைகளைப் பரப்பும் சட்டவிரோத நுழைவாயில்கள் (gateways) வழியாக அந்தக் கணினித் திறனை மறுவிற்பனை செய்கிறார்கள். உண்மையான கணக்கு உரிமையாளருக்கு பில் வந்து சேர்கிறது. அணுகல் துண்டிக்கப்படுவதற்கு முன்பு ஒரே நாளில் $100,000-க்கும் அதிகமான மோசடிக் கட்டணங்கள் மற்றும் சில நிறுவனங்களில் மொத்தமாக $1 மில்லியன் வரையிலான பாதிப்புகள் ஏற்பட்ட நிகழ்வுகளை Mandiant தெரிவித்துள்ளது. இந்தக் புள்ளிவிவரங்கள் பிற விசாரணைகளில் இருந்து வந்தவையே தவிர, Uber-இடமிருந்து அல்ல.

தாக்குதல் நடத்தியவர்கள் உள்ளே நுழைந்ததும், கூடுதல் சான்றுகளுக்காக குறியீட்டுக் களஞ்சியங்கள் (code repositories), கிளவுட் சூழல்கள் மற்றும் தரவுக் களஞ்சியங்களைத் தேடுகிறார்கள் என்று அதே ஆராய்ச்சி கூறுகிறது. இதனால்தான் இலவச AI கம்ப்யூட்டிங்கை நோக்கமாகக் கொண்ட ஒரு தாக்குதல் கூட தனிநபர் தரவு வெளிப்படுவதில் முடிகிறது. Uber-க்கு எதிராக எந்த முறைகள் பயன்படுத்தப்பட்டன என்பதை இது நிரூபிக்கவில்லை; அறிவிப்பில் பாதிக்கப்பட்ட சப்ளையரின் சான்றுகள் மட்டுமே குறிப்பிடப்பட்டுள்ளன.

ஓட்டுநர்கள் இப்போது என்ன செய்ய வேண்டும்

ரோஹித் (Rohit) ஒரு வாடகை வாகன சேவைக்காக வாகனம் ஓட்டுகிறார், அவருக்கு இந்தத் தரவு மீறல் கடிதம் வருகிறது. ஓர் அறிவிப்பு மட்டுமே அடையாளத் திருட்டுக்கான ஆதாரம் அல்ல, ஆனால் அது செயல்படுவதற்கான ஒரு நல்ல காரணமாகும். இதோ ஒரு விவேகமான திட்டம்.

படி 1: உங்கள் சொந்தக் கடிதத்தைக் கவனமாகப் படியுங்கள்

உங்களுக்கு என்னென்ன தரவு வகைகள் இதில் பாதிக்கப்பட்டுள்ளன என்று கடிதம் கூறுகிறது என்பதைச் சரிபாருங்கள். நீங்கள் எடுக்க வேண்டிய நடவடிக்கைகள் அதைப் பொறுத்தே அமையும்.

படி 2: இலவச கண்காணிப்பில் பதிவு செய்யுங்கள்

TransUnion நிறுவனத்தின் துணை நிறுவனமான Cyberscout மூலம் Uber இலவச கிரெடிட் கண்காணிப்பு மற்றும் மோசடி உதவி ஆகியவற்றை வழங்குகிறது. கடிதம் வந்த 90 நாட்களுக்குள் நீங்கள் பதிவு செய்ய வேண்டும். வெளியிடப்பட்ட மாதிரியில் கண்காணிப்பு எவ்வளவு காலம் நீடிக்கும் என்று குறிப்பிடப்படவில்லை, எனவே உங்கள் சொந்த அறிவிப்பைச் சரிபாருங்கள்.

படி 3: கண்காணிப்பால் எதைச் செய்ய முடியாது என்பதை அறிந்து கொள்ளுங்கள்

கிரெடிட் கண்காணிப்பு உங்கள் கிரெடிட் கோப்பில் ஏற்படும் சில மாற்றங்களை மட்டுமே கண்டறியும் என்பதை California-வின் வழிகாட்டுதல் சுட்டிக்காட்டுகிறது. ஏற்கனவே உள்ள கட்டணக் கணக்கைத் தவறாகப் பயன்படுத்துவது போன்ற அனைத்து வகையான மோசடிகளையும் அது பிடிக்காது. உங்கள் வங்கி மற்றும் கார்டு அறிக்கைகளை நீங்களே தொடர்ந்து சரிபார்த்து வாருங்கள்.

படி 4: உங்கள் உரிமம் மற்றும் அடையாள அட்டை விவரங்களைப் பாதுகாக்கவும்

தங்கள் உரிம விவரங்கள் தவறாகப் பயன்படுத்தப்படுவதாக சந்தேகிக்கும் California குடியிருப்பாளர்கள், மாநிலத்தின் ஓட்டுநர் உரிம மோசடிப் பிரிவைத் (driving licence fraud unit) தொடர்பு கொள்ளுமாறு அறிவுறுத்தப்படுகிறார்கள். பிற பகுதிகளில் உள்ளவர்கள், உங்கள் உரிமம் வழங்கும் அதிகார அமைப்பைத் தொடர்பு கொள்ளுங்கள்.

படி 5: ஏதேனும் தவறாக நடந்தால் அதிகாரப்பூர்வ உதவியைப் பயன்படுத்துங்கள்

Federal Trade Commission, வெளிப்பட்ட தரவுகளுக்கு ஏற்ற நடவடிக்கைகளுக்கும், முறைகேடு கண்டறியப்பட்டால் புகாரளித்து மீட்கவும் மக்களை IdentityTheft.gov தளத்திற்கு வழிகாட்டுகிறது.

படி 6: மோசடிச் செய்திகள் குறித்து எச்சரிக்கையாக இருங்கள்

குற்றவாளிகள் பெரும்பாலும் ஒரு தரவு மீறலைத் தொடர்ந்து போலி "verify your account" செய்திகளை அனுப்புகிறார்கள். நிறுவனத்தை அதன் அதிகாரப்பூர்வ செயலி அல்லது வலைத்தளம் வழியாக மட்டுமே தொடர்பு கொள்ளுங்கள்.

நிறுவனங்கள் கற்றுக்கொள்ள வேண்டியவை

இது எழுதப்பட்ட நேரத்தில், பாதிக்கப்பட்டவர்களின் தகவல்கள் தவறாகப் பயன்படுத்தப்பட்டதை தான் கண்டறியவில்லை என்று Uber கூறியது. இருப்பினும், சப்ளையர் மூலமாக அடையாளத் தகவல்களை எவ்வாறு அணுக முடிந்தது, அதற்கு என்ன அனுமதிகள் வழங்கப்பட்டன, அந்த அனுமதிகள் எவ்வளவு காலம் நீடித்தன போன்ற பதிலளிக்கப்படாத கேள்விகள் இன்னும் உள்ளன. மேலும் ஒரு AI சப்ளையரின் ஈடுபாடு என்பது, ஆவணங்கள் மாதிரிகளுக்குப் பயிற்சியளிக்கப் பயன்படுத்தப்பட்டன என்றோ அல்லது ஒரு மாதிரியே இந்த மீறலை ஏற்படுத்தியது என்றோ பொருள்படாது.

AI சேவைகளைப் பயன்படுத்தும் எந்தவொரு நிறுவனத்திற்கும் நடைமுறைப் பாடம் என்னவென்றால், சப்ளையர் மறுஆய்வுகள் வெறும் மாடலை மட்டும் சார்ந்திருக்காமல், சான்றுகள், சேமிக்கப்பட்ட தரவுத்தொகுப்புகள், மேம்பாட்டு இயந்திரங்கள் மற்றும் இணைக்கப்பட்ட அமைப்புகளையும் உள்ளடக்கியதாக இருக்க வேண்டும். உங்கள் பிராம்ப்ட்டுகளைச் (prompts) சேமித்து வைத்திருக்க மாட்டோம் என்ற உறுதிமொழி ஆபத்தின் ஒரு சிறிய பகுதியை மட்டுமே உள்ளடக்கியது.

முடிவுரை

Uber ஓட்டுநர் தரவு மீறல் என்பது முதலில் ஒரு சப்ளையர்-அணுகல் பற்றிய கதையாகும், இரண்டாவதாகவே AI பற்றிய கதையாகும். மூன்றாம் தரப்பினரிடம் இருந்த திருடப்பட்ட ஒரு சாவி முக்கியமான அடையாளத் தரவை எட்டியுள்ளது; இந்தத் தரவு வெளிப்பாட்டின் உண்மையான அளவு இன்னும் தெளிவாகத் தெரியவில்லை; மேலும் தாக்குதல் நடத்தியவர்களின் நோக்கம் திருடப்பட்ட AI கணினித் திறனாகவே தெரிகிறது. ஓட்டுநர்கள் தங்களின் கடிதங்களைப் படித்து, வழங்கப்படும் உதவியைப் பயன்படுத்திக் கொள்ள வேண்டும். நிறுவனங்கள் ஒவ்வொரு சப்ளையரின் சான்றுகளும் எதையெல்லாம் அணுக முடியும் என்பதைத் துல்லியமாக வரைபடமிட்டு, தேவையில்லாதவற்றைத் துண்டிக்க வேண்டும்.

சாதகங்கள்

• தகவல் தெரிவிக்கப்பட்டதும் Uber தனது சப்ளையர் இணைப்புகளை விரைவாகத் துண்டித்தது.
• பாதிக்கப்பட்டவர்களுக்கு இலவச கிரெடிட் கண்காணிப்பு மற்றும் மோசடி உதவி வழங்கப்படுகிறது.
• Fireworks பாதுகாப்பு அறிக்கைகளையும், வெளிப்பட்ட சாவிகளை மாற்றுவதற்கான (rotate) தெளிவான ஆலோசனைகளையும் வெளியிட்டது.
• சப்ளையர் அணுகலை மறுஆய்வு செய்வதற்குப் பாதுகாப்பு குழுக்களுக்கு இந்த வழக்கு ஒரு உறுதியான காரணத்தை அளிக்கிறது.
• LLMjacking பற்றிய பொது அறிக்கைகள் வழக்கத்திற்கு மாறான AI பயன்பாட்டுக் கட்டணங்களை நிறுவனங்கள் முன்கூட்டியே கண்டறிய உதவுகின்றன.

பாதகங்கள்

• மூன்றாம் தரப்பு இணைப்பு மூலம் முக்கியமான அடையாளத் தரவை அணுக முடிந்தது.
• பாதிக்கப்பட்ட நபர்களின் எண்ணிக்கை வெவ்வேறு தகவல் ஆதாரங்களுக்கிடையே பெரிதும் வேறுபடுகிறது மற்றும் முழுமையாக சரிபார்க்கப்படவில்லை.
• கிரெடிட் கண்காணிப்பு அனைத்து வகையான மோசடிகளையும் கண்டறிவதில்லை.
• Fireworks-இன் இரண்டு தனித்தனி சம்பவங்கள் காலவரிசையைத் தவறாகப் புரிந்துகொள்ளும் வாய்ப்பை ஏற்படுத்துகின்றன.
• Uber-இன் தரவு எவ்வாறு அணுகப்பட்டது என்பது பற்றிய முக்கிய தொழில்நுட்ப விவரங்கள் பொதுவெளியில் பகிரப்படவில்லை.

எச்சரிக்கை

இந்தக் கட்டுரை கல்வி மற்றும் விழிப்புணர்வு நோக்கத்திற்கானது மட்டுமே. Rohit என்ற மாதிரி நபர் பாதிக்கப்பட்ட எந்தவொரு ஓட்டுநருக்குமான ஒரு கற்பனைப் பெயரே தவிர வேறில்லை; மேலும் இந்த நடவடிக்கைகள் உங்கள் சொந்த அறிவிப்பு மற்றும் இருப்பிடத்திற்கு ஏற்ப பொருந்த வேண்டும். இங்குள்ள தகவல்கள் இந்தக் கட்டுரை எழுதப்பட்ட நேரத்தில் தெரிவிக்கப்பட்ட பொது அறிவிப்புகள், நிறுவன அறிக்கைகள் மற்றும் மூன்றாம் தரப்பு டிராக்கர்களின் தகவல்களைச் சுருக்கமாகக் கூறுகின்றன; மேலும் பாதிக்கப்பட்டவர்களின் பெரிய எண்ணிக்கை உள்ளிட்ட சில புள்ளிவிவரங்கள் சுயமாக உறுதிப்படுத்தப்படவில்லை. விவரங்களை நம்புவதற்கு முன் அதிகாரப்பூர்வ அறிவிப்புகள் மற்றும் அதிகாரிகளிடம் அவற்றைச் சரிபார்க்கவும்.

அடிக்கடி கேட்கப்படும் கேள்விகள்

• Uber ஓட்டுநர் தரவு மீறலில் என்ன நடந்தது? — ஓட்டுநர்களின் தனிப்பட்ட ஆவணங்கள் உட்பட Uber தரவை அணுக, தாக்குதல் நடத்தியவர்கள் Uber-இன் AI சப்ளையரான Fireworks AI-க்குச் சொந்தமான சமரசம் செய்யப்பட்ட சான்றுகளைப் பயன்படுத்தினர்.
• எத்தனை Uber ஓட்டுநர்கள் பாதிக்கப்பட்டனர்? — ஆரம்பக்கட்ட மாநில ஆவணத் தாக்கல்கள் மூன்று மாநிலங்களில் 7,870 பேரை உள்ளடக்கியிருந்தன; அதே வேளையில் Texas தாக்கலைக் குறிப்பிடும் டிராக்கர்கள் 149,346 பேரைப் பட்டியலிட்டுள்ளன, இந்த எண்ணிக்கை இன்னும் சுயமாக உறுதிப்படுத்தப்படவில்லை.
• Uber தரவு மீறலில் என்னென்ன தரவுகள் வெளிப்பட்டன? — பெயர்கள், முகவரிகள், பிறந்த தேதிகள், ஓட்டுநர் உரிம எண்கள் மற்றும் அரசு அடையாள அட்டை எண்கள் ஆகியவற்றைத் தாக்கல்களும் டிராக்கர்களும் பட்டியலிட்டுள்ளன; இருப்பினும் ஒவ்வொரு நபரின் அனைத்துத் தகவல்களும் வெளிப்படவில்லை.
• Uber-இன் சொந்த நெட்வொர்க் ஹேக் செய்யப்பட்டதா? — வெளிப்படுத்தல்கள் சப்ளையரின் கணக்கு மூலமாக அணுகப்பட்டதை விவரிக்கின்றனவே தவிர, Uber-இன் பரந்த கார்ப்பரேட் நெட்வொர்க்கில் எந்தப் பாதிப்பும் ஏற்படவில்லை.
• LLMjacking என்றால் என்ன? — இது பெரிய மொழி மாதிரி சேவைகளுக்கான அணுகலைத் திருடி மறுவிற்பனை செய்வதாகும்; இதன் கணினிப் பயன்பாட்டுக் கட்டணத்தை உண்மையான கணக்கு உரிமையாளரே செலுத்த வேண்டியிருக்கும்.
• பாதிக்கப்பட்ட ஓட்டுநர்கள் என்ன செய்ய வேண்டும்? — அறிவிப்பைப் படியுங்கள், 90 நாட்களுக்குள் இலவச Cyberscout கண்காணிப்பில் பதிவு செய்யுங்கள், வங்கிக் கணக்கு அறிக்கைகளைக் கவனியுங்கள், முறைகேடு ஏதேனும் தென்பட்டால் IdentityTheft.gov-ஐப் பயன்படுத்துங்கள்.
• வெளிப்பட்ட API key-ஐ நீக்குவது அதைப் பாதுகாப்பானதாக்கிவிடுமா? — இல்லை, சேமிக்கப்பட்ட ரகசியத்தை நீக்குவது அதை ரத்து செய்யாது; அதை வழங்கியவர் அந்தச் சாவியை ரத்து செய்ய வேண்டும் அல்லது மாற்றியமைக்க (rotate) வேண்டும்.
• AI மாதிரிகளுக்குப் பயிற்சியளிக்க ஓட்டுநர்களின் ஆவணங்கள் பயன்படுத்தப்பட்டனவா? — பொது வெளிப்படுத்தல்களில் அத்தகைய தகவல் எதுவும் இல்லை; சப்ளையரின் ஈடுபாடு மட்டுமே இதை உறுதிப்படுத்தாது.

குறிச்சொற்கள்

#databreach #uber #cybersecurity #thirdpartyrisk #supplychainsecurity #llmjacking #identitytheft #aisecurity #credentialsecurity #privacy