郑丽媛
多达38TB的微软内部数据遭泄露，起因竟只是一个小小的配置错误？——确实如此，你没看错。
本周云安全初创公司WizResearch发布了一则公告：微软AI研究团队在GitHub上发布大量开源培训数据时，意外暴露了38TB的额外私人数据，其中还有两名员工工作站的磁盘备份，包括了机密信息、私钥、密码和超过条内部MicrosoftTeams消息。
而这一切的源头，仅是一个配置错误的共享访问签名（SAS）令牌。
38TB内部数据遭泄露！
据Wiz介绍，微软这场规模庞大的数据泄露，早在年7月就存在了，只是在今年6月才被Wiz发现。
作为Wiz研究团队工作的一部分，他们会查找云托管数据意外暴露的情况，在互联网上扫描配置错误的存储容器。在此过程中，今年6月Wiz发现了一个属于微软AI研究部门的GitHub存储库。
这个GitHub存储库提供了用于图像识别的开源代码和AI模型，并引导开发者前往微软云存储系统AzureStorage的URL，来下载相关代码和开源模型：
乍看之下，这个URL没有任何问题，但Wiz却发现：该URL中包含了一个访问范围过于宽松的共享访问签名（SAS）令牌，被错误配置为授予整个Azure存储账户的权限——也就是说，点击该链接的人不仅可以访问开源模型，更可以共享该Azure存储账户中的全部数据！
根据Wiz扫描显示，该Azure存储账户包含38TB的额外数据，其中包括微软员工的个人电脑备份。这些备份包含敏感的个人数据，包括微软服务的密码、密钥以及来自名微软员工的多条内部MicrosoftTeams消息。
在计算机备份中找到的一小部分敏感文件样本
两名微软员工之间经过编辑的团队对话
“权限过大”的SAS令牌
说了这么久，那SAS令牌到底是什么呢？具体来说，共有3种类型的SAS令牌：账户SAS、服务SAS和用户授权SAS。而此次用于微软存储库中的，正是账户SAS令牌。
在Azure中，SAS令牌是一个经过签名的URL，可授予对Azure存储数据的访问权限，其访问范围和到期时间都可以由用户自定义：
权限可以选择“只读”和“完全控制”，范围可以是单个文件、容器或整个存储账户；
到期时间也完全可定制，用户可以创建永不过期的访问令牌。
生成帐户SAS令牌的过程很简单，用户只需配置令牌的范围、权限和到期日期，即可生成令牌。在后台，浏览器会从Azure下载账户密钥，并用密钥签署生成的令牌——整个过程在客户端完成，既不是Azure发起的事件，生成的令牌也不是Azure对象。
但也正因如此，一旦用户创建了一个权限过高且还没过期的SAS令牌时，管理员就很难发现。
例如，年7月20日微软AI开发人员首次将SAS令牌提交到GitHub存储库，并把权限到期日设为年10月5日；到了年10月6日，又把SAS令牌到期日更新为年10月6日。
从时间上来看，微软的这个SAS令牌没什么问题；但从权限范围和级别来看，其风险就很大了：不仅可以访问存储账户中的全部数据，该SAS令牌还被错误配置为“完全控制”权限而非“只读”权限。
这意味着，所有人不仅可以查看存储账户中的所有文件，都能随时删除、替换并向其中注入恶意内容。
对于这个隐患，Wiz联想到了最初这个GitHub存储库的目的：提供用于图像识别的开源代码和AI模型。Wiz分析称，存储库让用户从SAS链接下载模型数据文件，并将其输入脚本，该文件格式为ckpt，是TensorFlow库生成的一种格式，它使用Python的pickle格式化器进行格式化，而这种格式化器在设计上很容易执行任意代码。
对此，Wiz提出了一种假设：“也就是说，攻击者可以将恶意代码注入该存储账户中的所有AI模型，而每个信任微软GitHub存储库的用户都会因此受到感染。”
组织AI研究时，注意安全检查和保护措施
基于这种担忧，Wiz在6月22日就与微软分享了调查结果，两天后也就是6月24日，微软就撤销了该SAS令牌。到了7月7日，微软将新的SAS令牌上传至GitHub，并于8月16日完成了对潜在影响的内部调查。
不过值得注意的是，Wiz指出这个存储帐户似乎并没有直接暴露给公众：“事实上，这是一个私人存储账户。”
表面上看，微软开发人员使用了一种名为“SAS令牌”的Azure机制，允许创建一个可共享的链接，授予对Azure存储账户数据的访问权限。但Wiz表示：在检查时，该存储账户看起来仍然是完全私有的。
对于这个问题，微软安全响应中心也强调：“没有客户数据因此暴露，也没有其他内部服务因这个问题而面临风险。”微软表示，根据Wiz的研究结果，它已经扩展了GitHub的秘密扫描服务，该服务可以监控所有公开源代码的更改，以防明文暴露凭证和其他机密，包括任何可能具有过度许可权限或过期的SAS令牌。
尽管此次事件并未造成严重后果，但Wiz依旧认为，这件事提醒了工程师们，在组织AI研究时，必须充分考虑到所需的安全措施——毕竟像微软这样的科技巨头，也会因为一个错误配置导致大规模的数据泄露：
“随着数据科学家和工程师竞相将新的AI解决方案投入生产，他们处理的海量数据需要额外的安全检查和保护措施。由于许多开发团队需要处理海量数据、与同行共享数据或在公共开源项目上合作，像微软这样的案例越来越难以监控和避免。”
参考链接：