العودة
ثغرة في DCGM Exporter تترك أكثر من 2 000 خادم GPU من Nvidia معرّضاً للخطر
SiTech AI Team2 دقيقة قراءة

ثغرة في DCGM Exporter تترك أكثر من 2 000 خادم GPU من Nvidia معرّضاً للخطر

عثر الباحثون على أكثر من 2 000 خادم GPU من Nvidia تنشر DCGM Exporter دون مصادقة عبر الإنترنت. كانت الثغرة تتيح للمهاجمين إيقاف الخدمة وإعاقة أعباء عمل الذكاء الاصطناعي.

أداة مراقبة Nvidia تترك خوادم GPU مكشوفة بسبب ثغرة

اكتشف باحثون في شركة Lava للأمن السيبراني ثغرة عالية الخطورة في Nvidia DCGM Exporter، وهي أداة تقرأ القياسات من GPU الموجودة على المضيف، بما في ذلك المعلومات التقنية واستخدام الذاكرة والحمل واستهلاك الطاقة وأخطاء التشغيل. الثغرة المسجلة برقم CVE-2026-47483 والمقيّمة بدرجة 8,2 على مقياس CVSS كانت تتيح لمهاجم غير مصرّح له التسبب في استهلاك غير مُحكم للموارد على خادم GPU، مما يؤدي إلى رفض الخدمة وتسريب المعلومات.

وقالت Lava إن استنزاف موارد المُصدِّر أتاح للمهاجم إيقاف خدمة المراقبة، وجعل المشغّلين يفقدون الرؤية لصحة ونشاط GPU، ومن المحتمل إبطاء الأعباء العاملة على نفس المضيف. في المجموع، وجد الباحثون أكثر من 2 000 خادم GPU تنشر DCGM Exporter مباشرة على الإنترنت دون مصادقة.

شملت الأجهزة المكتشفة مراكز بيانات الذكاء الاصطناعي وأجهزة الكمبيوتر الشخصية

من بين الأنظمة المكتشفة كانت وحدات Nvidia Blackwell Ultra B300 GPU وH200 وH100، التي تُستخدم لأعباء الذكاء الاصطناعي واسعة النطاق، بالإضافة إلى أنظمة المستخدمين RTX 5090 و4090. وكان بإمكان من يصل إلى هذه النقاط الاطلاع على الأجهزة التي تستخدمها المنظمات، ومدى كثافة تحميلها، والتفاصيل المحيطة ببنية الذكاء الاصطناعي التحتية فيها.

مجتمعة، شكّلت وحدات GPU المكتشفة أجهزة تبلغ قيمتها حوالي 100 مليون دولار وتخص حوالي 300 منظمة، كان أكثر من نصفها تقريباً يقع في الولايات المتحدة.

Nvidia أكدت المشكلة وأصدرت تصحيحاً

أبلغت Lava المشكلة إلى Nvidia، وأقرت الشركة بأن الثغرة حقيقية وأصدرت تصحيحاً لها سريعاً. وقال Yakir Kadkoda، المدير التقني والشريك المؤسس في Lava: «النيومكلاود تسرّع إضافة قوة GPU، والمستخدمون يسرّعون استخدامها». وأضاف: «هذه السرعة تخلق ثغرات أمنية على الجانبين: المزودون يتحركون بسرعة أكبر من تمكنهم من تقوية البيئة، والمستخدمون غالباً لا يعرفون بدقة ما يرثون أو ما يكشفون».

كتبت Lava: «تشير هذه الاكتشافات إلى ثغرة أمنية متنامية في بنية الذكاء الاصطناعي التحتية: تنفق الشركات ملايين على GPU وتترك في الوقت نفسه أنظمة حرجة مكشوفة». «تُظهر مثل هذه الاكتشافات كيف يتم بناء بيئات الذكاء الاصطناعي، وفي بعض الحالات تتيح للمهاجمين إعاقتها.»

المصادر: Cybernews

SSiTech

SiTech — تطوير ويب مدعوم بالذكاء الاصطناعي

نبني مواقع سريعة وعصرية وندمج الذكاء الاصطناعي في سير عمل الشركات. لديك مشروع أو سؤال؟ يسعدنا مساعدتك.