Vazamento de informações sensíveis: banco de dados da DeepSeek ficou exposto com registros de chat incluídos

• Durante uma verificação da superfície de ataque externa da DeepSeek, foi encontrado um banco de dados ClickHouse aberto sem autenticação, e a DeepSeek bloqueou imediatamente a exposição após ser avisada
• Os pontos expostos eram as portas 8123 e 9000 em oauth2callback.deepseek.com e dev.deepseek.com, e era possível controlar todo o banco de dados e acessar dados internos a partir do exterior
• A tabela log_stream continha mais de 1 milhão de logs, incluindo em texto simples registros de chat, API Keys, detalhes de backend e metadados operacionais desde 6 de janeiro de 2025
• Pela rota /play da interface HTTP do ClickHouse, era possível executar consultas SQL arbitrárias no navegador, mas a Wiz Research limitou o escopo da análise ao nível de enumeração, de acordo com práticas éticas de pesquisa
• Na adoção rápida de serviços de IA, o risco imediato pode surgir não apenas do próprio modelo, mas também de problemas básicos de segurança de infraestrutura, como a exposição externa acidental de bancos de dados

---

Banco de dados ClickHouse da DeepSeek aberto sem autenticação

• A Wiz Research identificou um banco de dados ClickHouse publicamente acessível pertencente à DeepSeek
• O banco de dados podia ser acessado sem autenticação e estava em um estado que permitia não só visualizar dados internos, mas também controlar completamente as operações do banco
• As informações expostas incluíam registros de chat, API Keys, detalhes de backend, fluxos de logs e detalhes operacionais
• A Wiz Research reportou imediatamente o problema à DeepSeek, e a DeepSeek bloqueou rapidamente a exposição

Investigação da superfície de ataque externa e pontos de exposição

• A DeepSeek é uma startup chinesa de IA que recentemente recebeu grande atenção com o modelo de raciocínio DeepSeek-R1
  • O DeepSeek-R1 é descrito como competitivo em desempenho com sistemas líderes de IA, como o o1 da OpenAI
  • Eficiência e bom custo-benefício são tratados como suas principais características
• A Wiz Research investigou domínios públicos para avaliar a superfície de ataque externa da DeepSeek
• Por meio de enumeração passiva e ativa de subdomínios, foram identificados cerca de 30 subdomínios expostos à internet
  • A maioria parecia, a princípio, não representar uma exposição de alto risco, como interfaces de chatbot, páginas de status e documentação de API
• Ao ir além das portas HTTP padrão 80/443, foi confirmado que as portas 8123 e 9000 estavam abertas
  • Os hosts de destino eram oauth2callback.deepseek.com e dev.deepseek.com

Execução de SQL pela rota /play

• As portas identificadas levavam a um banco de dados ClickHouse acessível sem autenticação
• ClickHouse é um sistema de gerenciamento de banco de dados colunar de código aberto projetado para consultas analíticas rápidas em grandes conjuntos de dados
  • Foi desenvolvido pela Yandex
  • É amplamente usado em processamento de dados em tempo real, armazenamento de logs e análise de big data
• Na interface HTTP do ClickHouse, a rota /play permitia executar consultas SQL arbitrárias diretamente no navegador
• A consulta SHOW TABLES; retornou a lista de conjuntos de dados acessíveis, e entre eles a tabela log_stream continha logs especialmente sensíveis

Logs sensíveis armazenados em log_stream

• A tabela log_stream continha mais de 1 milhão de entradas de log
• As principais colunas e informações expostas eram as seguintes
  • timestamp: logs desde 6 de janeiro de 2025
  • span_name: referência a vários endpoints internos de API da DeepSeek
  • string.values: logs em texto simples contendo registros de chat, API Keys, detalhes de backend e metadados operacionais
  • _service: indica o serviço da DeepSeek que gerou o log
  • _source: expõe a origem da solicitação de log, incluindo registros de chat, API Keys, estrutura de diretórios e logs de metadados do chatbot
• Esse nível de acesso poderia representar um risco grave tanto para a segurança da própria DeepSeek quanto para os usuários finais
• Um atacante poderia extrair logs sensíveis e mensagens reais de chat em texto simples e, dependendo da configuração do ClickHouse, também poderia exfiltrar diretamente senhas em texto simples, arquivos locais e informações proprietárias do servidor com consultas como SELECT * FROM file('filename')
• A Wiz Research não executou consultas intrusivas além da enumeração para seguir práticas éticas de pesquisa

Velocidade de adoção da IA e riscos de segurança de infraestrutura

• O risco de segurança imediato em aplicações de IA pode surgir menos do modelo em si e mais da infraestrutura e das ferramentas que o sustentam
• Mesmo enquanto as discussões sobre segurança de IA se concentram em ameaças futuras, riscos básicos de segurança, como a exposição externa acidental de bancos de dados, devem continuar sendo prioridade máxima para as equipes de segurança
• À medida que organizações adotam rapidamente ferramentas e serviços de IA de várias startups e fornecedores, aumenta o número de casos em que dados sensíveis são confiados a essas empresas
• A velocidade da adoção pode levar a negligenciar a segurança, por isso a proteção dos dados dos clientes deve ser uma prioridade
• As equipes de segurança devem trabalhar em estreita colaboração com engenheiros de IA para garantir visibilidade sobre a arquitetura, as ferramentas e os modelos em uso, a fim de evitar exposição de dados
• Empresas de IA estão crescendo rapidamente como provedoras de infraestrutura crítica sem os frameworks de segurança normalmente associados à adoção em larga escala, por isso são necessárias práticas de segurança proporcionais ao risco de lidar com dados sensíveis