Sicurezza cloud endpoint rimossi pugnoii

OpenRouter elimina tre provider dopo l’indagine Dragos: milioni di prompt AI esposti a furti e accessi non autorizzati

Executive Summary

  • Dragos ha inviato quasi due milioni di prompt-esca a servizi AI, individuando tre compromissioni di provider e utilizzi abusivi delle credenziali inserite nei test.
  • OpenRouter ha rimosso tre provider e revocato a 125 endpoint l’idoneità Zero Data Retention, senza segnalare una compromissione diretta della propria piattaforma.
  • La ricerca documenta anche rivenditori che conservavano i prompt e instradamenti non dichiarati, compresi trasferimenti verso fornitori differenti da quelli scelti dai clienti.

OpenRouter ha rimosso tre provider dalla propria piattaforma e revocato a 125 endpoint l’idoneità Zero Data Retention dopo un’indagine che ha documentato furti di prompt, credenziali cloud esposte e gravi problemi nella gestione dei dati inviati ai modelli di intelligenza artificiale. La ricerca, pubblicata il 19 novembre 2026 da HD Moore, chief research officer di Dragos, si basa su quasi due milioni di richieste contenenti credenziali e collegamenti controllati dai ricercatori, distribuite tra luglio e novembre. Il monitoraggio ha individuato tre compromissioni di fornitori di inferenza AI, accessi non autorizzati ai contenuti delle richieste attraverso marketplace e casi nei quali i prompt sono stati conservati o inoltrati nonostante le impostazioni di riservatezza. L’annuncio di OpenRouter, riportato il 22 novembre da The Hacker News, conferma la portata operativa della scoperta: proteggere i prompt non significa soltanto impedire che vengano utilizzati per addestrare i modelli, ma conoscere tutti i soggetti che possono leggerli durante l’elaborazione.

Dragos scopre tre provider AI compromessi attraverso due milioni di prompt-esca

Annuncio

La ricerca parte da un esperimento progettato per seguire il percorso delle informazioni dopo l’invio a un modello. Dragos ha creato circa due milioni di richieste contenenti URL univoci, credenziali AWS e altri identificatori di controllo, associando ciascun elemento al provider, al modello e alle impostazioni di riservatezza utilizzate. Le chiavi AWS erano credenziali reali collegate ad account di prova vuoti e monitorati: il loro successivo utilizzo avrebbe quindi dimostrato che qualcuno aveva avuto accesso al contenuto del prompt. I risultati hanno individuato tre compromissioni di fornitori di inferenza, con il primo incidente risalente alla metà di luglio. Secondo Dragos, nessuno dei tre provider era consapevole della violazione prima della segnalazione dei ricercatori. Le richieste artificiali sono state elaborate insieme a quelle degli utenti reali, facendo ritenere probabile che anche altri contenuti fossero stati intercettati. La ricerca non quantifica però il numero complessivo dei prompt autentici sottratti, né permette di attribuire automaticamente tutte le violazioni agli stessi attaccanti.

Le chiavi AWS rubate vengono utilizzate per cercare dati e ottenere accessi cloud

L’episodio più grave riguarda circa duecento chiavi AWS distribuite attraverso richieste inviate a un singolo provider in brevi intervalli alla fine di ottobre. Tutte le richieste-esca di quelle finestre risultavano intercettate. Alcune erano state perfino rifiutate prima dell’esecuzione del modello, un elemento che colloca il punto di raccolta dei dati all’ingresso dell’infrastruttura del provider, anziché soltanto all’interno del motore di inferenza. Gli attaccanti hanno verificato la validità delle credenziali e tentato operazioni su Amazon S3, Secrets Manager, Systems Manager Parameter Store e Bedrock. Sono stati osservati anche tentativi di creare utenti IAM e nuove chiavi per mantenere l’accesso. Complessivamente, le credenziali artificiali sono state utilizzate in decine di migliaia di chiamate API AWS. Il 1° novembre uno degli aggressori ha impiegato ARTEX, framework di penetration testing basato sull’intelligenza artificiale, per controllare se alcune chiavi fossero ancora valide. Il coinvolgimento di ARTEX è documentato, ma non significa che l’intera operazione criminale sia stata condotta autonomamente dall’AI.

Leggi anche: OpenCode e LiteLLM, agenti AI a rischio tra esecuzione di codice e sottrazione di token GitHub.

I marketplace permettevano di leggere i prompt senza sfruttare vulnerabilità

Un secondo problema non richiedeva alcun attacco ai sistemi. Alcuni venditori presenti nei marketplace di inferenza potevano proporre modelli a prezzi competitivi, attivare la registrazione delle richieste e conservare i prompt ricevuti. Il meccanismo sfruttava le normali funzionalità della piattaforma: il cliente acquistava l’accesso a un modello, ma il venditore che elaborava la richiesta poteva visualizzarne il contenuto. Dragos ha documentato un operatore che utilizzava una connessione domestica francese e un Mac per tentare accessi SSH con password presenti nei prompt-esca. Lo stesso dispositivo è stato successivamente utilizzato per verificare alcune chiavi AWS. In un altro episodio, un intermediario ha inoltrato richieste a un marketplace senza dichiarare il passaggio al cliente. Il rischio non derivava dunque soltanto da sistemi violati, ma anche da una catena commerciale nella quale il trattamento dei dati dipendeva da fornitori scelti in base al prezzo.

Zero Data Retention non ha impedito accessi e conservazione dei dati

La parte più delicata della ricerca riguarda Zero Data Retention (ZDR), l’impostazione con cui alcuni servizi dichiarano di non conservare prompt e risposte. Dragos ha osservato richieste contrassegnate come ZDR che risultavano comunque accessibili a soggetti non autorizzati oppure conservate presso altri operatori. Il solo indicatore di riservatezza non impedisce a un aggressore già presente nell’infrastruttura di intercettare il traffico, né garantisce che ogni intermediario rispetti la stessa politica. Un laboratorio AI cinese, non identificato pubblicamente nel rapporto, ha effettuato richieste verso collegamenti segreti presenti in oltre la metà dei prompt inviati ai suoi modelli tra luglio e ottobre. Il comportamento interessava anche circa due terzi delle richieste contrassegnate come prive di raccolta dati o ZDR. Lo stesso sistema veniva raggiunto attraverso provider statunitensi che rivendevano i modelli del laboratorio. La ricerca documenta così un rischio concreto: scegliere un intermediario americano non garantiva che i contenuti rimanessero negli Stati Uniti.

I prompt arrivavano anche nelle chat aziendali e rimanevano accessibili per settimane

In un episodio, un collegamento univoco contenuto in un prompt è comparso dopo 24 giorni in una conversazione Feishu, piattaforma aziendale conosciuta anche come Lark. Il link è stato successivamente aperto da diversi dispositivi a Pechino e Shanghai. Dragos aveva comunicato al provider soltanto una piccola parte dell’identificatore: secondo i ricercatori, la disponibilità del collegamento completo dimostrava quindi l’esistenza di una copia conservata del prompt originale. L’indagine ha individuato anche richieste automatiche verso URL-esca effettuate oltre due mesi dopo una singola interrogazione. Non tutte queste attività dimostrano un furto criminale: alcune possono derivare da sistemi di scansione, archiviazione o elaborazione non dichiarati. Documentano però la difficoltà di stabilire quando un’informazione inviata a un servizio AI smetta effettivamente di circolare.

OpenRouter elimina tre provider e rivede 125 endpoint ZDR

Dopo le segnalazioni, OpenRouter ha annunciato la rimozione di tre provider, l’esclusione di 125 endpoint dall’idoneità Zero Data Retention e l’invio di comunicazioni agli utenti potenzialmente interessati. La società sostiene che la propria piattaforma non sia stata direttamente compromessa. Gli endpoint esclusi comprendono sia servizi segnalati dai ricercatori sia ulteriori rimozioni precauzionali; il numero 125 non rappresenta quindi il totale dei sistemi violati. Resta importante un’altra distinzione: Dragos non ha identificato pubblicamente tutti e tre i provider compromessi e OpenRouter non ha specificato se i tre rimossi coincidano con quelli violati. La società intende introdurre controlli continuativi basati su tecniche simili a quelle utilizzate nell’esperimento, verificando inoltre il percorso delle richieste per individuare eventuali passaggi verso fornitori non dichiarati.

Phala, Together AI e Novita pubblicano comunicazioni su problemi differenti

Tra i fornitori che hanno reso pubbliche informazioni figurano Phala, Together AI e Novita, ma le rispettive comunicazioni descrivono situazioni differenti. Phala ha dichiarato che un aggressore aveva ottenuto il controllo di un server di inferenza, potendo osservare richieste durante l’elaborazione. Il provider ha indicato come potenzialmente esposti i prompt diretti al modello DeepSeek V4 Flash 0731 attraverso il gateway tra il 21 ottobre e l’8 novembre 2026. Chi aveva inserito credenziali in quelle richieste deve considerarle potenzialmente compromesse. Together AI ha invece comunicato che un agente di sviluppo AI aveva inserito una credenziale in un repository GitHub pubblico. Un soggetto non autorizzato aveva poi scaricato campioni di prompt precedentemente conservati per attività di test, relativi a richieste verso MiniMax M3, GLM-5.2 e Kimi K2.6 effettuate tra giugno e luglio. Novita ha riconosciuto un problema di configurazione che aveva inoltrato alcune richieste MiniMax alle API ufficiali del produttore. Quest’ultimo episodio riguarda un instradamento dei dati differente da quello previsto, non necessariamente una compromissione informatica dello stesso tipo.

Le aziende europee devono conoscere tutta la catena dei fornitori AI

La ricerca interessa direttamente le organizzazioni che utilizzano API AI per analizzare documenti, sviluppare software o automatizzare attività. Un prompt aziendale può contenere codice proprietario, credenziali, informazioni sui clienti e documenti riservati, anche quando chi lo invia ritiene di utilizzare un ambiente protetto. La presenza di router, rivenditori e ulteriori fornitori rende più difficile ricostruire il percorso effettivo delle informazioni e stabilire quali soggetti possano conservarle. Il problema si affianca a vulnerabilità già emerse nei gateway AI, come quelle documentate nell’analisi su LiteLLM e il rischio di accesso ai servizi cloud attraverso gateway esposti. In questo caso, però, non basta correggere un software: occorre verificare le condizioni contrattuali, gli intermediari effettivamente utilizzati e le modalità di gestione dei prompt, soprattutto quando contengono dati personali o segreti industriali. L’esperimento Dragos conferma inoltre l’utilità dei canary token per rilevare accessi successivi a informazioni che avrebbero dovuto rimanere riservate.

Continua con: Le API AI espongono informazioni sensibili: la ricerca sui blocchi di ragionamento e le credenziali.

Il vero rischio dell’inferenza AI è non sapere chi riceve i prompt

L’indagine Dragos dimostra che una richiesta AI può attraversare più organizzazioni senza che il cliente ne conosca completamente il percorso. Le tre compromissioni individuate rappresentano la componente criminale della vicenda, ma i marketplace che conservano i prompt e gli instradamenti non dichiarati introducono un problema ancora più ampio: la differenza tra le garanzie commerciali offerte e il trattamento effettivo dei dati. Le misure annunciate da OpenRouter costituiscono una risposta concreta, ma la rimozione dei provider e la revisione degli endpoint ZDR non cancellano le informazioni eventualmente già esposte. Per le organizzazioni che affidano documenti, codice e credenziali all’intelligenza artificiale, la domanda fondamentale non riguarda soltanto quale modello produca la risposta migliore. Riguarda quali aziende possano leggere la richiesta, quali copie vengano conservate e quali controlli permettano di dimostrare che le condizioni di riservatezza siano state rispettate.

Iscriviti alla Newsletter

Non perdere le analisi settimanali: Entra nella Matrice Digitale.

Matrice Digitale partecipa al Programma Affiliazione Amazon EU. In qualità di Affiliato Amazon, ricevo un guadagno dagli acquisti idonei. Questo non influenza i prezzi per te.

Torna in alto