forum.opennet.ru - "В БД для обучения AI-моделей Common Crawl выявлено около 12 тысяч API-ключей и паролей" (47)

"В БД для обучения AI-моделей Common Crawl выявлено около 12 тысяч API-ключей и паролей"

Форум Разговоры, обсуждение новостей
Вариант для распечатки		Пред. тема \| След. тема
Изначальное сообщение		[ Отслеживать ]

"В БД для обучения AI-моделей Common Crawl выявлено около 12 тысяч API-ключей и паролей"	+/–
Сообщение от opennews (??), 03-Мрт-25, 23:12
Исследователи из компании Truffle Security опубликовали результаты анализа публичного набора данных Common Crawl, используемого при обучении больших языковых моделей (например, DeepSeek). В исследовании использован декабрьский архив Common Crawl, включающий 400 терабайтов данных с содержимым 2.67 миллиардов web-страниц... Подробнее: https://www.opennet.ru/opennews/art.shtml?num=62823
Ответить \| Правка \| Cообщить модератору

Оглавление

Стоит заметить, что создатели оригинальной статьи поступили очень плохо и грязно, Аноним (1), 23:12 , 03-Мрт-25, (1) +29

а в чём успех, уже заработали миллиард или пока только в планах , Аноним (31), 08:13 , 04-Мрт-25, (31) –4

Обрушить акции конкурента, и переманить не малую часть пользователей оплачивать , EuPhobos (ok), 08:17 , 04-Мрт-25, (32) +9
Не, там реально как будто амеры открыли кран на канализационной трубе, у них пря, Ivan_83 (ok), 14:22 , 04-Мрт-25, (47) +2
Так они вам и скажут, на сколько денег их знакомые зашортили стоки, ждите , Аноним (53), 17:15 , 04-Мрт-25, (53)

Классический вебдев, хоть что-то не меняется в этом мире , Аноним (2), 23:13 , 03-Мрт-25, (2) +6

Зато ж сколько хайпа у веб-дев было, когда принудительно везде засаживали HTTPS , Аноним (10), 00:42 , 04-Мрт-25, (10) +2

Ну уот же ж - ключи теперь утекают - безопастненько , пох. (?), 07:24 , 04-Мрт-25, (29) +1

Хм и их до сих пор не нашли господа cпамеры и не разослали тонны спама после, Аноним (4), 00:03 , 04-Мрт-25, (4) +1

github весь завален ключами от сервисов, от s3, логины пароли от почтовых ящиков, чатжпт (?), 00:18 , 04-Мрт-25, (7) +3

Ну васянский С3 мало кому интересен ценных данных там нет, разве что снесут и п, Аноним (4), 00:38 , 04-Мрт-25, (9)

ну может хотя бы сгодится свою порнуху хранить , пох. (?), 07:23 , 04-Мрт-25, (28)

Да, где то мелькал прототип проекта для размещения своих данных на 100500 чужих , Аноним (59), 19:53 , 04-Мрт-25, (59)

и это же хорошо когда мне нужен доступ к какому-то дорогому сервису, или к серв, onanim (?), 11:34 , 04-Мрт-25, (39)

то есть как это не нашли и как это не разослали И чего вдруг должен - когда она, пох. (?), 07:22 , 04-Мрт-25, (27)

Тогда ещё griggorii говорил что всё в мире уязвимо даже твой монитор , умная кол, Аноним (8), 00:33 , 04-Мрт-25, (8) –5

Это какая-то очень фиговая модель Даже Алиса выражается яснее, Аноним (12), 01:29 , 04-Мрт-25, (12) +6

Эта модель 65536 , даже плюс тебе поставила что бы ты не был доволен , как видиш, N (?), 02:12 , 04-Мрт-25, (16)

Датасеты какие-то, второй человек в США черпает информацию из сторис в Инстаграм, Аноним (15), 01:47 , 04-Мрт-25, (15) +4

и купил при этом твиттер, заодно переименовав его , Аноним (18), 02:51 , 04-Мрт-25, (18) –2

Маск такой же фейк как пашка дуров, который на словах оппозиционер, революционер, Аноним (15), 03:21 , 04-Мрт-25, (19) +1

Но волосы-то с ладошек - пересадил себе на плешь Завидуй, Иплон , пох. (?), 07:18 , 04-Мрт-25, (25)

А от чего у него растут волосы на ладонях Школьные истории о побочных эффектах , Аноним (44), 13:32 , 04-Мрт-25, (44)

Это первый купил, не перепутай И первый не в сторис а в тиктоке в основном инфо, пох. (?), 07:20 , 04-Мрт-25, (26) +1
Он про JD Вэнса ващето , Ivan_83 (ok), 14:24 , 04-Мрт-25, (48)

А откуда он должен их черпать, чтобы снискать одобрение анонима Опеннета Из про, YetAnotherOnanym (ok), 10:17 , 04-Мрт-25, (38)
А что ему, читать и слушать пропаганду от ботов президента гостевой побитой стр, Ivan_83 (ok), 14:27 , 04-Мрт-25, (49)

Минууууточку Я конечно понимаю, что наверное ключики надо было положить на стор, Аноним (18), 02:51 , 04-Мрт-25, (17) –1

Ну, можно хотя бы, хм получить ключи отдельным асинхронным запросом после аут, qwe (??), 06:30 , 04-Мрт-25, (22)
Все тут нормально с ключами в форме, просто забыли добавить доступ к самой стран, Аноним (31), 08:18 , 04-Мрт-25, (33)
Про куки не слышали , EuPhobos (ok), 08:19 , 04-Мрт-25, (34)

НУ НАКОНЕЦ-ТО ДОЖДАЛИСЬ Теперь я могу задать чатгопоте и дипкику вопрос, ответ , пох. (?), 07:15 , 04-Мрт-25, (23)

идеально , Аноним (46), 13:41 , 04-Мрт-25, (46)

А вы думали зачем все это Когда какой-нибудь Мэйл ру открывал бесплатную почту,, Аноним (30), 08:06 , 04-Мрт-25, (30)

Всё это было понятно но все сервисы и особенно поиск каждый человек не может поз, Аноним (54), 17:39 , 04-Мрт-25, (54)

Я правильно понимаю, что Зоркий Глаз нашел, например, такие уязвимости code Д, тоже Аноним (ok), 08:50 , 04-Мрт-25, (36) +1

Либо кого-то попросили дать ссылку, и он скопипастил урл, будучи залогиненым А , prokoudine (ok), 12:50 , 04-Мрт-25, (40)

Сколько же всякого мусора на самом деле покоится в этих топовых датасетах , Аноним (37), 09:11 , 04-Мрт-25, (37)

Хм, а отечественные датасеты в открытом доступе где-либо существуют , Аноним (41), 12:52 , 04-Мрт-25, (41)

На чём учились тому и научились Но вообще веберы обленились Всё тащат на фронт,, fuggy (ok), 13:26 , 04-Мрт-25, (43) +2

Дело не в том что-то кто-то ленится Дело в том что прибыль получают только самы, Аноним (54), 17:48 , 04-Мрт-25, (56)

Исследователи из компании Секретный Трюфель В БиДе , Аноним (50), 14:41 , 04-Мрт-25, (50)
https assets unilogcorp com 267 ITEM IMG American_Standard_5023100_020 jpg, Аноним (51), 14:43 , 04-Мрт-25, (51) –1
Представьте себе алгоритм-анализатор с дедукцией уровня Эйнштейна Заприте его н, Анонимище (?), 16:56 , 04-Мрт-25, (52)

Он от качества этой информации просто отупеет и по истечению времени вы его уже , Аноним (54), 17:44 , 04-Мрт-25, (55)

Скрыто модератором, Аноним (-), 19:11 , 04-Мрт-25, (57)
Нужно срочно переписать на Rust , luid (ok), 19:35 , 04-Мрт-25, (58)

Сообщения [Сортировка по времени | RSS]

1. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +29 +/–

Сообщение от Аноним (1), 03-Мрт-25, 23:12

Стоит заметить, что создатели оригинальной статьи поступили очень плохо и грязно, назвав её "Research finds 12,000 ‘Live’ API Keys and Passwords in DeepSeek's Training Data". Да, технически они правы, но на деле практически все современные языковые модели были обучены на CommonCrawl, это по сути самый популярный датасет для моделей вообще. Но Trufflehog, похоже, решили ещё раз показать именно в сторону Deepseek, что-то вида "вот видите, как у них всё плохо и небезопасно", так как из-за успеха Deepseek многие начали обвинять эту компанию во всех смертных грехах.

Ответить | Правка | Наверх | Cообщить модератору

31. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." –4 +/–

Сообщение от Аноним (31), 04-Мрт-25, 08:13

а в чём успех, уже заработали миллиард или пока только в планах?

Ответить | Правка | Наверх | Cообщить модератору

32. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +9 +/–

Сообщение от EuPhobos (ok), 04-Мрт-25, 08:17

Обрушить акции конкурента, и переманить не малую часть пользователей оплачивать свой сервис - это не успех?

Ответить | Правка | Наверх | Cообщить модератору

47. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +2 +/–

Сообщение от Ivan_83 (ok), 04-Мрт-25, 14:22

Не, там реально как будто амеры открыли кран на канализационной трубе, у них прям сильно-сильно пригорело от DeepSeek.

Ответить | Правка | К родителю #31 | Наверх | Cообщить модератору

53. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +/–

Сообщение от Аноним (53), 04-Мрт-25, 17:15

Так они вам и скажут, на сколько денег их "знакомые" зашортили стоки, ждите.

Ответить | Правка | К родителю #31 | Наверх | Cообщить модератору

2. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +6 +/–

Сообщение от Аноним (2), 03-Мрт-25, 23:13

Классический вебдев, хоть что-то не меняется в этом мире.

Ответить | Правка | Наверх | Cообщить модератору

10. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +2 +/–

Сообщение от Аноним (10), 04-Мрт-25, 00:42

> Классический вебдев, хоть что-то не меняется в этом мире.
Зато ж сколько хайпа у веб-дев было, когда принудительно везде засаживали HTTPS ...

Ответить | Правка | Наверх | Cообщить модератору

29. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +1 +/–

Сообщение от пох. (?), 04-Мрт-25, 07:24

Ну уот же ж - ключи теперь утекают - безопастненько!

Ответить | Правка | Наверх | Cообщить модератору

4. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +1 +/–

Сообщение от Аноним (4), 04-Мрт-25, 00:03

> Наиболее часто встраиваемыми учётными данными оказались API-ключи к
> Mailchimp - выявлено около 1500 подобных ключей, которые были указаны
> прямо в HTML-формах или JavaScript-коде, вместо использования
> переменных окружения на серверной стороне
Хм.. и их до сих пор не нашли господа cпамеры и не разослали тонны спама? (после чего маилчимп должен был поблочить ключ).. Да, обленились...

Ответить | Правка | Наверх | Cообщить модератору

7. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +3 +/–

Сообщение от чатжпт (?), 04-Мрт-25, 00:18

github весь завален ключами от сервисов, от s3, логины/пароли от почтовых ящиков и баз данных.. адъ и израиль.
я одному товарищу написал, что у него утекли секреты от s3, через месяц проверил, а они все еще актуальны. Комментарии излишни

Ответить | Правка | Наверх | Cообщить модератору

9. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +/–

Сообщение от Аноним (4), 04-Мрт-25, 00:38

Ну васянский С3 мало кому интересен. ценных данных там нет, разве что снесут и положат файлик  "для восстановления пересылать 1.5 битка сюда". И то врядли, что тот вообще найдёт этот файлик, а если найдёт, то 1.5 битка у него нету и никогда не будет. а вот почта это спам, судя по потокам оного это комуто да интересно.

Ответить | Правка | Наверх | Cообщить модератору

28. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +/–

Сообщение от пох. (?), 04-Мрт-25, 07:23

ну может хотя бы сгодится свою порнуху хранить?

Ответить | Правка | Наверх | Cообщить модератору

59. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +/–

Сообщение от Аноним (59), 04-Мрт-25, 19:53

Да, где то мелькал прототип проекта для размещения своих данных на 100500 чужих поломатых хостингах, шифруем, рубим на небольшие чанки и раскладываем по N (если N кажется мало, то можно M или даже Q*2) копий вот в такие вот S3 и гугл доксы. ну пропадёт десяток-другой, 80+% останется.
Дело только в автоматизации регулярной проверки "выбывших", поиска новых "жертв" и восстановлении кворума.
Сверху обвязку в фузе, и пиши-читай.. писать да, не быстро.. но при наличии буфера на запись может оказаться и ничего.
Главное в Великобританиию не писать.. а то вроде им там законом предписано умереть от угрызений совести, если они не смогут расшифровать данные со своего сервиса. Не хорошо'с получится...

Ответить | Правка | Наверх | Cообщить модератору

39. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +/–

Сообщение от onanim (?), 04-Мрт-25, 11:34

и это же хорошо! когда мне нужен доступ к какому-то дорогому сервису, или к сервису, где геморная регистрация типа "укажите ваш е-мэйл в домене .edu или .gov и мы рассмотрим вашу заявку в течение 99 рабочих дней" я просто открываю гугл, пишу site:github.com или site:gitlab.com, "адрес сервиса" "api" (или "pass" или "key") и пользуюсь.
спасибо вчерашним таксистам за удобный доступ.

Ответить | Правка | К родителю #7 | Наверх | Cообщить модератору

27. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +/–

Сообщение от пох. (?), 04-Мрт-25, 07:22

то есть как это не нашли и как это не разослали?!
И чего вдруг должен - когда оная мак@ка именно для спамрассылок и нужна?
Счет за эти рассылки, правда, выставят кому-то не совсем тому, но тот их тоже оплатит не присматриваясь - "что-то в этом месяце подорожало, надо бы девляпсам в пятницу плетей выписать"

Ответить | Правка | К родителю #4 | Наверх | Cообщить модератору

8. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." –5 +/–

Сообщение от Аноним (8), 04-Мрт-25, 00:33

Тогда ещё griggorii говорил что всё в мире уязвимо даже твой монитор , умная колонка или же другая вещь hdd-ssd-data я учёный cdn , диалог учёный аналитег: нет я не мошенник , но надо зарабатывать сдерем дата сет код чужой стабле machine , скажем что наш и бинари тоже или сделаем слакс и потом из этого альт или другую поделку мол не убунту основанную на дебиане за счёт именно стандартизации расширения .deb и тому подобное у. Ну и ушел в другую метадату.

Ответить | Правка | Наверх | Cообщить модератору

12. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +6 +/–

Сообщение от Аноним (12), 04-Мрт-25, 01:29

Это какая-то очень фиговая модель. Даже Алиса выражается яснее

Ответить | Правка | Наверх | Cообщить модератору

16. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +/–

Сообщение от N (?), 04-Мрт-25, 02:12

Эта модель 65536 , даже плюс тебе поставила что бы ты не был доволен , как видишь эта модель не нуждается во внимании , а лишь констатирует факты.

Ответить | Правка | Наверх | Cообщить модератору

15. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +4 +/–

Сообщение от Аноним (15), 04-Мрт-25, 01:47

Датасеты какие-то, второй человек в США черпает информацию из сторис в Инстаграмме.

Ответить | Правка | Наверх | Cообщить модератору

18. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." –2 +/–

Сообщение от Аноним (18), 04-Мрт-25, 02:51

и купил при этом твиттер, заодно переименовав его?

Ответить | Правка | Наверх | Cообщить модератору

19. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +1 +/–

Сообщение от Аноним (15), 04-Мрт-25, 03:21

Маск такой же фейк как пашка дуров, который на словах оппозиционер, революционер, гений, бездетный холостяк.

Ответить | Правка | Наверх | Cообщить модератору

25. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +/–

Сообщение от пох. (?), 04-Мрт-25, 07:18

Но волосы-то с ладошек - пересадил себе на плешь! Завидуй, Иплон!

Ответить | Правка | Наверх | Cообщить модератору

44. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +/–

Сообщение от Аноним (44), 04-Мрт-25, 13:32

А от чего у него растут волосы на ладонях? Школьные истории о побочных эффектах онанризма прпвда?

Ответить | Правка | Наверх | Cообщить модератору

26. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +1 +/–

Сообщение от пох. (?), 04-Мрт-25, 07:20

Это первый купил, не перепутай.
И первый не в сторис а в тиктоке в основном информируетсо.
Второй хотя бы честно использует произведенный в стране продукт.

Ответить | Правка | К родителю #18 | Наверх | Cообщить модератору

48. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +/–

Сообщение от Ivan_83 (ok), 04-Мрт-25, 14:24

Он про JD Вэнса ващето.

Ответить | Правка | К родителю #18 | Наверх | Cообщить модератору

38. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +/–

Сообщение от YetAnotherOnanym (ok), 04-Мрт-25, 10:17

> второй человек в США черпает информацию из сторис в Инстаграмме
А откуда он должен их черпать, чтобы снискать одобрение анонима Опеннета? Из протоколов ареопага Богемской рощи?

Ответить | Правка | К родителю #15 | Наверх | Cообщить модератору

49. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +/–

Сообщение от Ivan_83 (ok), 04-Мрт-25, 14:27

А что ему, читать и слушать? пропаганду от ботов президента гостевой побитой страны?
В докладах же что в папочках под грифом всякую такую мелкую чушь явно не приносят.

Ответить | Правка | К родителю #15 | Наверх | Cообщить модератору

17. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." –1 +/–

Сообщение от Аноним (18), 04-Мрт-25, 02:51

> в наборе присутствует 2.76 миллионов web-страниц, в которые встроены пароли и ключи доступа к API.
Минууууточку!
Я конечно понимаю, что наверное ключики надо было положить на стороне сервера, в директорию чуть повыше.
НО!
Как тогда пользователь _из своего браузера_ получит доступ к апи?
Этож наверное на стороне сервера надо городить какой то прокси-фронтэнд, который будет встраивать ключи, и посылать уже со своих мощностей запросы!
А так - JS запросы  исполняются на компах миллионов хомячков - ценные серверные ресурсы сбережены.
Ну и я не верю что 2.76 миллионов web-маkаk руками пилили странички свстраивая коды доступа к АПИ.
Наверняка дело тупо в инклудах(хеадер, футер) на стороне сервера, которые встраиваются во все страницы автоматически - а это уже другой вопрос, эти миллионы можно смело делить на 100 и то и на тысячу.
>зафиксировано 11908 уникальных ключей и паролей, встроенных в HTML-разметку или JavaScript-код
Что непрозрачно нам намекает, на порядка 12 тысяч сайтов, при этом заранее оговорившись в новости, что часть из них тупо клоны.

Ответить | Правка | Наверх | Cообщить модератору

22. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +/–

Сообщение от qwe (??), 04-Мрт-25, 06:30

> Как тогда пользователь _из своего браузера_ получит доступ к апи?
Ну, можно хотя бы, хм... получить ключи отдельным асинхронным запросом после аутентификации, а уж после того юзать апи из браузера. Тоже палево, но не такое палево, как встраивание этих ключей в статику, которую может прочесть любой бот.

Ответить | Правка | Наверх | Cообщить модератору

33. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +/–

Сообщение от Аноним (31), 04-Мрт-25, 08:18

Все тут нормально с ключами в форме, просто забыли добавить доступ к самой странице. Или Васян-админ специально открыл, чтобы не париться.

Ответить | Правка | К родителю #17 | Наверх | Cообщить модератору

34. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +/–

Сообщение от EuPhobos (ok), 04-Мрт-25, 08:19

> Как тогда пользователь _из своего браузера_ получит доступ к апи?
Про куки не слышали?

Ответить | Правка | К родителю #17 | Наверх | Cообщить модератору

23. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +/–

Сообщение от пох. (?), 04-Мрт-25, 07:15

НУ НАКОНЕЦ-ТО! ДОЖДАЛИСЬ!
Теперь я могу задать чатгопоте и дипкику вопрос, ответ на который меня на самом деле интересует - "какое, блин, кодовое слово сбербак привесил к моей карте?"

Ответить | Правка | Наверх | Cообщить модератору

46. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +/–

Сообщение от Аноним (46), 04-Мрт-25, 13:41

>сбербак
идеально! =)

Ответить | Правка | Наверх | Cообщить модератору

30. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +/–

Сообщение от Аноним (30), 04-Мрт-25, 08:06

А вы думали зачем все это? Когда какой-нибудь Мэйл.ру открывал бесплатную почту, вы думали, что это не для того, чтобы читать ваши письма? Когда какой-нибудь яндекс и гугл открывали поисковики, вы думали , что это чтобы не читать ваши поисковые запросы? Когда они открыли "безопасный" DNS, свои операционки, телефоны, колонки? А тут у них просто еще не все срослось. Слишком много палятся, что на самом деле все эти "ИИ в браузере" будут на самом деле лить кучу приватной информации, даже ваши пароли.

Ответить | Правка | Наверх | Cообщить модератору

54. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +/–

Сообщение от Аноним (54), 04-Мрт-25, 17:39

Всё это было понятно но все сервисы и особенно поиск каждый человек не может позволить на своих серверах держать. :(

Ответить | Правка | Наверх | Cообщить модератору

36. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +1 +/–

Сообщение от тоже Аноним (ok), 04-Мрт-25, 08:50

Я правильно понимаю, что Зоркий Глаз нашел, например, такие "уязвимости"?
Добавьте в заголовок head HTML-страницы строку следующего вида:
<head>
    <script src="https://api-maps.yandex.ru/2.1/?apikey=ваш API-ключ&lang=ru_RU" type="text/javascript">
    </script>
</head>

Ответить | Правка | Наверх | Cообщить модератору

40. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +/–

Сообщение от prokoudine (ok), 04-Мрт-25, 12:50

Либо кого-то попросили дать ссылку, и он скопипастил урл, будучи залогиненым. А в урле был ключ. Страницу, куда он скопипастил, спарсили и положили для обучения.

Ответить | Правка | Наверх | Cообщить модератору

37. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +/–

Сообщение от Аноним (37), 04-Мрт-25, 09:11

Сколько же всякого мусора на самом деле покоится в этих "топовых" датасетах...

Ответить | Правка | Наверх | Cообщить модератору

41. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +/–

Сообщение от Аноним (41), 04-Мрт-25, 12:52

Хм, а отечественные датасеты в открытом доступе где-либо существуют?

Ответить | Правка | Наверх | Cообщить модератору

43. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +2 +/–

Сообщение от fuggy (ok), 04-Мрт-25, 13:26

>  большинство популярных больших языковых моделей в ответ на запрос кода для интеграции со Slack и Stripe выдали небезопасные примеры, использующие встраивание ключей прямо в web-страницу
На чём учились тому и научились.
Но вообще веберы обленились. Всё тащат на фронт, и даже в S3 и Slack ходят с фронта. Не удивлюсь если у каждой из этих фирм есть специалист по ИБ, но ему гораздо интереснее чтобы согласие на обработку ПД было по форме.

Ответить | Правка | Наверх | Cообщить модератору

56. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +/–

Сообщение от Аноним (54), 04-Мрт-25, 17:48

Дело не в том что-то кто-то ленится. Дело в том что прибыль получают только самые быстрые :(

Ответить | Правка | Наверх | Cообщить модератору

50. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +/–

Сообщение от Аноним (50), 04-Мрт-25, 14:41

Исследователи из компании Секретный Трюфель?
В БиДе?

Ответить | Правка | Наверх | Cообщить модератору

51. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." –1 +/–

Сообщение от Аноним (51), 04-Мрт-25, 14:43

https://assets.unilogcorp.com/267/ITEM/IMG/American_Standard...

Ответить | Правка | Наверх | Cообщить модератору

52. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +/–

Сообщение от Анонимище (?), 04-Мрт-25, 16:56

Представьте себе алгоритм-анализатор с дедукцией уровня Эйнштейна. Заприте его на субъективные миллионы лет(внутри время идет быстрее) в симуляции где он будет читать и перечитывать CommonCrawl. Я уверен, в результате обнаружится столько интересной информации, что эти несчатные ключи просто померкнут на общем фоне. Скандалы-интриги-расследования потекут рекой, от мелких до мегакрупных

Ответить | Правка | Наверх | Cообщить модератору

55. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +/–

Сообщение от Аноним (54), 04-Мрт-25, 17:44

Он от качества этой информации просто отупеет и по истечению времени вы его уже не узнаете. :)

Ответить | Правка | Наверх | Cообщить модератору

57. Скрыто модератором +/–

Сообщение от Аноним (-), 04-Мрт-25, 19:11

Т.е. я пока все эти ИИ технологии отношу к цифровому оружию. Как это по другому назвать ещё? Я имею в виду утечку ключей с паролями. Многие пеняют на программистов. А что будет когда оно само будет не хуже некоторых специалистов по заходу туда куда нельзя будет заходить? Ну и повторю то что некоторых наверно уже задолбало - веб устарел, технологии будут меняться и как минимум решение в инкапсуляции сети, из-за чего неизбежно будут развиваться новые протоколы передачи данных. Рано или поздно придётся сказать прощай DNS, прощай IP. А вместо них пока ничего толкового нет. Если кто знает лучше решение и своё предположение как это в итоге будут решать в (ближайшем) будущем - напишите. Я лично пока лучшего решения не вижу, т.е. решение проблемы неизбежно, а лучшего варианта никто не предложил кроме как минусовать. Т.е. проблема вероятнее всего многим понятна, но решения нет.

Ответить | Правка | Наверх | Cообщить модератору

58. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..." +/–

Сообщение от luid (ok), 04-Мрт-25, 19:35

Нужно срочно переписать на Rust!

Ответить | Правка | Наверх | Cообщить модератору

Архив | Удалить

Рекомендовать для помещения в FAQ | Индекс форумов | Темы | Пред. тема | След. тема

Партнёры:

Хостинг:

Закладки на сайте
Проследить за страницей

Created 1996-2025 by Maxim Chirkov
Добавить, Поддержать, Вебмастеру

1. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..."	+29 +/–
Сообщение от Аноним (1), 03-Мрт-25, 23:12
Стоит заметить, что создатели оригинальной статьи поступили очень плохо и грязно, назвав её "Research finds 12,000 ‘Live’ API Keys and Passwords in DeepSeek's Training Data". Да, технически они правы, но на деле практически все современные языковые модели были обучены на CommonCrawl, это по сути самый популярный датасет для моделей вообще. Но Trufflehog, похоже, решили ещё раз показать именно в сторону Deepseek, что-то вида "вот видите, как у них всё плохо и небезопасно", так как из-за успеха Deepseek многие начали обвинять эту компанию во всех смертных грехах.
Ответить \| Правка \| Наверх \| Cообщить модератору


	31. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..."	–4 +/–
	Сообщение от Аноним (31), 04-Мрт-25, 08:13
	а в чём успех, уже заработали миллиард или пока только в планах?
	Ответить \| Правка \| Наверх \| Cообщить модератору


	32. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..."	+9 +/–
	Сообщение от EuPhobos (ok), 04-Мрт-25, 08:17
	Обрушить акции конкурента, и переманить не малую часть пользователей оплачивать свой сервис - это не успех?
	Ответить \| Правка \| Наверх \| Cообщить модератору


	47. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..."	+2 +/–
	Сообщение от Ivan_83 (ok), 04-Мрт-25, 14:22
	Не, там реально как будто амеры открыли кран на канализационной трубе, у них прям сильно-сильно пригорело от DeepSeek.
	Ответить \| Правка \| К родителю #31 \| Наверх \| Cообщить модератору


	53. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..."	+/–
	Сообщение от Аноним (53), 04-Мрт-25, 17:15
	Так они вам и скажут, на сколько денег их "знакомые" зашортили стоки, ждите.
	Ответить \| Правка \| К родителю #31 \| Наверх \| Cообщить модератору

2. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..."	+6 +/–
Сообщение от Аноним (2), 03-Мрт-25, 23:13
Классический вебдев, хоть что-то не меняется в этом мире.
Ответить \| Правка \| Наверх \| Cообщить модератору


	10. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..."	+2 +/–
	Сообщение от Аноним (10), 04-Мрт-25, 00:42
	> Классический вебдев, хоть что-то не меняется в этом мире. Зато ж сколько хайпа у веб-дев было, когда принудительно везде засаживали HTTPS ...
	Ответить \| Правка \| Наверх \| Cообщить модератору


	29. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..."	+1 +/–
	Сообщение от пох. (?), 04-Мрт-25, 07:24
	Ну уот же ж - ключи теперь утекают - безопастненько!
	Ответить \| Правка \| Наверх \| Cообщить модератору

4. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..."	+1 +/–
Сообщение от Аноним (4), 04-Мрт-25, 00:03
> Наиболее часто встраиваемыми учётными данными оказались API-ключи к > Mailchimp - выявлено около 1500 подобных ключей, которые были указаны > прямо в HTML-формах или JavaScript-коде, вместо использования > переменных окружения на серверной стороне Хм.. и их до сих пор не нашли господа cпамеры и не разослали тонны спама? (после чего маилчимп должен был поблочить ключ).. Да, обленились...
Ответить \| Правка \| Наверх \| Cообщить модератору


	7. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..."	+3 +/–
	Сообщение от чатжпт (?), 04-Мрт-25, 00:18
	github весь завален ключами от сервисов, от s3, логины/пароли от почтовых ящиков и баз данных.. адъ и израиль. я одному товарищу написал, что у него утекли секреты от s3, через месяц проверил, а они все еще актуальны. Комментарии излишни
	Ответить \| Правка \| Наверх \| Cообщить модератору


	9. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..."	+/–
	Сообщение от Аноним (4), 04-Мрт-25, 00:38
	Ну васянский С3 мало кому интересен. ценных данных там нет, разве что снесут и положат файлик "для восстановления пересылать 1.5 битка сюда". И то врядли, что тот вообще найдёт этот файлик, а если найдёт, то 1.5 битка у него нету и никогда не будет. а вот почта это спам, судя по потокам оного это комуто да интересно.
	Ответить \| Правка \| Наверх \| Cообщить модератору


	28. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..."	+/–
	Сообщение от пох. (?), 04-Мрт-25, 07:23
	ну может хотя бы сгодится свою порнуху хранить?
	Ответить \| Правка \| Наверх \| Cообщить модератору


	59. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..."	+/–
	Сообщение от Аноним (59), 04-Мрт-25, 19:53
	Да, где то мелькал прототип проекта для размещения своих данных на 100500 чужих поломатых хостингах, шифруем, рубим на небольшие чанки и раскладываем по N (если N кажется мало, то можно M или даже Q*2) копий вот в такие вот S3 и гугл доксы. ну пропадёт десяток-другой, 80+% останется. Дело только в автоматизации регулярной проверки "выбывших", поиска новых "жертв" и восстановлении кворума. Сверху обвязку в фузе, и пиши-читай.. писать да, не быстро.. но при наличии буфера на запись может оказаться и ничего. Главное в Великобританиию не писать.. а то вроде им там законом предписано умереть от угрызений совести, если они не смогут расшифровать данные со своего сервиса. Не хорошо'с получится...
	Ответить \| Правка \| Наверх \| Cообщить модератору


	39. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..."	+/–
	Сообщение от onanim (?), 04-Мрт-25, 11:34
	и это же хорошо! когда мне нужен доступ к какому-то дорогому сервису, или к сервису, где геморная регистрация типа "укажите ваш е-мэйл в домене .edu или .gov и мы рассмотрим вашу заявку в течение 99 рабочих дней" я просто открываю гугл, пишу site:github.com или site:gitlab.com, "адрес сервиса" "api" (или "pass" или "key") и пользуюсь. спасибо вчерашним таксистам за удобный доступ.
	Ответить \| Правка \| К родителю #7 \| Наверх \| Cообщить модератору


	27. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..."	+/–
	Сообщение от пох. (?), 04-Мрт-25, 07:22
	то есть как это не нашли и как это не разослали?! И чего вдруг должен - когда оная мак@ка именно для спамрассылок и нужна? Счет за эти рассылки, правда, выставят кому-то не совсем тому, но тот их тоже оплатит не присматриваясь - "что-то в этом месяце подорожало, надо бы девляпсам в пятницу плетей выписать"
	Ответить \| Правка \| К родителю #4 \| Наверх \| Cообщить модератору

8. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..."	–5 +/–
Сообщение от Аноним (8), 04-Мрт-25, 00:33
Тогда ещё griggorii говорил что всё в мире уязвимо даже твой монитор , умная колонка или же другая вещь hdd-ssd-data я учёный cdn , диалог учёный аналитег: нет я не мошенник , но надо зарабатывать сдерем дата сет код чужой стабле machine , скажем что наш и бинари тоже или сделаем слакс и потом из этого альт или другую поделку мол не убунту основанную на дебиане за счёт именно стандартизации расширения .deb и тому подобное у. Ну и ушел в другую метадату.
Ответить \| Правка \| Наверх \| Cообщить модератору


	12. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..."	+6 +/–
	Сообщение от Аноним (12), 04-Мрт-25, 01:29
	Это какая-то очень фиговая модель. Даже Алиса выражается яснее
	Ответить \| Правка \| Наверх \| Cообщить модератору


	16. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..."	+/–
	Сообщение от N (?), 04-Мрт-25, 02:12
	Эта модель 65536 , даже плюс тебе поставила что бы ты не был доволен , как видишь эта модель не нуждается во внимании , а лишь констатирует факты.
	Ответить \| Правка \| Наверх \| Cообщить модератору

15. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..."	+4 +/–
Сообщение от Аноним (15), 04-Мрт-25, 01:47
Датасеты какие-то, второй человек в США черпает информацию из сторис в Инстаграмме.
Ответить \| Правка \| Наверх \| Cообщить модератору


	18. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..."	–2 +/–
	Сообщение от Аноним (18), 04-Мрт-25, 02:51
	и купил при этом твиттер, заодно переименовав его?
	Ответить \| Правка \| Наверх \| Cообщить модератору


	19. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..."	+1 +/–
	Сообщение от Аноним (15), 04-Мрт-25, 03:21
	Маск такой же фейк как пашка дуров, который на словах оппозиционер, революционер, гений, бездетный холостяк.
	Ответить \| Правка \| Наверх \| Cообщить модератору


	25. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..."	+/–
	Сообщение от пох. (?), 04-Мрт-25, 07:18
	Но волосы-то с ладошек - пересадил себе на плешь! Завидуй, Иплон!
	Ответить \| Правка \| Наверх \| Cообщить модератору


	44. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..."	+/–
	Сообщение от Аноним (44), 04-Мрт-25, 13:32
	А от чего у него растут волосы на ладонях? Школьные истории о побочных эффектах онанризма прпвда?
	Ответить \| Правка \| Наверх \| Cообщить модератору


	26. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..."	+1 +/–
	Сообщение от пох. (?), 04-Мрт-25, 07:20
	Это первый купил, не перепутай. И первый не в сторис а в тиктоке в основном информируетсо. Второй хотя бы честно использует произведенный в стране продукт.
	Ответить \| Правка \| К родителю #18 \| Наверх \| Cообщить модератору


	48. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..."	+/–
	Сообщение от Ivan_83 (ok), 04-Мрт-25, 14:24
	Он про JD Вэнса ващето.
	Ответить \| Правка \| К родителю #18 \| Наверх \| Cообщить модератору


	38. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..."	+/–
	Сообщение от YetAnotherOnanym (ok), 04-Мрт-25, 10:17
	> второй человек в США черпает информацию из сторис в Инстаграмме А откуда он должен их черпать, чтобы снискать одобрение анонима Опеннета? Из протоколов ареопага Богемской рощи?
	Ответить \| Правка \| К родителю #15 \| Наверх \| Cообщить модератору


	49. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..."	+/–
	Сообщение от Ivan_83 (ok), 04-Мрт-25, 14:27
	А что ему, читать и слушать? пропаганду от ботов президента гостевой побитой страны? В докладах же что в папочках под грифом всякую такую мелкую чушь явно не приносят.
	Ответить \| Правка \| К родителю #15 \| Наверх \| Cообщить модератору

17. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..."	–1 +/–
Сообщение от Аноним (18), 04-Мрт-25, 02:51
> в наборе присутствует 2.76 миллионов web-страниц, в которые встроены пароли и ключи доступа к API. Минууууточку! Я конечно понимаю, что наверное ключики надо было положить на стороне сервера, в директорию чуть повыше. НО! Как тогда пользователь _из своего браузера_ получит доступ к апи? Этож наверное на стороне сервера надо городить какой то прокси-фронтэнд, который будет встраивать ключи, и посылать уже со своих мощностей запросы! А так - JS запросы исполняются на компах миллионов хомячков - ценные серверные ресурсы сбережены. Ну и я не верю что 2.76 миллионов web-маkаk руками пилили странички свстраивая коды доступа к АПИ. Наверняка дело тупо в инклудах(хеадер, футер) на стороне сервера, которые встраиваются во все страницы автоматически - а это уже другой вопрос, эти миллионы можно смело делить на 100 и то и на тысячу. >зафиксировано 11908 уникальных ключей и паролей, встроенных в HTML-разметку или JavaScript-код Что непрозрачно нам намекает, на порядка 12 тысяч сайтов, при этом заранее оговорившись в новости, что часть из них тупо клоны.
Ответить \| Правка \| Наверх \| Cообщить модератору


	22. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..."	+/–
	Сообщение от qwe (??), 04-Мрт-25, 06:30
	> Как тогда пользователь _из своего браузера_ получит доступ к апи? Ну, можно хотя бы, хм... получить ключи отдельным асинхронным запросом после аутентификации, а уж после того юзать апи из браузера. Тоже палево, но не такое палево, как встраивание этих ключей в статику, которую может прочесть любой бот.
	Ответить \| Правка \| Наверх \| Cообщить модератору


	33. "В БД для обучения AI-моделей Common Crawl выявлено около 12 ..."	+/–
	Сообщение от Аноним (31), 04-Мрт-25, 08:18
	Все тут нормально с ключами в форме, просто забыли добавить доступ к самой странице. Или Васян-админ специально открыл, чтобы не париться.
	Ответить \| Правка \| К родителю #17 \| Наверх \| Cообщить модератору