Hugging Face修复了令人困扰的问题以改善安全性

Hugging Face接收大量用于测试和评估的AI模型，这些模型容易受到黑客攻击。人工智能的适应率是前所未有的。这种狂热有助于开发许多有益的工具，但同时也为黑客提供了更快、更容易实施恶意策略的途径。说到Hugging Face，黑客可以通过运行自己的代码来检索用户信息。 

根据云安全公司WIZ的研究人员称，系统架构中存在两个主要缺陷，机器学习（ML）模型在其中执行。这些缺陷，即共享推理基础设施接管风险和共享持续集成和持续部署（CI/CD）接管风险，使用户处于黑帽黑客的摆布之下。简单来说，这些缺陷为黑客提供了一种秘密上传代码的方式，使他们能够篡改注册表。 

Hugging Face与WIZ合作探索缺点

黑客可以通过上传自己的恶意AI模型未经授权地访问其他用户的数据。这是一个大问题，可能会损害Hugging Face的声誉，因为这些平台被广泛用于存储和处理AI模型，作为AI即服务平台（AlaaS）。WIZ与AaaS公司合作，在这些平台中寻找安全漏洞。在Hugging Face的情况下，其巨大的受欢迎程度和采用率使其成为黑客的目标。WIZ的合作为Hugging Face提供了一个很好的机会，以调解其系统中的缺点并加强平台的安全措施。

众所周知，AI模型需要更高的GPU功率来运行其功能，因此初创公司和其他较小的供应商依赖AI服务提供商公司。Hugging Face的接口API也提供同样的服务。在此过程中，WIZ Research运行了自己的具有某些有害特征的恶意AI模型，损害了Hugging Face服务。这使得系统变得脆弱，WIZ可以访问其他使用Hugging Face服务的客户模型。 

AlaaS平台上的保护和补救措施

WIZ在其博客中表示，这些缺点和发现不仅困扰Hugging Face，而且对整个AI即服务行业有更广泛的影响。行业中的所有参与者都面临巨大风险，因为黑客将它们视为AI模型的GitHub，并试图非法获取跨用户访问权限。

Hugging Face和Wiz共同建议了一些预防措施以防止安全漏洞，他们建议实施严格的安全控制并定期监控活动。他们还建议使用安全的注册表，并提供沙盒环境来运行用户应用程序，通过使存储代码的地方更加封闭，以防止跨用户访问。