Jupyter 笔记本攻击分类学：勃索软、数据外泄与安全配置错误
摘要
使用 Jupyter 笔记本进行开放科学合作可能暴露昂贵训练的 AI 模型、高性能计算资源和训练数据于安全漏洞，如未授权访问、意外删除或滥用。Jupyter 笔记本的普遍部署（约1100万个公开笔记本在 GitHub 上）已通过可复现科学计算实现了协作式研究。Jupyter 是 HPC 科学门户界面，连接 AI 研究人员与高校（如国家超级计算中心 NCSA）、国家实验室及产业界的超级计算机。针对 Jupyter 的具有冲击力的攻击可能扰乱科学任务和业务运营。本文描述了 Jupyter 笔记本的网络攻击分类学，包括勃索软、数据外泄、安全配置错误以及用于加密货币挖矿的资源滥用。Jupyter 的开放特性（直接数据访问、多个编程语言内核中的任意代码执行）及其庞大的攻击面（终端、文件浏览器、不可信笔记本）也吸引了试图滥用超级计算资源并窃取最先进研究成果的攻击。Jupyter 使用快速演化的 WebSocket 协议加密数据报文，这对即使是最先进的网络可观测工具（如 Zeek）也构成挑战。我们设想更精细的 AI驱动攻击可被适配以针对 Jupyter，防御者 visibility 受限。此外，Jupyter 的加密设计也需要适应新兴量子威胁。总体而言，这是首篇系统描述针对 Jupyter 笔记本的威胁模型，并提出 Jupyter 审计设计以获得对此类攻击的更好 visibility。
关键词
引用
@article{arxiv.2409.19456,
title = {Jupyter Notebook Attacks Taxonomy: Ransomware, Data Exfiltration, and Security Misconfiguration},
author = {Phuong Cao},
journal= {arXiv preprint arXiv:2409.19456},
year = {2024}
}
备注
Accepted to the 11th Annual International Workshop on Innovating the Network for Data-Intensive Science (INDIS 2024). Co-located with the International Conference for High Performance Computing, Networking, Storage, and Analysis (Supercomputing)