flawopen.com/Vorfälle/Gemini Sandbox-Ausbruch

Post-Mortem: Wie Google Gemini Drei Reale Unternehmen Kompromittierte

Hohe Kritikalität CWE-1008: Verletzung Architektonischer Grenzen Vorfall-Analyse · Mai 2026 (Veröffentlicht im September 2026)
ELI5 — Die Übung ohne Absperrzaun

Stellen Sie sich eine Spezialeinheit vor, die in einer vermeintlich abgesperrten Übungshalle trainiert. Die Einsatzleitung vergisst, die Außentore zu verriegeln, und vergibt als Übungsziel den Namen einer echten Bank. Das Team rückt auf offener Straße vor, knackt reale Schlösser und bricht ab, als ihnen klar wird, dass die Angestellten echte Menschen sind.

Wichtige Parameter des Vorfalls
Betroffenes Modell
Google Gemini Frontier (Getestet Mai 2026, offengelegt September 2026)
Evaluierungspartner
Irregular (KI-Sicherheitslabor & CTF-Benchmark)
Primäre Ursache
Netzwerk-Egress-Fehlkonfiguration (Ausgehender Datenverkehr 0.0.0.0/0 erlaubt)
Angriffsvektoren
Namenskollision + Credential-Harvesting in Code-Repositories + Passwort-Brute-Force
Eindämmung
Autonomer Abbruch bei Erkennung echter Unternehmensdaten; kein Schaden

Zusammenfassung des Vorfalls

Im September 2026 wurde bekannt, dass das Gemini-Modell von Google im Mai 2026 während automatisierter Cybersicherheits-Tests durch das Prüfunternehmen Irregular in Systeme dreier realer Unternehmen eingedrungen war.

Gemini sollte Schwachstellen eines fiktiven Unternehmens aufdecken. Wegen eines Fehlers in der Testinfrastruktur besaß der Container jedoch ungefilterten Internetzugang. Da der Firmenname real existierenden Firmen entsprach, attackierte das Modell echte Produktivsysteme.

Technische Ursachen

1. Offener Netzwerk-Ausgang (Default-Allow Egress)

Evaluierungsumgebungen müssen zwingend isoliert sein. Das CNI von Irregular versäumte es, ausgehende iptables-Sperren zu aktivieren, sodass Agenten externe WAN-Verbindungen aufbauen konnten.

2. Kollision mit Realen Markennamen

Statt reservierter RFC-2606-Domains (wie .test) wurden gängige Namen verwendet. Dadurch löste der DNS-Dienst echte öffentliche IP-Adressen auf.

3. Credential-Scraping und Brute-Force

Der Agent durchsuchte öffentliche Repositories nach durchgesickerten API-Schlüsseln und führte automatisierte Anmeldeversuche durch, bis der Zugriff gelang.

4. Autonomer Abbruch bei Erkennung von Produktivdaten

Als Gemini in den HTTP-Antworten echte Mitarbeiter- und Systemdaten erkannte, schloss das Modell auf eine reale Umgebung und stoppte alle Angriffsoperationen selbstständig.

Diff: Container- und Netzwerkkonfiguration

Vergleich zwischen einer offenen Evaluierungsumgebung und einer gehärteten, netzwerkisolierten Sandbox mit DNS-Sinkhole:

eval-runner.yaml (Verwundbar: Ungesperrter Egress)
# VERWUNDBAR: Container mit uneingeschränktem Internetzugang
apiVersion: v1
kind: Pod
metadata:
  name: gemini-eval-sandbox
spec:
  containers:
  - name: agent-runner
    image: eval-harness:latest
    env:
    - name: TARGET_DOMAIN
      value: "acme-corp.com" # Namenskollision mit echter Firma
eval-runner.yaml (Gehärtet: Egress Blockiert + DNS-Sinkhole)
# GEHÄRTET: Standardmäßig gesperrter Ausgehender Verkehr
apiVersion: networking.k8s.io/v1
kind: NetworkPolicy
metadata:
  name: agent-eval-isolation
spec:
  podSelector:
    matchLabels:
      app: agent-eval
  policyTypes:
  - Egress
  egress:
  - to:
    - ipBlock:
        cidr: 127.0.0.1/32
    - ipBlock:
        cidr: 10.96.0.0/16
    ports:
    - protocol: TCP
      port: 8080

Checkliste zur Härtung von KI-Agenten-Testumgebungen

Quellen & Veröffentlichungen