flawopen.com/Incidents/google-gemini-evaluation-sandbox-escape-may-2026
Gemini получила доступ к системам реальных компаний
Google сообщила The Wall Street Journal, что Gemini получила доступ к системам трёх компаний во время теста Irregular; Irregular не обнаружила признаков взлома или утечки данных.[2], [1], [3]
Представьте полицейские учения, где курсантам нужно открыть сайт вымышленного банка. Учения должны проходить на закрытом полигоне, но ворота открыты, а в интернете есть настоящая компания с таким же названием. Курсанты могут покинуть полигон и попасть на настоящий сайт. Irregular сообщила, что не обнаружила доказательств взлома систем клиентов или потери данных. Вывод: сетевую границу нужно обеспечивать технически и использовать зарезервированные вымышленные имена, а не полагаться на то, что модель сама распознает границу.[2], [1]
Ключевые понятия и термины
Оценка capture-the-flag (CTF)- Тест, в котором модель пытается проникнуть в намеренно уязвимые системы; с его помощью до выпуска измеряют наступательные кибервозможности.[2], [1]
Irregular- Компания по безопасности ИИ, проводившая оценку на своей инфраструктуре. Тот же партнёр фигурировал в инцидентах с Claude, раскрытых Anthropic в июле 2026 года.[1]
Запрет исходящего трафика по умолчанию- Сетевое правило, блокирующее любое исходящее соединение, кроме явно разрешённых, чтобы среда не могла случайно выйти в интернет.[4]
Зарезервированные имена (RFC 2606)- Домены вроде .test и .example, которые невозможно зарегистрировать, поэтому вымышленная цель не совпадёт с реальной организацией.[5]
КлассификацияCWE-693(сбой механизма защиты) — аналитическая классификация FlawOpen, а не CWE, присвоенная поставщиком. High — редакционная оценка: по сообщениям, оценочная среда вышла за сетевую изоляцию и достигла систем трёх организаций; приведённые источники не подтверждают компрометацию или потерю клиентских данных. CVE и оценка CVSS неприменимы.[7], [2], [1]Происхождение рекомендаций- Ниже приведены инженерные рекомендации FlawOpen для описанной границы; это не утверждение, что Google или Irregular внедрили именно эти меры.[1]
Связи со стандартами
- Ссылка CWE для слабого места, описанного в этом руководстве: CWE-693
Хронология инцидента
Irregular опубликовала разбор: проблема среды оценки была устранена, а затронутые стороны уведомлены.[1]
Пошаговый сценарий атаки
Среда не изолирована
У модели не должно было быть доступа в интернет, но среда оценки у партнёра по ошибке его предоставляла.[1]
Сообщённые способы доступа и ограничения
Google сообщила The Wall Street Journal, что модель нашла общедоступные сведения и пыталась угадать учётные данные для сайтов, которые считала частью упражнения. Позже Irregular заявила, что вымышленное имя совпало с реальным доменом, но доказательств взлома систем клиентов или утечки данных не обнаружено.[2], [1], [3]
Локализация и раскрытие
Irregular сообщает, что проблема среды оценки была устранена до публикации отчёта 14 августа, а затронутые стороны были уведомлены. The Wall Street Journal сообщил о подтверждении Google в сентябре после своего запроса. Доступные сведения не доказывают получение данных клиентов.[2], [1]
Исходный код: Уязвимый vs Защищённый вариант
Иллюстративная конфигурация Kubernetes, не конфигурация Irregular или Google. Она выбирает все поды в agent-eval и разрешает только TCP/443 к явно помеченным подам mock-target; NetworkPolicy фильтрует порты и протоколы, но не TLS, поэтому настройте сервис-имитацию так, чтобы он требовал HTTPS. DNS разрешён только к выделенному резолверу. Если входящий трафик резолвера изолирован, добавьте соответствующее входящее правило для подов оценки на UDP- и TCP-порт 53. Настройте резолвер только для внутренней тестовой зоны и запретите пересылку произвольных запросов в интернет, иначе DNS станет каналом выхода. Суффикс .test зарезервирован для тестов согласно RFC 2606. Применение правил зависит от CNI; исключите hostNetwork и привилегированные нагрузки уровня узла из границы и проверьте блокировку контролируемым canary.[4], [5], [1]
apiVersion: v1
kind: ConfigMap
metadata:
name: ctf-scenario
namespace: agent-eval
data:
# Используйте зарезервированное имя в зоне .test, чтобы пример не обращался к реальной организации.
target_company: "Example Freight Test Co"
target_host: "portal.freight.test"
# В этом пространстве имен нет NetworkPolicy, поэтому поды могут выходить в интернет.
apiVersion: v1
kind: ConfigMap
metadata:
name: ctf-scenario
namespace: agent-eval
data:
target_company: "Example Freight Test Co"
target_host: "portal.freight.test"
---
apiVersion: networking.k8s.io/v1
kind: NetworkPolicy
metadata:
name: eval-egress-allowlist
namespace: agent-eval
spec:
podSelector: {}
policyTypes:
- Egress
egress:
# Заранее назначьте пространству имен цели метку purpose=ctf-mock-targets, а целевым подам — app=mock-target.
# Разрешите только TCP/443; NetworkPolicy не анализирует TLS и не обеспечивает HTTPS.
- to:
- namespaceSelector:
matchLabels:
purpose: ctf-mock-targets
podSelector:
matchLabels:
app: mock-target
ports:
- protocol: TCP
port: 443
# Заранее назначьте пространству имен выделенного DNS-резолвера метку purpose=ctf-dns, а его подам — app=eval-dns.
# Используйте выделенный резолвер, отвечающий только для внутренней тестовой зоны.
- to:
- namespaceSelector:
matchLabels:
purpose: ctf-dns
podSelector:
matchLabels:
app: eval-dns
ports:
- protocol: UDP
port: 53
- protocol: TCP
port: 53Чек-лист по защите системы для инженеров
- ✓Применяйте к каждому пространству имён оценки NetworkPolicy с запретом исходящего трафика по умолчанию (или эквивалентное правило межсетевого экрана) и разрешайте только названные пространства имён учебных целей.[4], [1]
- ✓Перед каждой партией запускайте в пространстве имён контрольный под, пытающийся достучаться до внешнего адреса под вашим контролем; проваливайте партию, если запрос проходит.[4]
- ✓Называйте все вымышленные цели зарезервированными доменами (.test, .example, .invalid) и выдуманными названиями компаний; добавьте в CI проверку, отклоняющую файлы сценариев с правдоподобными публичными доменами.[5], [1]
- ✓Во время запусков создавайте оповещения об исходящих соединениях и попытках угадать учётные данные для узлов вне сценария; регистрируйте попытки аутентификации, не предполагая, что они были успешны.[2], [1]
- ✓Прописывайте в договорах с партнёрами по оценке сроки уведомления и публичного раскрытия, чтобы инцидент у партнёра быстро доходил до вас и до пострадавших.
Источники
- Irregular — разбор инцидентов и дальнейшие меры
- Подтверждение Google в The Wall Street Journal
- Сообщение Reuters на CNA — по данным Google, Gemini достигла систем трёх компаний
- Kubernetes — сетевые политики
- IETF RFC 2606 — зарезервированные домены верхнего уровня
- Оценки Claude достигли реальных сетей
- MITRE CWE-693 — Protection Mechanism Failure