OWASP-Top-10-AI-Infrastructure-Security-Risks

AI डेटासेंटर बुनियादी ढांचे में शीर्ष सुरक्षा जोखिमों की पहचान और प्राथमिकता निर्धारण के लिए एक व्यावहारिक ढांचा, जिसमें हार्डवेयर, नेटवर्किंग, प्रबंधन प्लेन और आपूर्ति श्रृंखला शामिल हैं, साथ ही प्रदाताओं और ग्राहकों के लिए शमन रणनीतियाँ भी दी गई हैं।

यह AI मॉडलों पर स्वयं या एप्लिकेशन-परत जोखिमों जैसे प्रॉम्प्ट इंजेक्शन, असुरक्षित एजेंट व्यवहार, मॉडल दुरुपयोग या मॉडल-स्तरीय मूल्यांकन पर केंद्रित नहीं है। उन जोखिमों को AI स्टैक के अन्य हिस्सों पर केंद्रित ढांचों द्वारा संबोधित किया जाता है, जिनमें LLM अनुप्रयोगों के लिए OWASP शीर्ष 10, MITRE ATLAS, NIST AI जोखिम प्रबंधन ढांचा, और ISO/IEC 42001 शामिल हैं। साथ में, ये संसाधन चिकित्सकों को शासन और एप्लिकेशन-परत जोखिमों से लेकर अंतर्निहित कंप्यूट इंफ्रास्ट्रक्चर तक, AI सुरक्षा की अधिक संपूर्ण तस्वीर देते हैं।

इस दस्तावेज़ में कुछ जोखिम पारंपरिक डेटासेंटर और क्लाउड वातावरण में भी मौजूद हैं। उन्हें यहाँ शामिल किया गया है क्योंकि AI इंफ्रास्ट्रक्चर उन्हें काफी अधिक गंभीर बनाता है: साझा उच्च-मूल्य कंप्यूट, जटिल एक्सेलेरेटर क्लस्टर, घने प्रबंधन परतें और मल्टी-टेनेंट संचालन सामान्य इंफ्रास्ट्रक्चर कमजोरियों को अधिक गंभीर सुरक्षा जोखिमों में बदल सकते हैं क्योंकि किसी भी घटना की संभावना और प्रभाव पारंपरिक एंटरप्राइज़-स्तरीय सॉफ्टवेयर और सेवा तैनाती की तुलना में बहुत अधिक होते हैं।

यह ढांचा किसके लिए है

नियो-क्लाउड प्रदाता AI इंफ्रास्ट्रक्चर खतरे के परिदृश्य, हमले की सतह की समीक्षा, पर्यावरण सख्तीकरण, सुरक्षा प्राथमिकता और परिपक्वता प्रदर्शन के लिए एक व्यावहारिक मार्गदर्शिका के रूप में ढांचे से लाभ उठा सकते हैं।

AI इंफ्रास्ट्रक्चर ग्राहक खरीद, सुरक्षा समीक्षा, संविदात्मक आवश्यकताओं, प्रदाता तुलना और यथार्थवादी टेनेंट-से-इंफ्रास्ट्रक्चर समझौते के खिलाफ लचीलापन का आकलन करने के लिए एक व्यावहारिक मार्गदर्शिका के रूप में ढांचे से लाभ उठा सकते हैं।

हाइब्रिड क्लाउड सुरक्षा टीमें आधुनिक हमलों के खिलाफ अपने ऑन-प्रिमाइसेस पदचिह्न को कॉन्फ़िगर करने, बनाए रखने और सुरक्षित करने के लिए एक व्यावहारिक मार्गदर्शिका के रूप में इस ढांचे से लाभ उठा सकती हैं, जो वातावरण के बीच तेज़ी से स्थानांतरित हो सकते हैं।

आभार

क्षेत्र के साथ विकसित होने के लिए निर्मित, और खुला रखा गया ताकि पूरा AI और सुरक्षा समुदाय इसका उपयोग कर सके, चुनौती दे सके और सुधार सके।

हम उन सभी विशेषज्ञों को धन्यवाद और स्वीकार करना चाहते हैं जिन्होंने इस दस्तावेज़ की समीक्षा और सत्यापन में भाग लिया।

प्रतिक्रिया है या योगदान करना चाहते हैं? [email protected]

लेखक

• माइकल कैचिंस्की (सुरक्षा अनुसंधान प्रमुख @ Lava)
• याकिर कडकोडा (CTO @ Lava)

समीक्षक

• टोनी रिया (वैश्विक AI इंफ्रास्ट्रक्चर प्रमुख @ Dell)
• डैनियल इज़ियोरोव (प्लेटफ़ॉर्म सुरक्षा निदेशक @ Nebius)
• वजेस्लाव्स क्लिमोव्स (वरिष्ठ तकनीकी निदेशक @ Roblox)
• असफ नामेर (AI सुरक्षा प्रमुख @ Google)
• टायसन मैकाले (उप निदेशक @ NC CIPSER)
• गोलन बेन-ओनी (CIO/CISO @ IDT)
• फ्लोरिना सिओरबा (एसोसिएट प्रोफेसर, उच्च प्रदर्शन कंप्यूटिंग समूह प्रमुख @ बेसल विश्वविद्यालय)
• आर्थर रीड (सुरक्षा इंजीनियर @ PNNL)
• ड्यूमेंस एरिक (अनुसंधान कंप्यूटिंग निदेशक @ फ्लोरिडा विश्वविद्यालय)
• साद मलिक (CTO @ Spectro Cloud)
• सेलिम ऐसी (पूर्व उपाध्यक्ष, वैश्विक सूचना सुरक्षा @ Visa और Intel)
• गाइ बिलिट्स्की (अग्रणी AI संचालन @ SDS AI)
• डैन फार्मर (सुरक्षा शोधकर्ता)
• माइकल बारगुरी (CTO @ Zenity)
• अमीर जेरबी (पूर्व CTO @ Aqua Security)
• बिल स्टाउट (पूर्व तकनीकी निदेशक, AI उत्पाद सुरक्षा @ ServiceNow)
• रोए याकोवी (CTO, DSPM और AI सुरक्षा @ IBM)
• गाइ शैनी (सह-संस्थापक और CEO, Polar Security, IBM द्वारा अधिग्रहित)
• ज़िव कार्लिनर (CTO @ Pillar)
• असफ मोराग (सुरक्षा शोधकर्ता)
• जेम्स बर्थोटी (संस्थापक और CEO @ Latio)

FORGE लेंस के पांच डोमेन

FORGE डोमेन मूल्यांकन लेंस को परिभाषित करते हैं: इंफ्रास्ट्रक्चर क्षेत्र जहां AI सुरक्षा जोखिम रहता है। नीचे दिया गया जोखिम मैट्रिक्स व्यक्तिगत जोखिमों को इन डोमेन में मैप करता है।

शीर्ष 10 जोखिम

FORGE ID गंभीरता के क्रम में हैं, उच्चतम से निम्नतम तक। मैट्रिक्स प्रत्येक जोखिम को डोमेन द्वारा समूहित करता है और उसकी संभावना, प्रभाव और पहचान कठिनाई दिखाता है।

प्रत्येक जोखिम एक सुसंगत संरचना का पालन करता है: परिभाषा, विवरण, प्रभाव और विफलता मोड, रोकथाम और शमन रणनीतियाँ (प्रदाताओं और ग्राहकों के लिए), हमले के परिदृश्य, और संदर्भ।

परिचय

आधुनिक डेटासेंटर और AI इंफ्रास्ट्रक्चर जिस दर से बनाया जा रहा है, वह उसे सुरक्षित करने की क्षमता से काफी आगे है। जब यह इंफ्रास्ट्रक्चर, GPU क्लस्टर, प्रशिक्षण पाइपलाइन, उच्च-प्रदर्शन नेटवर्किंग और अनुमान एंडपॉइंट, समझौता किया जाता है, तो विस्फोट त्रिज्या पारंपरिक कंप्यूट से अलग होती है। हमलावरों को सैकड़ों मिलियन डॉलर का प्रतिनिधित्व करने वाले स्वामित्व मॉडल, मौलिक प्रशिक्षण डेटा को जहर देने की शक्ति और उपलब्ध सबसे उच्च-विशेषाधिकार प्राप्त वातावरण में स्थायी पैर जमाने की पहुंच मिलती है।

यह गतिशीलता एक संरचनात्मक बाजार असंतुलन द्वारा प्रबलित होती है: GPU की कमी प्रदाताओं को अत्यधिक लाभ देती है। जब त्वरित कंप्यूट की मांग आपूर्ति से कहीं अधिक होती है, तो ग्राहक अक्सर सुरक्षा स्थिति के आधार पर अपने प्रदाता का चयन नहीं कर सकते – वे जो उपलब्ध है उसे ले लेते हैं। प्रदाताओं पर सुरक्षा परिपक्वता में निवेश करने के लिए बाजार का दबाव बहुत कम होता है, और ग्राहक उस जोखिम को स्वीकार करते हैं जिसे वे पारंपरिक क्लाउड में बर्दाश्त नहीं करेंगे। यह असंतुलन वह पृष्ठभूमि है जिसके खिलाफ इस दस्तावेज़ में प्रत्येक जोखिम को पढ़ा जाना चाहिए। यह बाजार दबाव और अधिक खतरनाक होता जा रहा है क्योंकि AI-सक्षम सुरक्षा अनुसंधान और शोषण क्षमताएं रक्षकों के लिए समयरेखा को संकुचित कर रही हैं। जो कमजोरियाँ कभी वर्षों तक अस्पष्ट रह सकती थीं, वे अब बहुत तेज़ी से खोजी, श्रृंखलाबद्ध और परिचालित की जा सकती हैं।

साथ ही, AI-सक्षम सुरक्षा अनुसंधान और शोषण क्षमताएं रक्षकों के लिए समयरेखा को संकुचित कर रही हैं: जो कमजोरियाँ कभी वर्षों तक अस्पष्ट रह सकती थीं, वे अब बहुत तेज़ी से खोजी, श्रृंखलाबद्ध और परिचालित की जा सकती हैं।

AI इंफ्रास्ट्रक्चर सुरक्षा अलग क्यों है

AI इंफ्रास्ट्रक्चर क्लाउड कंप्यूटिंग, उच्च-प्रदर्शन कंप्यूटिंग और भौतिक डेटासेंटर संचालन के चौराहे पर स्थित है। यह परिचित घटकों जैसे सर्वर, स्टोरेज, नेटवर्क, शेड्यूलर, प्रबंधन प्लेन और पहचान प्रणालियों का उपयोग करता है, लेकिन उन्हें ऐसे तरीकों से जोड़ता है जो सुरक्षा मॉडल को बदल देते हैं।

पारंपरिक HPC वातावरण अक्सर विश्वसनीय उपयोगकर्ताओं, अनुसंधान समुदायों या आंतरिक ऑपरेटरों के लिए डिज़ाइन किए गए थे। आधुनिक AI इंफ्रास्ट्रक्चर तेजी से असंबंधित ग्राहकों के वाणिज्यिक, उच्च-मूल्य, मल्टी-टेनेंट वर्कलोड का समर्थन करता है। परिणामस्वरूप, जो धारणाएँ विश्वसनीय या एकल-संगठन वातावरण में स्वीकार्य थीं, वे साझा AI इंफ्रास्ट्रक्चर पर लागू होने पर गंभीर सुरक्षा जोखिम बन सकती हैं।

AI इंफ्रास्ट्रक्चर और डेटा सेंटर को सुरक्षित करने के लिए क्लाउड प्रदाताओं, हार्डवेयर और नेटवर्किंग विक्रेताओं, सुरक्षा कंपनियों, सिस्टम इंटीग्रेटर्स और ग्राहकों के बीच सहयोग की आवश्यकता होगी। यह उच्च-प्रदर्शन नेटवर्किंग, पूर्व-पश्चिम दृश्यता, विभाजन, प्रबंधन-प्लेन सुरक्षा और इंफ्रास्ट्रक्चर सुरक्षा नियंत्रण जैसे क्षेत्रों में विशेष रूप से महत्वपूर्ण है।

हालिया रिपोर्टिंग

हमलावरों ने पहले ही उन इंफ्रास्ट्रक्चर, आपूर्ति श्रृंखलाओं और डेटासेंटर पारिस्थितिकी तंत्रों को लक्षित करना शुरू कर दिया है जो उन्नत AI और HPC वर्कलोड का समर्थन करते हैं। कुछ मामलों में, उद्देश्य संवेदनशील अनुसंधान, मॉडल या इंजीनियरिंग डेटा की सीधी चोरी है; अन्य में, यह जासूसी, पूर्व-स्थिति या रणनीतिक रूप से महत्वपूर्ण कंप्यूट वातावरण को बाधित करने की क्षमता है। हालिया रिपोर्टिंग दोनों पैटर्न को दर्शाती है:

• अमेरिकी AI डेटा सेंटरों पर रिपोर्ट किए गए हमले - अप्रैल 2025 में, TIME ने रिपोर्ट किया कि राष्ट्रीय सुरक्षा अधिकारियों और डेटासेंटर ऑपरेटरों से बात करने वाले शोधकर्ताओं ने एक ऐसे मामले के बारे में सीखा जिसमें एक शीर्ष अमेरिकी प्रौद्योगिकी कंपनी के AI डेटासेंटर पर हमला किया गया और बौद्धिक संपदा चुरा ली गई। उन्होंने एक अन्य मामले का भी वर्णन किया जिसमें एक समान सुविधा को एक विशिष्ट अनाम घटक के माध्यम से लक्षित किया गया था; यदि हमला सफल होता, तो यह पूरे डेटासेंटर को महीनों के लिए ऑफ़लाइन ले जा सकता था।
• AI इंफ्रास्ट्रक्चर IP का राष्ट्र-राज्य लक्ष्यीकरण - संघीय अभियोजन ने पुष्टि की है कि राष्ट्र-राज्य सीधे हार्डवेयर और सिस्टम स्तर पर AI डेटासेंटर वास्तुकला को लक्षित कर रहे हैं। एक मामले में, एक प्रमुख अमेरिकी प्रौद्योगिकी कंपनी के पूर्व इंजीनियर को चिप वास्तुकला, सिस्टम एकीकरण विनिर्देशों और बड़े पैमाने पर मॉडल प्रशिक्षण के लिए ऑर्केस्ट्रेशन सॉफ्टवेयर सहित AI डेटासेंटर डिज़ाइन के हजारों पृष्ठ चुराने के बाद आर्थिक जासूसी का दोषी पाया गया।
• तियानजिन में चीन के राष्ट्रीय सुपरकंप्यूटिंग केंद्र से रिपोर्ट किया गया डेटा निष्कासन - अप्रैल 2026 में, सार्वजनिक रिपोर्टिंग ने उन दावों का वर्णन किया कि तियानजिन सुपरकंप्यूटिंग हब से 10 पेटाबाइट से अधिक डेटा चुराया गया था, एक ऐसी सुविधा जो कथित तौर पर हजारों अनुसंधान, औद्योगिक और सरकारी उपयोगकर्ताओं का समर्थन करती है। उल्लंघन से उत्पन्न होने का दावा किया गया डेटा टेलीग्राम चैनलों पर बिक्री के लिए विज्ञापित किया गया था। यह घटना एकाग्रता जोखिम को दर्शाती है जो उच्च-मूल्य वर्कलोड, डेटा और अनुसंधान आउटपुट को एक ही उन्नत कंप्यूट वातावरण में एकत्रित करने पर बनता है।

ये शुरुआती उदाहरण हैं। स्टैक के परिपक्व होने के साथ हमले की सतह के विस्तार की संभावना है, और यह दस्तावेज़ इसके साथ विकसित होगा।

खतरे के अभिनेता

जोखिम को संभावित हमलावरों को देखकर सबसे अच्छी तरह समझा जा सकता है। खतरे का मॉडल क्लासिक "बाहरी हमलावर" से कहीं अधिक फैला हुआ है, और इस दस्तावेज़ में नियंत्रण पूरे सेट के खिलाफ कैलिब्रेट किए गए हैं:

• बाहरी हमलावर - नेटवर्क पहुंच वाला एक अनप्रमाणित या अनधिकृत अभिनेता।
• समझौता किया गया क्लाउड ग्राहक - एक वैध ग्राहक खाता, टेनेंट या वर्कलोड जो समझौता किया गया है और प्रदाता के साझा इंफ्रास्ट्रक्चर पर काम कर रहा है।
• दुर्भावनापूर्ण एंटरप्राइज़ इनसाइडर - AI-उपभोग करने वाले संगठन का एक कर्मचारी या ठेकेदार जिसके पास वैध पहुंच है।
• दुर्भावनापूर्ण क्लाउड ठेकेदार - प्रदाता वातावरण तक सीमित पहुंच वाला एक तृतीय पक्ष, जैसे हार्डवेयर तकनीशियन, सिस्टम इंटीग्रेटर, लॉजिस्टिक्स प्रदाता या ब्रेक-फिक्स विक्रेता।
• दुर्भावनापूर्ण क्लाउड कर्मचारी - हाइपरवाइज़र, BMC, भौतिक होस्ट, स्टोरेज सिस्टम या टेनेंट डेटा प्लेन तक विशेषाधिकार प्राप्त पहुंच वाला प्रदाता-पक्ष कर्मचारी।
• पारगमन में प्रतिद्वंद्वी - निर्माण, स्टेजिंग, वेयरहाउसिंग, शिपिंग, सीमा शुल्क हैंडलिंग या प्रदाता के सुरक्षित डेटासेंटर वातावरण तक पहुंचने से पहले डिलीवरी के दौरान हार्डवेयर या घटकों तक पहुंच रखने वाला अभिनेता।
• सिस्टम इंटीग्रेटर - व्यक्तिगत घटकों से पूर्ण सिस्टम को इकट्ठा करने, कॉन्फ़िगर करने या शिप करने के लिए जिम्मेदार संगठन।
• आपूर्तिकर्ता - एक अपस्ट्रीम हार्डवेयर, फर्मवेयर या ड्राइवर विक्रेता।
• AI एजेंट - उपरोक्त में से किसी की ओर से कार्य करने वाले और उनका प्रतिरूपण करने वाले कोई भी AI एजेंट।

प्रारंभिक पहुंच वेक्टर के रूप में एंटरप्राइज़ समझौता

इस ढांचे में जोखिम AI इंफ्रास्ट्रक्चर-विशिष्ट या AI इंफ्रास्ट्रक्चर-प्रवर्धित विफलता मोड पर केंद्रित हैं। वे मजबूत एंटरप्राइज़ सुरक्षा नियंत्रणों की आवश्यकता को प्रतिस्थापित नहीं करते हैं। व्यवहार में, AI इंफ्रास्ट्रक्चर के खिलाफ कई हमले परिचित एंटरप्राइज़ समझौता पथों से शुरू हो सकते हैं, जिनमें कमजोर या अनुपस्थित MFA, फ़िशिंग, क्रेडेंशियल चोरी, SaaS समझौता और कमजोर पहचान नियंत्रण शामिल हैं।

इन पथों