Ваша відкрита модель може мати прихований тайм-реліз бекдор

TL;DR

• •Вразливість у OpenCode та Codex: ін’єкція поточної дати у промпти
• •Дозволяє навчити time-release backdoor, що виконує команди на конкретну дату (напр. 1 вересня 2026)
• •Поставщики відкритих моделей часто не фільтрують системні промпти
• •Ризик актуальний для компаній, що використовують незмінині відкриті LLM
• •Потреба валідації вхідних даних на рівні інференсу

Як це змінить ваш ринок?

Відкриття тайм-реліз бекдору в популярних відкритих моделях змушує компанії переглядати свої стратегії безпеки AI. Якщо ваш бізнес залежить від готових відкритих LLM для генерації тексту, коду або аналізу даних, тепер потрібно переконатися, що використані моделі не ін’єктують зовнішні дані (такі як дата) у системний промпт. Інакше злоумисник може підготувати модель, яка у визначений момент виконає шкідливий код — наприклад, видалить бази даних або викраде конфіденційну інформацію. Це підвищує вимоги до процесу валідації моделей перед їхнім впровадженням у продакшн, особливо в галузях, де критична цілісність даних: фінанси, медицина, юридичні послуги.

Визначення: Тайм-реліз бекдор — це шкідливий код, що закладається у модель і активується лише після надходження певного тригера (у цьому випадку — конкретної дати у промпті).

Для кого це і за яких умов (ОБОВ'ЯЗКОВО: мін. обладнання/бюджет, потрібна команда чи ні, мін. масштаб, час на впровадження)

• •7B та менші моделі: MacBook з 16 ГБ ОЗУ, без спеціальної IT‑команди, 15–30 хв на перевірку промптів у скрипті інференсу.
• •Більші моделі (13B+): GPU з 24 ГБ пам’яті або хмарний інстанс (~$0,5/год), потрібен інженер з досвідом роботи з LLM, 1–2 дні на аудит та внесення фільтрації дати у промпт.
• •Компанії без технічної команди: скористайтеся готовими сервісами, які надають захищені API‑ендпоінти з фільтрацією системних даних (наприклад, провайдери, що гарантують «без дати в промпті»).

Альтернативи