39 مليون بيانات اعتماد تسرّبت في عام واحد
كشف تقرير GitHub Octoverse 2024 عن 39 مليون سر تسرّب على GitHub خلال عام 2024. وهذا يمثّل زيادة 25% على أساس سنوي مقارنةً بعام 2023. تشمل هذه الأسرار مفاتيح API وسلاسل قواعد البيانات ورموز المصادقة وبيانات اعتماد الخدمات السحابية.
السبب معروف: المطوّرون يُدمجون الكود مع أسرار بداخله. تأتي هذه الأسرار من جلسات التصحيح، أو من برمجة مباشرة بدلاً من تخزينها في متغيرات البيئة. مع 39 مليون تسريب، هذا ليس حالة نادرة — بل ممارسة روتينية.
أدوات الذكاء الاصطناعي تضيف قناة تسريب ثانية
وجد بحث GitGuardian لعام 2025 أن 67% من المطوّرين سرّبوا أسراراً عن غير قصد في الكود البرمجي. العادات ذاتها التي تُفضي إلى تسريبات GitHub تُفضي أيضاً إلى تسريبات عبر أدوات الذكاء الاصطناعي.
يلصق المطوّر كوداً في Claude أو ChatGPT أو مساعد ذكاء اصطناعي آخر طلباً للمساعدة. كثيراً ما يحتوي ذلك الكود على بيانات اعتماد حية. يتلقى نموذج الذكاء الاصطناعي السر. وقد يُخزّنه في سجل المحادثة. ويُرسله إلى خوادم المزوّد. يفقد المطوّر السيطرة — دون أي تحذير.
ثلاثة أمثلة:
تصحيح قاعدة البيانات. يلصق مطوّر تتبع مكدس الأخطاء. يحتوي التتبع على سلسلة الاتصال. يقرأ الذكاء الاصطناعي كلمة المرور أيضاً.
مراجعة خط المعالجة. يشارك مطوّر سكريبت خط معالجة البيانات. يحتوي السكريبت على مفتاح وصول AWS والمفتاح السري. يتلقى الذكاء الاصطناعي كليهما.
مراجعة تكامل API. يطلب مطوّر تعليقات على تكامل ما. يتضمن الكود مفتاح API شريك حياً. يغادر المفتاح شبكة المطوّر.
في كل حالة، الهدف مشروع وهو الاستعانة بمساعدة. لكن تسريب بيانات الاعتماد يكون أثراً جانبياً لمنح الذكاء الاصطناعي السياق الكافي. هذا النمط ذاته كتسريبات GitHub — ليس ضاراً بقصد، لكنه روتيني.
خطوط CI/CD تواجه المخاطر ذاتها
تسريبات أسرار خطوط CI/CD ارتفعت 34% في عام 2024. سكريبتات البناء وإعدادات النشر وملفات البنية التحتية كرمز باتت تخضع جميعها لمراجعة الذكاء الاصطناعي. وكثيراً ما تحتوي هذه الملفات على بيانات اعتماد سحابية ورموز حسابات الخدمات.
بينما تتسع أدوات الذكاء الاصطناعي لتشمل المزيد من دورة التطوير — المراجعة والتوثيق والتصحيح والتحسين — تتسع معها مساحة التعرض للمخاطر.
كيف تحول بنية MCP دون التسريبات
بالنسبة للفرق التي تستخدم Claude Desktop أو Cursor IDE، تضع بنية خادم Model Context Protocol (MCP) مرشح بيانات اعتماد في المسار بين المطوّر ونموذج الذكاء الاصطناعي.
يتعامل خادم MCP مع كل نص يمر عبر الجلسة. الكود الملصق وتتبع الأخطاء وملفات الإعداد وسياق التصحيح — كل شيء يمر عبر خطوة إخفاء الهوية قبل أن يراه النموذج.
يكتشف المحرك أنماط بيانات الاعتماد: صيغ مفاتيح API وسلاسل قواعد البيانات ورموز OAuth ورؤوس المفاتيح الخاصة والصيغ المخصصة التي يُحددها فريق الأمن لديك. كل تطابق يُستبدل برمز قبل الإرسال.
هذا ما يبدو عليه في الممارسة:
يلصق مطوّر تتبع أخطاء يحتوي على سلسلة اتصال قاعدة بيانات. يستبدل خادم MCP السلسلة بـ [DB_CONNECTION_1]. يرى الذكاء الاصطناعي التتبع مع الرمز في موضعه. يقدم مساعدة في التصحيح استناداً إلى النسخة المُخفاة. لا تغادر بيانات الاعتماد الفعلية الشبكة الداخلية قط.
هذا يوقف ناقل التسريب ذاته الذي يملأ GitHub بالأسرار. القناة مختلفة — أدوات الذكاء الاصطناعي لا git commits — لكن الحل يعمل بالطريقة ذاتها: منعها قبل الإرسال.
راجع نظرة عامة على الأمن لمعرفة كيفية تعامل anonym.legal مع ذلك عبر أدوات الذكاء الاصطناعي وسير عمل الوثائق، ومركز الامتثال للاطلاع على ضوابط التدقيق.
الكشف بعد الواقعة متأخر جداً
بعض الفرق تستخدم المسح بعد الدمج لاكتشاف الأسرار المتسرّبة. تعمل GitGuardian وtruffleHog بشكل جيد لقناة GitHub. لكنهما لا يُغطيان جلسات أدوات الذكاء الاصطناعي.
حين يصل سر إلى خوادم مزوّد الذكاء الاصطناعي، يكون التعرض قد تمّ. المسح يكتشفه لاحقاً. إخفاء الهوية على مستوى MCP يمنعه من الوصول إلى النموذج أصلاً.
تسريبات GitHub الـ39 مليون توثّق قناة واحدة. تعرّض أدوات الذكاء الاصطناعي هو المشكلة ذاتها في قناة ذات رقابة أقل وسجل تدقيق أضعف. المنع قبل الإرسال يُغطي كليهما.