anonym.legal

By · Last updated 2026-04-16

Tagasi BlogisseAI Turvalisus

Pahaloomulise laienduse juhtum: 900 000 kasutajat

2026. aasta jaanuaris eksfiltreerisid kaks pahatahtlikku Chrome'i laiendust, mille oli paigaldanud 900 000+ kasutajat, ChatGPT ja DeepSeeki vestlused iga 30 minuti tagant.

April 16, 20268 min lugemist
malicious Chrome extensionAI extension security auditextension trust verificationlocal processing architecture900K extension incident

2026. aasta jaanuari juhtum

Uuendatud 2026. aastaks. 2026. aasta jaanuaris avastati kaks pahatahtlikku Chrome'i lisandmoodulit 900 000+ kasutajaga.

Nende nimed nägid välja nagu päris AI-tööriistad:

  • "Chat GPT for Chrome with GPT-5, Claude Sonnet and DeepSeek AI" - 600 000+ kasutajat
  • "AI Sidebar with Deepseek, ChatGPT, Claude and more" - 300 000+ kasutajat

Mõlemad tegid sama asja. Iga 30 minuti järel saatsid need täielikud AI-vestlused kaugserverisse. Varastatud andmed sisaldasid koodi, isiklikke andmeid, juriidilisi märkmeid ja äriplaane. Astrix Security kinnitas seda.

Need lisandmoodulid palusid luba "koguda anonüümseid, mitteidentifitseeritavaid analüütikaandmeid". See sõnastus tundub ohutu. See ei olnud. Kogutud andmed olid täielikult identifitseeritavad ja äärmiselt tundlikud.

Turvalisuse ümberpöördumise probleem

Kasutajad, kes paigaldavad AI privaatsusvahendeid, soovivad kaitset. 2026. aasta jaanuari juhtum näitab halvima stsenaariumi tulemust: privaatsuse huvides paigaldatud tööriist on see, mis varastab teie andmeid.

See ei ole teooria. See juhtus 900 000 kasutajaga korraga. Chrome Web Store'i skannimine ei tuvastanud seda. Kasutajate arvustused ei paljastanud seda. Vargus oli peidetud "analüütikana".

Incogni leidis, et 67% AI Chrome'i lisandmoodulitest kogub aktiivselt kasutajaandmeid. IT-meeskondade jaoks on võtmeküsimus mitte "kas see kogub mingeid andmeid?", vaid: "kas ma suudan kontrollida, et see lisandmoodul ei saa saata vestluse sisu kolmandale osapoolele?"

Arhitektuuri kontrollimise test

Kohaliku töötlemise kontrollimiseks on üks usaldusväärne meetod: võrgu jälgimine.

Lisandmoodul, mis tuvastab PII kohapeal, tekitab null väljuvat liiklust tuvastamise ajal. Kasutaja kleepimise ja AI-platvormi esitamise vahel ei tohiks ilmuda ühtegi ühendust välise serveriga. Väljapoole saadetakse ainult töödeldud viip.

Lisandmoodul, mis suunab liikluse puhverserveri kaudu, saadab teie sisu kolmanda osapoole serverisse. See serveri operaator on nüüd teie ohumudelis.

IT-kontrollimise sammud on lihtsad:

  1. Paigaldage lisandmoodul jälgitavasse võrku
  2. Käivitage testviibid
  3. Kontrollige väljuvaid ühendusi kirjastaja serveritega PII töötlemise ajal

Kui see test ebaõnnestub, ärge kiitage seda heaks. Turundusväited ei loe. Võrguliiklus on tõend.

Kohalik töötlemine on usaldusväärne, kuna see on kontrollitav. Te ei pea kirjastajat usaldama. Te saate käitumist otse jälgida. Vaadake, kuidas anonym.legal seda käsitleb meie Chrome'i laienduse turvalisuse ülevaates ja vastavusjuhendis.

Mida IT-meeskonnad peaksid nõudma

Pärast 2026. aasta jaanuari peab AI-brauserirakenduste latt kõrgemal olema.

Minimaalne nimekiri:

  • Kohalik töötlemine - kontrollitud võrgu auditiga, mitte ainult väidetud
  • Tuntud kirjastaja - päris ettevõte, selge ärimudel
  • Sõltumatu sertifitseerimine - ISO 27001 või samaväärne
  • Ei mingit arendaja-serveri suunamist põhiliste privaatsusfunktsioonide jaoks

Enamik AI-brauseri lisandmooduleid ei läbi seda nimekirja. 67% kogumismäär teeb selle selgeks. Kõrge paigalduste arv ei ole ohutuse märk. 2026. aasta jaanuari tööriistad olid sadade tuhandete kasutajatega, enne kui keegi neid kontrollis.

Lisateabe saamiseks turvaliste AI-brauserirakenduste kohta vaadake meie turvalisuse ja vastavuse lehekülge.

Allikad

Seotud Artiklid

AI Turvalisus

AI Coding Assistants Leak Production PII

Unit test fixtures with real customer records. Log files with production data for debugging. GitHub found 39 million secrets leaked in 2024.

AI Turvalisus

Internal Wiki PII: Confluence Customer Data

Support teams document processes with screenshots of customer accounts. Over 3 years, that's thousands of GDPR data minimization violations in your.

AI Turvalisus

Screenshot PII: Leaks in Internal Tools

Slack, Teams, Jira, and email regularly receive screenshots containing customer PII. This access-control violation bypasses every DLP tool.

Kas olete valmis oma andmeid kaitsma?

Alustage PII anonüümitamist 285+ üksustüübi abil 48 keeles.

Alusta Tasuta KatsetVaata Funktsioone

About this page

We update this page when our platform or the law changes.

Read our founder note for how we work.

Each change shows up in the timestamp at the top.

Related reading

We follow these rules

  • GDPR (EU 2016/679).
  • ISO/IEC 27001:2022.
  • NIS2 (EU 2022/2555).
  • HIPAA safe harbor under 45 CFR § 164.514(b)(2).

Our promise

We do not sell your data.

We do not train models on your text.

We store your files in Germany.

You can delete your account at any time.

You own your work.

Where we run

Our servers live in Falkenstein, Germany.

We use Hetzner. They hold ISO 27001 certification.

All data stays in the EU.

Backups run every day.

Need help?

Email support@anonym.legal.

We reply within one business day.

How we test

We run a full check suite on every release.

Each surface gets its own sweep script and report.

Human reviewers spot-check the output each week.

We track recall and precision on a labelled set.

Bad runs block the deploy.

What we never do

  • We never sell your information to third parties.
  • We never train models on what you upload.
  • We never keep your work after you delete it.
  • We never share keys with any outside firm.
  • We never run ads inside the product.

Plans in plain words

We sell credits, not seats.

One credit covers one short job.

Long jobs use a few credits each.

You can top up at any time.

Unused credits roll over each month.

Read the plans page for current rates.

Who built this

A small team of engineers and lawyers built this.

We ship from Europe and work in the open.

Our founder note spells out why we started.

Where to start

How the parts fit

A browser add-on cleans text inside Chrome.

A Word plug-in handles drafts in Office.

A small desktop tool works on whole folders.

An agent protocol link feeds large models safely.

All four share one core engine and one rule set.

Words from our team

We started this work after a lunch about cookies.

One friend kept getting odd ads on her phone.

We asked why a court file leaked through a draft.

We sketched the first build on a napkin that week.

By month three we had a tiny demo for a friend.

She used it on her first case the next day.

Common questions we hear

Can the tool read scanned PDFs? Yes, with OCR.

Does it work on long files? Yes, in small chunks.

Can I roll my own rule set? Yes, save it as a preset.

Does it run offline? The desktop build runs offline.

Do you keep my files? No, the cloud build wipes after each run.

Will it learn from my work? No, we never train on inputs.

A short tour of the workflow

Upload a file or paste a snippet of prose.

Pick the entities you want gone from the draft.

Choose a method: replace, mask, hash, encrypt, or redact.

Press run and watch the side panel show each hit.

Skim the result and tweak any rule that misfired.

Save the cleaned file or send it to a teammate.