By · Last updated 2026-04-16

Vissza a BlograAI Biztonság

A 900 000 felhasználót érintő bővítményincidens tanulságai

2026 januárjában két rosszindulatú Chrome-bővítményt találtak, amelyet 900 000+ felhasználó telepített. Mindkettő 30 percenként küldte el a teljes ChatGPT- és DeepSeek-beszélgetéseket egy távoli szerverre.

April 16, 20268 perc olvasás
malicious Chrome extensionAI extension security auditextension trust verificationlocal processing architecture900K extension incident

A 2026. januári incidens

2026-ra frissítve. 2026 januárjában két rosszindulatú Chrome-bővítményt találtak 900 000+ felhasználóval.

Neveik valódi MI-eszközöknek látszottak:

  • „Chat GPT for Chrome with GPT-5, Claude Sonnet and DeepSeek AI” – 600 000+ felhasználó
  • „AI Sidebar with Deepseek, ChatGPT, Claude and more” – 300 000+ felhasználó

Mindkettő ugyanazt tette. 30 percenként elküldte a teljes MI-csevegéseket egy távoli szerverre. Az ellopott adatok kódot, személyes adatokat, jogi feljegyzéseket és üzleti terveket tartalmaztak. Az Astrix Security megerősítette ezt.

Ezek a bővítmények arra kértek engedélyt, hogy „névtelen, nem azonosítható elemzési adatokat gyűjtsenek.” Ez a megfogalmazás biztonságosnak hangzik. Nem volt az. A gyűjtött adatok teljesen azonosíthatók és rendkívül érzékenyek voltak.

A biztonsági inverzió problémája

Azok a felhasználók, akik MI-adatvédelmi eszközöket telepítenek, védelmet szeretnének. A 2026. januári eset a legrosszabb eredményt mutatja: az adatvédelemre telepített eszköz volt az, amelyik ellopja az adatait.

Ez nem elmélet. Egyszerre 900 000 felhasználóval történt meg. A Chrome Web Store vizsgálata nem észlelte. A felhasználói értékelések nem tárták fel. A lopást „elemzésként” álcázták.

Az Incogni megállapította, hogy az MI Chrome-bővítmények 67%-a aktívan gyűjt felhasználói adatokat. Az informatikai csapatok számára a kulcskérdés nem az, hogy „gyűjt-e ez bármilyen adatot?”, hanem: „Ellenőrizhetem-e, hogy ez a bővítmény nem tud-e csevegési tartalmat harmadik félnek küldeni?”

Az architektúra-ellenőrzési teszt

A helyi feldolgozás ellenőrzésének egyetlen megbízható módszere van: a hálózatfigyelés.

Egy eszköz, amely helyileg észleli a személyes azonosítókat, nulla kimenő forgalmat produkál az észlelés során. Nem kell megjelennie kapcsolatnak egyetlen külső szerverhez sem a felhasználó beillesztési művelete és az MI-platform beküldése között. Csak a feldolgozott prompt kerül ki.

Egy olyan bővítmény, amely proxyn keresztül irányítja a forgalmat, elküldi a tartalmát egy harmadik fél szerverére. Az a szerverüzemeltető most az Ön fenyegetési modelljének részévé válik.

Az informatikai ellenőrzési lépések egyszerűek:

  1. Telepítse a bővítményt egy felügyelt hálózaton
  2. Futtasson tesztpromptokat
  3. Ellenőrizze a kimenő kapcsolatokat a kiadó szerverei felé a személyes azonosítók feldolgozása során

Ha nem teljesíti ezt a tesztet, ne hagyja jóvá. A marketingígéretek nem számítanak. A hálózati forgalom a bizonyíték.

A helyi feldolgozás megbízható, mert ellenőrizhető. Nem kell megbíznia a kiadóban. Közvetlenül megfigyelheti a viselkedést. Nézze meg, hogyan kezeli ezt az anonym.legal a Chrome-bővítmény biztonsági áttekintőnkben és a megfelelőségi útmutatónkban.

Mit kell megkövetelniük az informatikai csapatoknak

2026 januárja után a MI-böngészőeszközök mércéjének magasabbnak kell lennie.

A minimális lista:

  • Helyi feldolgozás – hálózati ellenőrzéssel igazolva, nem csak ígérve
  • Ismert kiadó – valódi vállalat, egyértelmű üzleti modell
  • Független tanúsítvány – ISO 27001 vagy azzal egyenértékű
  • Nincs fejlesztői szerveren keresztüli útválasztás az alapvető adatvédelmi funkciókhoz

A legtöbb MI-böngészőbővítmény nem fogja teljesíteni ezt a listát. A 67%-os adatgyűjtési arány ezt egyértelművé teszi. A magas telepítési számok nem biztonsági jelzők. A 2026. januári eszközöknek több százezer felhasználójuk volt, mielőtt bárki ellenőrizte volna őket.

A biztonságos MI-böngészőeszközökről bővebben lásd: biztonsági és megfelelőségi oldalunk.

Források

Készen áll az adatai védelmére?

Kezdje el a PII anonimizálását 285+ entitástípuson 48 nyelven.

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.