بلاگ پر واپس جائیںAI سیکیورٹی

MCP سرور سیکیورٹی 2026: 8,000 بے نقاب، 492 بغیر کسی تصدیق کے

8,000 سے زیادہ Model Context Protocol سرورز عوامی طور پر بے نقاب ہیں۔ 492 میں صفر تصدیق ہے۔ 36.7% SSRF کے لیے کمزور ہیں۔ اپنے MCP ٹولز میں PII کی حفاظت کریں۔

March 16, 20267 منٹ پڑھیں
MCP serverModel Context ProtocolAI securityPII protectionCursorClaude Desktopdeveloper security

MCP ماحولیاتی نظام تیزی سے بڑھا — سیکیورٹی نہیں بڑھی

Model Context Protocol 2024 کے اواخر میں شروع ہوا۔ 18 مہینوں سے کم میں یہ AI ٹولز کو باہری نظاموں سے جوڑنے کا معیاری طریقہ بن گیا۔ مارچ 2026 تک، ماحولیاتی نظام ڈیٹا بیس کنیکٹر، فائل سرورز، GitHub پل، Slack کلائنٹ، ای میل ٹولز، اور سینکڑوں ڈومین مخصوص سرورز کا احاطہ کرتا ہے۔

ترقی کا منحنی خطوط کھڑا ہے۔ سیکیورٹی کی تصویر نہیں ہے۔

مارچ 2026 تک، 8,000 سے زیادہ MCP سرورز عوامی انٹرنیٹ پر ہیں۔ محققین نے 492 میں صفر تصدیق پائی — کوئی API کلید نہیں، کوئی OAuth نہیں، کوئی IP فلٹر نہیں۔ کوئی بھی HTTP کلائنٹ انہیں کال کر سکتا ہے۔ 36.7% نمونے کے سرورز SSRF (Server-Side Request Forgery) کے لیے کھلے ہیں۔ اس کا مطلب ہے ایک حملہ آور جو ٹول ان پٹ کنٹرول کرتا ہے اندرونی نیٹ ورک وسائل تک پہنچ سکتا ہے۔

اسی عرصے میں، 60 دنوں میں 30 سے زیادہ CVEs درج کیے گئے۔ وہ شرح ظاہر کرتی ہے کہ ماحولیاتی نظام کتنا نیا ہے اور یہ محقق کی توجہ کتنی پاتا ہے۔

پروٹوکول PII خطرہ کیوں پیدا کرتا ہے

MCP AI اسسٹنٹس کو ڈیٹا پر کام کرنے کی طاقت دیتا ہے۔ یہی وجہ ہے کہ یہ PII خطرہ بھی ہے۔

جب ایک ڈویلپر ڈیٹا بیس کنیکٹر کے ساتھ Cursor یا Claude Desktop استعمال کرتا ہے، AI سادہ متن سے SQL لکھتا ہے۔ وہ queries حقیقی صفیں واپس کرتی ہیں — نام، ای میل، ادائیگی کا ڈیٹا، یا دیگر PII۔ وہ ڈیٹا ایک زنجیر سے گزرتا ہے:

  1. ڈیٹا بیس سرور → AI اسسٹنٹ کی context window
  2. Context window → ماڈل فراہم کنندہ کے لاگ سسٹم
  3. گفتگو کی تاریخ → ڈویلپر کی مقامی مشین
  4. ڈیبگ سیشن → دوسرے AI ٹولز جب ڈویلپر سیاق و سباق پیسٹ کرتا ہے

ان میں سے کوئی بھی قدم خلاف ورزی نہیں ہے۔ یہی نظام کیسے کام کرتا ہے۔ لیکن PII ایسی متعدد جگہوں پر پہنچتی ہے جو اسے رکھنے کے لیے نہیں بنی تھیں، اکثر سرور اور AI کلائنٹ کے درمیان بغیر انکرپشن کے۔

CVE-2026-25253 (CVSS 8.8)، فروری 2026 میں شائع، ایک حملے کا راستہ دکھایا۔ ایک بدنیت endpoint اپنے جوابات میں چھپی ہدایات انجیکٹ کر سکتی تھی۔ وہ ہدایات جڑے AI کو دوسرے فعال ٹولز سے ڈیٹا کھینچنے کا حکم دیتی تھیں۔ ایک ڈویلپر جو اپنے ڈیٹا بیس کنیکٹر کے ساتھ ایک خراب community endpoint استعمال کر رہا ہے پورے ڈیٹا بیس کو لیک کر سکتا ہے۔

492 زیرو-آتھ سرورز

492 کھلے سرورز CVE-2026-25253 سے مختلف مسئلہ ہیں۔ انہیں ہیک نہیں کیا گیا۔ انہیں غلط ترتیب دیا گیا۔

زیادہ تر مقامی طور پر چلنے کے لیے تھے۔ کسی نے انہیں port forwarding یا بغیر access controls کے cloud deploy کے ذریعے بے نقاب کیا۔

یہ سرورز اکثر کیا ظاہر کرتے ہیں:

  • گھریلو فولڈروں تک read access کے ساتھ فائل سسٹم ٹولز
  • config میں لائیو اعتبارناموں کے ساتھ ڈیٹا بیس کنیکٹر
  • حقیقی inboxes سے جڑے ای میل ٹولز
  • کوڈ execution ٹولز — خودمختار کوڈ، کوئی auth نہیں، کوئی حد نہیں

ڈویلپرز نے تقریباً یقیناً انہیں بے نقاب کرنے کا ارادہ نہیں کیا۔ لیکن Cursor اور Claude Desktop config میں کسی بھی URL سے جڑتے ہیں۔ یہ چیک کرنے کا کوئی بلٹ ان طریقہ نہیں ہے کہ host مقامی ہے یا عوامی۔

anonym.legal MCP حل

ٹول پائپ لائنوں میں PII خطرے کے لیے ساختی حل یہ ہے کہ ڈیٹا کو کسی بھی کال تک پہنچنے سے پہلے گمنام کریں جو اسے LLM کو بھیجتی ہے۔ یہی وہ ہے جو anonym.legal MCP سرور فراہم کرتا ہے۔

یہ 7 ٹولز ظاہر کرتا ہے:

ٹولمقصد
analyze_textPII ہستیوں کا پتہ لگائیں اور ان کی پوزیشنیں اور اقسام واپس کریں
anonymize_textشناخت شدہ PII کو ہٹائیں یا pseudonymize کریں
deanonymize_textآپ کی انکرپشن کلید کا استعمال کرتے ہوئے pseudonymization کو الٹ دیں
anonymize_batchایک کال میں متعدد متن پروسیس کریں
get_supported_entitiesدی گئی زبان کے لیے تمام 285+ ہستی کی اقسام درج کریں
get_supported_languagesتمام 48 سپورٹ شدہ زبانیں درج کریں
health_checkکنیکٹیویٹی تصدیق کریں

جب ایک AI اسسٹنٹ کے پاس anonym.legal سرور اور ایک ڈیٹا بیس کنیکٹر دونوں ترتیب دیے گئے ہوں، ڈویلپر ہدایت دے سکتا ہے: "کوئی بھی کسٹمر ڈیٹا دکھانے سے پہلے، نتیجے پر anonymize_text کال کریں۔" AI orchestration سنبھالتا ہے۔ PII کبھی بھی قابل شناخت شکل میں مرئی آؤٹ پٹ یا گفتگو کی تاریخ تک نہیں پہنچتی۔

Cursor IDE سیٹ اپ

Cursor میں anonym.legal سرور شامل کرنے کے لیے:

// .cursor/mcp.json
{
  "mcpServers": {
    "anonym-legal": {
      "url": "https://anonym.legal/mcp",
      "transport": "sse",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}

ترتیب دینے کے بعد، Cursor سے پوچھیں: "اس support ticket کو tracker میں پیسٹ کرنے سے پہلے PII کا تجزیہ کریں۔" Cursor analyze_text کال کرتا ہے، ہستی کی فہرست واپس کرتا ہے، اور آپ فیصلہ کرتے ہیں کہ پیسٹ کرنے سے پہلے گمنام کرنا ہے یا نہیں۔

Claude Desktop سیٹ اپ

// claude_desktop_config.json
{
  "mcpServers": {
    "anonym-legal": {
      "command": "npx",
      "args": ["-y", "@anonym-legal/mcp-server"],
      "env": {
        "ANONYM_API_KEY": "YOUR_API_KEY"
      }
    }
  }
}

اس config کے ساتھ، Claude Desktop کسی بھی متن کو دوسرے سرورز کو بھیجے گئے ٹول کالز میں شامل کرنے سے پہلے گمنام کر سکتا ہے۔ گمنامی آپ کے سیشن میں چلتی ہے۔ PII کبھی بھی قابل شناخت شکل میں Anthropic کے سرورز تک نہیں پہنچتی۔

اپنا سیٹ اپ مضبوط کریں

anonym.legal استعمال کرنے کے علاوہ، یہ اقدامات لاگو کریں۔ ہمارا سیکیورٹی جائزہ اور تعمیل مرکز بھی دیکھیں۔

اپنی ٹول فہرست کا آڈٹ کریں۔ اپنی config میں ہر اندراج چیک کریں۔ ہر ایک کے لیے پوچھیں: کیا آپ آپریٹر پر بھروسہ کرتے ہیں؟ کیا آپ جانتے ہیں کہ یہ کون سے ڈیٹا تک پہنچ سکتا ہے؟

remote پر مقامی کو ترجیح دیں۔ مقامی سرورز stdio کے ذریعے چلتے ہیں۔ وہ کوئی نیٹ ورک exposure نہیں بناتے۔ remote سرورز صرف اس وقت استعمال کریں جب کوئی مقامی آپشن نہ ہو۔

تصدیق چیک کریں۔ ہر remote سرور کو API کلید یا OAuth ٹوکن کی ضرورت ہونی چاہیے۔ اگر نہیں ہے، تو اسے حقیقی صارف ڈیٹا کے ساتھ استعمال نہ کریں۔

dev کو پروڈکشن سے الگ کریں۔ dev کام (ٹیسٹ ڈیٹا، کوئی PII نہیں) اور کسی بھی بہاؤ کے لیے جو حقیقی صارفین کو چھوتا ہو الگ configs رکھیں۔

آڈٹ لاگنگ فعال کریں۔ اگر یہ لاگ سپورٹ کرتا ہے، انہیں آن کریں۔ جانیں کہ کون سا ڈیٹا ہر کال سے گزرا۔

ہستی کی اقسام اور زبانوں کی مکمل فہرست کے لیے ہمارا MCP فیچرز صفحہ دیکھیں۔

60 دنوں میں 30 سے زیادہ CVEs ظاہر کرتے ہیں کہ پروٹوکول فعال جانچ کے زیر اثر ہے۔ نئی bugs ظاہر ہوں گی۔ لیکن بنیادی دفاع — کسی بھی LLM کال تک ڈیٹا پہنچنے سے پہلے گمنام کریں — اگلے کسی بھی مخصوص CVE کے خلاف کام کرتا ہے۔

Cursor میں anonym.legal سرور ترتیب دیں →


anonym.legal آپ کی انکرپشن کلید استعمال کرتے ہوئے سرور سائڈ PII گمنامی پروسیس کرتا ہے۔ Pseudonymized ڈیٹا صرف اس کلید سے الٹا ہو سکتا ہے۔ anonym.legal کی طرف سے شائع، ISO 27001 تصدیق شدہ۔

ذرائع

  • Shodan MCP سرور exposure ڈیٹا، مارچ 2026 — 8,000 سے زیادہ سرورز، 492 زیرو-آتھ
  • CVE-2026-25253، CVSS 8.8، Model Context Protocol کے ذریعے cross-server injection
  • SSRF ڈیٹا: عوامی طور پر قابل رسائی endpoints کا سیکیورٹی ریسرچ اسکین، مارچ 2026
  • Anthropic MCP specification v1.2، سیکیورٹی غور و فکر کا حصہ

کیا آپ اپنے ڈیٹا کی حفاظت کے لیے تیار ہیں؟

48 زبانوں میں 285+ ادارتی اقسام کے ساتھ PII کی گمنامی شروع کریں۔

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.