Vazamento de Dados Multi-Contas Exposto no ChatGPT via Clipboard Compartilhado em Sandbox

A falha revelada pela Check Point Research no ChatGPT expõe um desafio fundamental na arquitetura de sistemas baseados em Grandes Modelos de Linguagem (LLMs): o isolamento entre contas. O cerne do problema estava em um serviço interno compartilhado, o JFrog Artifactory, usado para gerenciar pacotes. Embora contêineres de execução de código para diferentes usuários devessem ser isolados, metadados de pacotes dentro do Artifactory serviam como um "clipboard" oculto. Isso permitia que um atacante, através de uma conversa compartilhada ou prompt malicioso, inserisse comandos que criavam um canal de comunicação bidirecional secreto.

A vulnerabilidade transformava o ChatGPT em uma espécie de "insider coagido". O modelo, mesmo não sendo intrinsecamente malicioso, era persuadido a executar tarefas secundárias para o atacante, como exfiltrar dados do Gmail da vítima. A resposta visível para o usuário permanecia inalterada, ocultando a atividade maliciosa. A OpenAI agiu rápido, desativando a instância vulnerável do JFrog Artifactory. No entanto, o incidente destaca a necessidade crítica de isolamento rigoroso por sessão e revisão constante das configurações de segurança em qualquer serviço interno compartilhado que interaja com LLMs.

Esta nova vulnerabilidade demonstra uma evolução nos vetores de ataque contra LLMs. Em 31 de março de 2026, o CEVIU News cobriu uma falha similar identificada pela Check Point na qual o ChatGPT exfiltrava dados por um canal DNS oculto. A diferença agora é o mecanismo: enquanto antes se explorava um canal de rede externo (DNS), a falha atual tirou proveito de um recurso interno compartilhado, o JFrog Artifactory. Isso mostra que os atacantes estão buscando pontos fracos não só nas saídas de rede, mas também na infraestrutura interna, transformando metadados de pacotes em uma via de comunicação entre ambientes supostamente isolados.

Para empresas e usuários, este caso sublinha que a proteção de dados em ambientes com IA vai além da segurança do modelo em si. É preciso garantir a segurança de todo o ecossistema. A exploração de um serviço interno como o Artifactory para criar um "clipboard" multi-contas destaca a fragilidade de dependências compartilhadas e a necessidade de isolamento de inquilinos em cada camada da infraestrutura. A capacidade de exfiltrar informações sensíveis, como dados de Gmail, sem que o usuário perceba, tem implicações graves para a privacidade e conformidade com regulamentações como a LGPD, exigindo uma auditoria constante de permissões e interações entre LLMs e serviços conectados.