данных), что позволило выполнить код на рабочем узле обработки. Затем злоумышленник повысил привилегии до уровня узла, получил облачные и кластерные учетные данные и переместился латерально в несколько внутренних кластеров. Кампания была проведена автономным агентом искусственного интеллекта (возможно, построенным на основе исследовательских инструментов для агентных атак), который выполнил тысячи отдельных действий через рой краткосрочных изолированных сред. Hugging Face устранила основную уязвимость, закрыв пути выполнения кода, уничтожила точку входа злоумышленника в пораженных кластерах, отозвала и заменила скомпрометированные учетные данные и токены, развернула дополнительные средства контроля и улучшила обнаружение угроз. Атака была обнаружена с помощью обнаружения с использованием искусственного интеллекта: конвейер аномалий на основе большой языковой модели (LLM, large language model) анализировал журналы безопасности и выделял подозрительные действия. Для реконструкции атаки Hugging Face использовала анализ большой языковой модели более 17 000 событий журнала. Первоначальные попытки использовать коммерческие API-модели не удались из-за блокировки запросов с реальными командами атаки политиками безопасности провайдера. В конечном итоге криминалистический анализ был выполнен с использованием открытой модели GLM 5.2 на собственной инфраструктуре компании, что гарантировало, что данные злоумышленника и учетные данные никогда не покидали её среду. Hugging Face подчеркивает, что автономные средства атаки на основе искусственного интеллекта больше не являются теоретическими, и рекомендует защитникам подготовить собственную модель для работы в замкнутом цикле во время инцидентов.