آسیب‌پذیری‌های پروتکل زمینه مدل (MCP)، عامل‌های هوش مصنوعی را در معرض حملات بین‌سیستمی قرار می‌دهد

پذیرش سریع عامل‌های هوش مصنوعی در سازمان‌ها، آسیب‌پذیری‌های امنیتی بحرانی را از طریق پروتکل‌های ارتباطی ایجاد کرده است. طی پنج ماه گذشته، محققان شکاف‌های اعتماد سیستماتیک را در «پروتکل زمینه مدل» (MCP) شناسایی کرده‌اند. سید انس محی‌الدین، محقق مستقل، نشان داد که مهاجمان می‌توانند با استفاده از تزریق دستور غیرمستقیم، از یک عامل آلوده برای ارسال دستورات مخرب به ابزارهای پایین‌دستی استفاده کرده و به نشت داده‌ها و دسترسی غیرمجاز به شبکه‌های سازمانی دست یابند.

آزمایش‌ها بر روی نهادهای بزرگی مانند گوگل و جی‌پی مورگان چیس، آسیب‌پذیری‌های گسترده‌ای را نشان داد. یک نقص در ابزار پایگاه داده گوگل (googleapis/mcp-toolbox) به دلیل عدم اعتبارسنجی آدرس‌های IP، امتیاز خطر بحرانی ۸ از ۱۰ را دریافت کرد. داگلاس مک‌کی از Rapid7 می‌گوید: «عامل‌های هوش مصنوعی مسیرهای جدیدی برای مهاجمان ایجاد می‌کنند؛ زیرا عامل دوم به دلیل اعتماد ذاتی به ورودی‌های دریافتی، دستورات مخرب را اجرا می‌کند.»

محی‌الدین این مکانیسم را «چرخش پروتکل» نامید که در آن مهاجم از طریق یک سیستم وارد شده و دستورات را از طریق پروتکل‌های واسط ترجمه می‌کند. از آنجایی که ابزارهای هوش مصنوعی فاقد محافظ‌های داخلی هستند، سرورهای MCP به طور ناخواسته روتین‌های مخرب را اجرا می‌کنند.

تحلیلگران امنیتی تأکید می‌کنند که عجله در ساخت اکوسیستم‌های هوش مصنوعی باعث نادیده گرفتن اصول اعتماد صفر شده است. متخصصان معتقدند معماران نرم‌افزار باید ورودی‌های ابزارهای خارجی را به عنوان ترافیک شبکه غیرقابل اعتماد تلقی کنند. رفع این آسیب‌پذیری‌ها نیازمند دفاع‌های سخت‌گیرانه، از جمله لیست سفید IP و اعتبارسنجی مرزی است.