重磅!某网约车平台司机信息遭泄露

admin 2026-11-16 20:03:52 网络安全文章 来源:ZONE.CI 全球网 0 阅读模式

重磅!某网约车平台司机信息遭泄露

原创

承影
承影

兰花豆说网络安全

2026年11月14日 23:41
湖北

去阅读

近日,一起涉及网约车平台Uber司机个人信息泄露的事件引发关注。根据TechCrunch披露的信息,至少7870名美国司机的个人信息受到影响,其中包括驾照信息。

这起事件比较特殊:Uber自己的系统并没有被攻破,出问题的是一家第三方AI服务商Fireworks AI。

很多企业都在把业务数据接入云服务、AI平台和第三方工具,这起事件值得重新审视一个问题:数据交给第三方之后,安全责任究竟应该如何落实?

一、7870名司机信息遭泄露,Uber服务器却没被攻破

根据公开披露的信息,事件时间线如下:

  • 10月9日:Fireworks AI通知Uber,其内部登录凭证遭到未经授权的人员获取。
  • 10月9日之后:Uber切断与该服务商的数据连接,并启动调查。
  • 10月13日:调查确认,攻击者已经访问部分Uber数据,其中包括司机个人信息。
  • 11月10日:Uber向部分受影响司机发送安全事件通知。
  • 11月14日:相关事件被网络安全媒体进一步披露。

目前,马萨诸塞州、南卡罗来纳州和罗得岛州公开的受影响人数合计约7870人。

需要注意的是,7870人并不是Uber全美受影响人数的最终统计,而是目前三个州公开通知中的人数合计。

此次涉及的数据包括司机个人信息及驾照信息。Uber表示,截至通知发出时,尚未发现相关信息被滥用。

二、不是Uber被黑,而是第三方供应商出了问题

这起事件的关键,在于攻击者并没有直接攻破Uber的核心服务器。

根据Uber向媒体确认的信息,涉事第三方供应商Fireworks AI可以访问部分Uber数据。攻击者获取该供应商内部登录凭证后,进一步访问了存放在供应商环境中的Uber数据。

简单理解:

Uber把部分数据放在第三方环境中,第三方内部凭证失陷,攻击者利用这些凭证访问了相关数据。

这属于典型的第三方供应链安全风险。

企业过去关注自己的服务器有没有漏洞、员工账号有没有被盗,但今天越来越多业务依赖外部云平台、AI服务商、SaaS系统和技术供应商。

企业自身安全做得再好,也无法直接保证第三方环境里的数据安全。

更值得关注的是,这类风险并不局限于一家企业。

同一供应商可能同时服务多个客户。一旦供应商的身份认证、权限控制或者租户隔离出现问题,影响范围就可能从单一客户扩展到多个企业。

三、为什么驾照信息泄露,比普通账号泄露更麻烦?

账号密码泄露,通常可以通过修改密码降低风险。

但驾照属于政府签发的身份凭证,一旦泄露,无法像密码一样随意更换。

驾照信息与姓名、地址等个人信息结合后,可能被用于身份冒用、欺诈开户或者其他非法活动。

因此,Uber为受影响司机提供了免费的信用监测和欺诈协助服务,并建议用户根据自身情况考虑设置欺诈警报或信用冻结。

对于收到通知的司机,应当仔细阅读个人通知信,确认实际暴露的数据字段,并在规定期限内完成相关保护措施。

四、AI时代,第三方数据安全正在成为企业的新风险

这起事件还有一个值得关注的背景:Fireworks AI是一家提供开源大模型服务的AI公司。

为什么网约车司机的驾照信息会出现在AI供应商环境中?

公开信息并没有充分说明具体业务用途,因此不能直接认定这些驾照信息是为了模型训练而存储。

但这恰恰引出了企业AI落地过程中必须回答的问题:

  • 企业接入AI服务,究竟向第三方传输了哪些数据?
  • 这些数据是否属于业务必需,能否进行脱敏或最小化处理?
  • AI服务商是否具备完善的身份认证、权限管理和数据隔离能力?
  • 企业能否自主审计第三方对自身数据的访问记录?
  • 供应商发生安全事件后,是否能够及时通知客户并协助处置?

这些问题不能仅靠采购合同中的一句“供应商保证数据安全”解决。

五、企业安全建设,不能只盯着自己的服务器

过去,很多企业的安全建设重点集中在网络边界、终端防护、漏洞管理、入侵检测和安全运营。

这些能力依然重要,但企业的数据早已不再只存在于自己的网络和服务器中。

云服务、外包业务、AI平台、第三方开发工具,正在不断扩大企业的数据信任边界。

数据安全的真正边界,不是企业的网络边界,而是数据被谁访问、被谁处理、被谁保存,以及企业能否持续控制这些行为。

对于企业而言,至少应该做好三件事:

第一,落实数据最小化。业务需要什么数据,就提供什么数据,尽量避免敏感信息不必要地进入第三方环境。

第二,加强供应商安全管理。不能只做采购前的安全评估,还要持续关注身份认证、权限控制、数据隔离、访问审计和安全事件响应。

第三,建立第三方数据安全责任机制。明确数据存储位置、保留期限、删除要求、事件通知时限以及双方责任,确保发生事件后能够及时响应。

总结

这起事件再次提醒我们:企业数据安全,不能只依赖自身安全能力。

当业务越来越依赖第三方平台,当AI开始进入企业核心业务,数据的流动范围和信任关系也在不断变化。

安全问题不一定发生在自己的服务器上,但责任不会因为数据放在别人那里就自动消失。

对于网络安全从业者而言,未来需要关注的,不仅是如何守住企业内部的网络边界,更是如何管理企业不断扩展的数字信任边界。

数据交给第三方,不代表安全责任也可以一并交出去。

end

推荐阅读

AI Agent逆向APK分析研究:一次双模型实验与字节级复核

2026-11-12

给国外大模型当“二道贩子”,这家公司栽了:AI中转站的生意没那么好做

2026-11-11

新品发布|可落地的 AISOP 安全运营数字员工

2026-11-10

三个月18起攻击事件:ARTEX正在改变网络攻击的游戏规则

2026-11-08

CyberGym国内参测企业最新成绩统计

2026-11-05

在看|周报:农商行因未报送数据安全风险评估报告被罚;重庆公布三起不履行网络安全保护义务典型案例 网络安全文章

在看|周报:农商行因未报送数据安全风险评估报告被罚;重庆公布三起不履行网络安全保护义务典型案例

本期周报聚焦数据安全、AI安全、网络安全多领域风险动态,包括银行业数据合规违规被罚、大规模个人信息泄露事件、AI智能体自动化渗透攻击、高危漏洞曝出、云服务中断、企业业务受损等,强调相关单位需重视制度建设、漏洞更新与AI相关新型威胁防御。
每周文章分享-284 网络安全文章

每周文章分享-284

本文提出了一种个性化本地图对比学习(PCGL)框架,用于联邦广义类别发现,通过本地图对比学习和个性化知识聚合与提取模块提升模型性能,在多个数据集上取得了优于现有方法的性能。
评论:0   参与:  0