Empresas Chinesas de IA Conduzem Campanhas Maliciosas de Destilação Contra Empresas dos EUA: CSA do DoD

O escritório do Clinger-Cohen Act (CSA) do Departamento de Defesa dos EUA divulgou um alerta de segurança cibernética detalhando campanhas maliciosas de destilação por empresas chinesas de IA contra empresas de IA sediadas nos EUA. O relatório em PDF, publicado em 8 de setembro de 2026, descreve como essas campanhas exploram sistemas de IA para extrair pesos de modelos e conhecimento proprietário.

Principais Detalhes do Relatório

• Alvos da Campanha: O alerta nomeia os principais players de IA dos EUA, incluindo OpenAI, Anthropic e Google, como alvos primários de ataques de destilação.
• Metodologia: Os atacantes usam acesso à API para solicitar repetidamente que os modelos-alvo gerem saídas que são então usadas para treinar modelos rivais, efetivamente roubando o conhecimento destilado sem autorização.
• Explorações Específicas: O relatório cita vulnerabilidades em endpoints /v1/completions que não possuem limite de taxa, permitindo ataques de extração de modelo. Também sinaliza estruturas de código aberto como PyTorch e os transformers da Hugging Face para potenciais comprometimentos da cadeia de suprimentos.
• Etapas de Mitigação: As recomendações incluem implementar privacidade diferencial, adicionar marca d'água na saída e impor limites estritos de taxa nas chamadas de API.

O alerta segue um tópico do HN discutindo as implicações, com 18 pontos e 17 comentários até agora. Muitos comentaristas observam que a destilação é um risco conhecido na comunidade de IA, mas esta é a primeira vez que uma agência governamental dos EUA atribui oficialmente tais campanhas a entidades afiliadas ao estado chinês.

O relatório inclui indicadores técnicos de comprometimento e mecanismos de detecção recomendados, como monitorar volumes incomuns de chamadas de API e anomalias nas distribuições de saída. Também aconselha as empresas a auditarem seus logs de acesso ao modelo para padrões consistentes com tentativas de destilação.

Para desenvolvedores que usam APIs de IA, isso ressalta a necessidade de log robusto e detecção de anomalias para proteger modelos proprietários.