紀錄工作經驗、相關知識,解決技術相關問題。

時事新聞, 資訊相關

Lovable 應用程式外洩護照與 20 萬則訊息:Crissy Field 研究說了什麼

Lovable 應用程式外洩護照與 20 萬則訊息:Crissy Field 研究說了什麼 特色圖片

近年用 AI 工具一句話做出應用程式越來越容易,但資安公司也一再提醒,能跑起來不等於資料有顧好。這次是德國資安公司 Crissy Field 與德國媒體 Handelsblatt 合作,分析以 Lovable 製作的應用程式,發現一部分程式的資料庫內容不用登入就能讀到,其中包含護照資料與超過 20 萬則聊天訊息。我們來看看這份研究怎麼做、發現了什麼,以及它自己標明的限制。

這份研究怎麼做的

Crissy Field 的報告指出,研究對象是 Lovable 專案常搭配的資料庫服務 Supabase。報告也寫明,Lovable 自己在 2025 年底推出的資料庫功能不在這次檢查範圍內。

項目報告內容
資料來源網路典藏 Common Crawl 的資料集
樣本2025 年 12 月到 2026 年 9 月間的 159,041 個 Lovable 專案
使用 Supabase 的專案34,545 個
一載入就送出資料庫紀錄的網站24,664 個,不需要登入或任何操作
進一步測試用同一把 API 金鑰發出唯讀請求,只取回部分內容,沒有下載完整資料
含電子郵件的紀錄分布在 7,403 個網站(約 30%)的 10,560 個資料表

報告也提醒,網站一載入就送出資料,本身不一定是資安問題,因為有些資料本來就是要公開顯示的。

報告列出的外洩內容

數字最大的兩項,是一個德國論壇的 80,000 多筆會員檔案加 200,000 多則聊天訊息,以及一家服務供應商的 1,000 多筆護照資料。這兩個數字來自不同的應用程式,不是同一個網站同時有護照和 20 萬則訊息。

除了這兩項,報告還列出票務與餐飲業者的付款與聯絡資料、物業管理的內部信件摘要、合約與發票等。完整案例與欄位請看原報告,這裡不逐項重列。

讀這份報告要注意的地方

報告對自己的結論踩了煞車,有三點要記得:

  • 約 30% 的網站有含電子郵件的紀錄,但報告說這不能當作外洩率,因為那些信箱可能是本來就公開的聯絡方式或測試資料。
  • 樣本來自 Common Crawl,不代表所有 Lovable 應用程式,而且研究者只取回部分資料,實際範圍可能更大。
  • 報告無法確認資料有沒有被人真的拿去使用,也沒有公開存取方式。

原因與 Lovable 的回應

報告沒有明確寫出是哪一項設定造成問題。它的說法是這次聚焦在 Supabase 整合,並且用同一把 API 金鑰就能取得更多內容,因此問題出在資料庫的存取控管不足。報告也指出,Lovable 的資料庫整合方式有固定模式,所以同一種問題可能套用到其他應用程式。

至於 Lovable 的回應,報告只寫 Handelsblatt 已就這些發現聯絡 Lovable,沒有記載 Lovable 或受影響業者的答覆。截至撰稿時,我也沒有在官方資料找到 Lovable 對這份報告的說明。有需要的話,可以自行到 Lovable 官方網站查詢最新聲明。

做應用程式的人先檢查什麼

報告給開發者的建議只有一個方向:處理真實客戶資料之前,要有懂資安的人檢查過權限設定,而且改版後要再查一次;自動化工具不能取代這一步。細節請看原報告的建議段落。

報告也提醒,Lovable 的資料庫整合有固定模式,同一種問題可能同時出現在很多應用程式,而且沒有技術背景的 Lovable 使用者更難自己發現。換句話說,用 AI 工具做出能正常操作的應用程式,不代表資料的存取權限也設對了。

結論:預設誰都不能信任

這次事件的教訓不只是 Lovable,而是「畫面正常」不等於「權限設對」。

接下來是我個人的看法,並不是報告的結論。

我認為這件事要抱持「零信任」(zero trust)的態度:在現階段,不要預設 AI 做出來的東西是可信的。

AI 寫程式的能力還在進展,現在已經能寫出可以運作的成品。但實際開發有很多流程與檢核的細節,仍然要靠工程師的經驗來判斷,而這份經驗,剛好是許多用 AI 開發軟體的人目前還沒有的。

未來 AI 也許能補上這一塊,但在眼下這段過渡期,最好保持零信任。

面對這類由 AI 快速做出來的產品,信用卡號、護照號碼這類敏感資訊,最好不要隨意輸入。

這份報告只是一個典型的單一案例,但裡面實際被讀到的資料,就包含護照號碼、付款資訊與票券代碼。這類資料一旦外洩,很難像更換密碼那樣重來一次。

填寫之前,先想想是不是非提供不可,有沒有更安全的大平台可以優先替代,能用其他方式完成的事,就不要把證件或卡號留在不確定的服務上。

參考資料與延伸閱讀

發佈留言