# Truffle Security 扫了 HuggingFace 上 760 万 GB 的训练数据，捞出 22 万个还在生效的密钥

> 原标题：Scanning 7.6 Petabytes of HuggingFace Training Data for Secrets

- 来源：Hacker News 首页
- 发布时间：2026-08-01T18:21:41.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/48127
- 原文：https://trufflesecurity.com/blog/scanning-7-6-petabytes-of-ai-training-data-for-secrets

## 摘要

Truffle Security 把 HuggingFace 上所有公开数据集扫了一遍，总共 760 万 GB、1.87 亿个文件，在 6003 个数据集里找到了 221303 个还在生效的独立密钥。其中一个高危密钥能访问 393 GB 的个人隐私数据，覆盖全球约 3.7% 的人口。

## 推荐理由

Truffle Security 扫描 HuggingFace 全部公开数据集，在 6003 个数据集里发现 22 万个仍生效的密钥，其中一个可访问覆盖全球约 3.7% 人口的隐私数据。

## 锐评

22 万个还在生效的密钥躺在公开数据集里，这个数我信，扫的是 1.87 亿个文件，不是抽样。扎眼的是那个能碰到 393 GB 隐私数据的密钥，覆盖 3.7% 全球人口，就这么挂在 HuggingFace 上等人捡。数据集公开，密钥活着，攻击者不用找漏洞，下载就行。往训练集里塞数据的人大概没想过顺手把生产凭证也传上去了。翻一遍自己依赖的数据集，从 HuggingFace 直接拉的尤其要查。
