Kebocoran Data Digital Meluas, 9 Juta Foto Wajah dan Chat Pengguna Terpapar

Dua pekan terakhir menjadi bukti nyata bahwa ancaman kebocoran data kini menyerang dari dua arah sekaligus: sisi penyimpanan data perusahaan dan sisi kecerdasan buatan (AI). Pada pekan ini, peneliti independen keamanan siber Jeremiah Fowler mengungkap bahwa ClarityCheck, layanan pencarian identitas berbasis foto, meninggalkan lebih dari 9 juta file gambar — termasuk foto wajah anak-anak hingga orang dewasa — terpapar publik di Amazon S3. Hampir bersamaan, tim peneliti lain memaparkan serangan Cryptographic Context Injection yang berhasil membuat chatbot Grok milik Elon Musk membocorkan riwayat percakapan dan data pribadi penggunanya.

Dua insiden ini, meski berbeda secara teknis, memiliki satu benang merah: data pribadi jutaan orang disimpan dan diproses tanpa jaminan keamanan yang memadai. Padahal, keduanya adalah layanan yang justru menjual janji privasi kepada penggunanya.

ClarityCheck: Janji Privasi yang Ternoda

ClarityCheck adalah salah satu dari sekian banyak alat people-finder yang bermunculan dalam beberapa tahun terakhir. Layanan ini mengklaim mampu mencari informasi seseorang lewat nomor telepon, alamat email, nomor identifikasi kendaraan (VIN), hingga nama. Halaman pencarian fotonya bahkan berjanji mampu "mengidentifikasi siapa pun dalam sebuah foto" dan menemukan profil media sosial "dalam hitungan detik".

"Your reverse image search is private and secure" — begitulah bunyi janji di situs ClarityCheck, klaim yang bertolak belakang dengan temuan para peneliti.

Riset yang dipublikasikan ExpressVPN bersama Fowler menemukan sekitar 450 GB file gambar tersimpan dalam bucket Amazon S3 yang tidak dilindungi kata sandi. Folder bernama "faces" dan "profiles" itu dapat diakses siapa saja melalui URL yang bahkan termuat dalam kode situs publik ClarityCheck. Foto yang terpapar mencakup gambar profil, tangkapan layar, serta wajah orang dewasa, remaja, hingga anak-anak.

Bukan hanya itu. Kesalahan konfigurasi kedua membuat alamat email dan nomor telepon pengguna ikut terekspos. Artinya, kombinasi wajah dan data kontak seseorang bisa dikumpulkan pihak tak bertanggung jawab untuk penipuan, doxing, hingga pencurian identitas.

Grok Pun Tak Kebal: Serangan Instruksi Terenkripsi

Insiden kedua datang dari kubu Grok. Para peneliti menemukan teknik baru yang disebut Cryptographic Context Injection — sebuah trik yang menyelundupkan instruksi jahat dalam bentuk terenkripsi ke dalam konteks percakapan. Model bahasa besar (LLM) yang terlalu patuh kemudian diperdaya untuk membocorkan chat pengguna dan informasi pribadi lainnya.

Serangan ini mirip dengan yang sebelumnya menimpa Microsoft 365 Copilot, ketika sebuah input rahasia membuat asisten AI mengeksfiltrasi kata sandi yang ada di kotak masuk pengguna. Yang lebih memprihatinkan: xAI disebut telah diberi tahu sejak Juni, tetapi hingga berita ini ditulis, celah tersebut dilaporkan masih terbuka.

Serangan ini mengeksploitasi sifat dasar LLM yang dilatih untuk mematuhi permintaan pengguna sebisa mungkin. Karena model kesulitan membedakan instruksi jahat yang diselundupkan lewat email atau halaman web dari perintah langsung pengguna, model pun menuruti perintah penyerang.

Akar Masalah: Perbaiki Jalan, Bukan Sekadar Guardrail

Pelajaran dari kedua peristiwa ini sama: LLM belum mampu menyelesaikan akar masalah prompt injection, salah satu kelas kerentanan paling parah yang mereka miliki. Pengembang AI hanya bisa membangun guardrail yang mengarahkan model menjauhi tindakan berbahaya.

Sebagaimana diibaratkan para peneliti, pendekatan ini setara dengan insinyur lalu lintas yang memasang pagar pengaman di tikungan berbahaya, alih-alih memperbaiki kemiringan jalan itu sendiri. Selama akar masalahnya tak disentuh, insiden serupa hampir dipastikan akan terus berulang.

Yang Bisa Dilakukan Pengguna

Meski tanggung jawab utama ada di tangan perusahaan, pengguna tetap bisa mengurangi risiko:

• Hindari mengunggah foto wajah ke layanan pencarian identitas yang tidak jelas reputasinya.
• Aktifkan autentikasi dua faktor dan pantau riwayat login di semua akun penting.
• Jangan membagikan data sensitif, termasuk kata sandi, ke dalam percakapan dengan asisten AI.
• Periksa secara berkala apakah alamat email Anda pernah tersebar di situs pelacak kebocoran.

Kedua kasus pekan ini menunjukkan bahwa era data pribadi yang "tersimpan aman" hanyalah asumsi. Privasi digital kini bergantung pada seberapa cepat perusahaan menambal celah — dan seberapa waspada kita menjaga data sendiri.