俄羅斯第一大科技巨頭,，這回遇上了大麻煩：
44.7GB源代碼，全被泄露到了網(wǎng)上,。
什么概念,？
就是這家名為Yandex的公司,，幾乎所有主要服務(wù)的源代碼都被挖了個(gè)底掉……
要知道,，在俄羅斯,，Yandex不僅干著搜索引擎的活兒,，還把俄國(guó)老百姓購(gòu)物,、打車(chē),、訂外賣(mài)、租車(chē)這一連串生活服務(wù)都給包圓了,。
簡(jiǎn)單來(lái)說(shuō),，約等于俄版百度+淘寶+美團(tuán)+滴滴,。
這么大個(gè)事兒,，自然引起了全世界網(wǎng)友的圍觀。
但就在眾人紛紛猜測(cè)這又是哪家黑客手筆之際,，Yandex的聲明卻有些令人大跌眼鏡：
我們沒(méi)有被黑,，就是被前員工給賣(mài)了……
44.7GB源代碼遭泄露,，代碼被扒了個(gè)底朝天
具體來(lái)說(shuō)，泄密鏈接最早出現(xiàn)在了一個(gè)黑客論壇上,。
泄密者稱，這份44.7GB的Yandex代碼庫(kù),，包含該公司2022年7月以前，除反垃圾郵件規(guī)則之外的所有源代碼,。
這些被泄露出來(lái)的代碼信息量到底有多大,？
看看網(wǎng)友們熱火朝天扒出來(lái)的細(xì)節(jié)就知道了……
Yandex不是以搜索引擎起家，常被稱作“俄版百度”/“俄版谷歌”嘛,，那就先以搜索引擎部分的代碼為例,。
一位名叫Alex Buraks的老哥就深扒了下Yandex搜索引擎的排名規(guī)則，還戲稱這對(duì)理解谷歌SEO（搜索引擎優(yōu)化）有很多有用的信息,。
畢竟Yandex和谷歌的搜索結(jié)果有70%的匹配度,，不少人認(rèn)為其搜索技術(shù)用的就是谷歌同款：如PageRank、BERT等,。
（掌握了Yandex的規(guī)則不就相當(dāng)于透了谷歌排名算法的家底,，手動(dòng)狗頭）
目前已經(jīng)有大批吃瓜群眾來(lái)圍觀,，甚至Alex Buraks的這條線程曾在谷歌搜索“yandex”中排名第8,。
有趣的是,，在Yandex的排名因素中,，排在第一個(gè)的就是PageRank,。
Buraks還直接列出了Yandex的10個(gè)排名因素：
（1）鏈接的創(chuàng)建時(shí)間,；（2）流量和有機(jī)流量的百分比,；（3）URL中的數(shù)字不利于排名,；（4）URL中的斜杠不利于排名,；（5）負(fù)面情緒過(guò)重的PageRank=0,；（6）主機(jī)可靠性,；（7）“維基百科”還單獨(dú)列了一個(gè)因素；（8）用戶行為：點(diǎn)擊率,，跳出率等,；（9）文件年齡與上次更新日期,；（10）所有查詢域名的平均位置……
當(dāng)然這還只是其中的一部分,，Buraks表示后續(xù)還會(huì)繼續(xù)分析,。
除了Alex Buraks，也有不少營(yíng)銷(xiāo)大師深扒了Yandex的排名因素,，甚至有人都詳細(xì)整理出了完整的1900+個(gè)排名因素,。
值得一提的是，在各路大神扒代碼的過(guò)程中,，Yandex搜索引擎的一些“潛規(guī)則”也被擺上了臺(tái)面,。
就比如說(shuō)加拿大黑客Aubrey Cottle就在代碼中發(fā)現(xiàn)了Yandex是容忍種族歧視的。
還有網(wǎng)友在代碼中發(fā)現(xiàn),，Yandex的廣告投放中,，普通廣告和色情廣告是分開(kāi)計(jì)算的,。
官方聲明：沒(méi)有被黑，是前員工泄密
這事兒一出,，很快還有一份詳細(xì)的泄密文件目錄被整理出來(lái)放在了GitHub上,。
作者是一位名叫Arseniy Shestakov的軟件工程師,。據(jù)他評(píng)估,，這些源代碼確實(shí)涉及了Yandex的所有主要服務(wù),。
包括：
搜索引擎和索引機(jī)器人
地圖服務(wù)
AI語(yǔ)音助手
打車(chē)服務(wù)
廣告服務(wù)
郵件服務(wù)
存儲(chǔ)服務(wù)（類似百度網(wǎng)盤(pán)）
電商服務(wù)（類似淘寶）
旅游服務(wù)
云服務(wù)
還包括在線協(xié)同辦公、支付,、數(shù)據(jù)分析等等業(yè)務(wù),。
不過(guò),，泄露內(nèi)容并不包括用戶數(shù)據(jù)等敏感信息,。
Arseniy Shestakov總結(jié)了幾個(gè)關(guān)鍵細(xì)節(jié)：
泄露出來(lái)的主要是git存儲(chǔ)庫(kù)里的源代碼,，不包含git歷史記錄
所有文件日期均可追溯至2022年2月24日
大部分軟件都沒(méi)有預(yù)先編譯好，只有少數(shù)例外
除了一些例外,，沒(méi)有預(yù)先訓(xùn)練好的機(jī)器學(xué)習(xí)模型
△Yandex辦公樓
事情鬧得這么大，Yandex官方也坐不住了,，很快發(fā)表聲明表示：其實(shí)我們并沒(méi)有被黑，是前員工出賣(mài)了我們,！
Yandex沒(méi)有被黑,。我們?cè)诠差I(lǐng)域發(fā)現(xiàn)了泄露自內(nèi)部存儲(chǔ)庫(kù)的代碼片段,，但其內(nèi)容與Yandex當(dāng)前使用的代碼版本并不相同,。
存儲(chǔ)庫(kù)是用來(lái)存儲(chǔ)和處理代碼的工具。大多數(shù)公司都采用這種方式來(lái)使用代碼,。
代碼庫(kù)并未存儲(chǔ)個(gè)人用戶數(shù)據(jù)。
我們正在進(jìn)行內(nèi)部調(diào)查,，但并沒(méi)有發(fā)現(xiàn)該事件給用戶數(shù)據(jù)和平臺(tái)性能帶來(lái)了任何威脅,。
Yandex倒是信誓旦旦,，但外部的專業(yè)人士卻有不同看法,。
據(jù)bleepingcomputer消息,，前Yandex技術(shù)專家Grigory Bakunov對(duì)此事做出了回應(yīng),。
他認(rèn)為,，這次代碼泄露確實(shí)不會(huì)對(duì)用戶的隱私或安全構(gòu)成直接風(fēng)險(xiǎn)，也不會(huì)直接威脅到Y(jié)andex的專有技術(shù),。
不過(guò)一些文件仍可能會(huì)暴露正在運(yùn)行的服務(wù),，比如說(shuō)“blacklist.txt”,，Bakunov還稱：
盡管泄密的部分不涉及敏感數(shù)據(jù)，但黑客針對(duì)性利用代碼中的安全漏洞,，只是時(shí)間問(wèn)題,；
（BTW）雖然Yandex官方回應(yīng)泄露的代碼與公司工作服務(wù)中使用的當(dāng)前代碼不同,，但相似度可能高達(dá)90%。
文章出處：量子位
