Nog geldige credentials in AI-trainingsdata

U moet voortaan aannemen dat geheimen in trainingsdata kunnen belanden en daar geldig blijven, en dat een secrets manager die kopieën niet automatisch vindt of intrekt. Bouw daarom detectie buiten de kluis in, beperk de levensduur en scope van credentials vooraf, en isoleer agentuitvoering met eigen identiteiten en beperkte rechten.

Een analyse van 10 oktober 2026 van geheimen die in AI-trainingsdata geldig blijven stelt vast dat in een corpus van 224 miljoen publieke repositories dat voor modeltraining was samengesteld, 543.699 unieke credentials nog steeds succesvol authenticeerden. Het onderzoek testte deze geheimen in juli 2026 en vond dat zij niet waren ingetrokken, ondanks eerdere blootstelling. In onze beoordeling betekent dit dat de vraag voor u verschuift van waar bewaren we geheimen naar welke systemen kunnen onze geheimen lezen, meenemen of opnieuw tonen — en dat trainingsdata nu een aanvullende blootstellingslaag vormt die een secrets manager niet automatisch dekt.

Waarom stopt secrets management niet bij rotatie?

Een secrets manager beschermt alleen de geheimen die er bewust in zijn gezet en beheerd worden. Hij ziet niet de kopie die een ontwikkelaar in een repository plakte, de token die in een logregel terechtkwam, of de sleutel die via een modelcache of trainingsdataset elders beschikbaar werd. Die exemplaren leven buiten de kluis. Rotatie verwijdert die kopieën niet en maakt niet noodzakelijk elke blootstellingslocatie ongedaan — ook al maakt zij soms wel de gelekte credential ongeldig.

Dit gat wordt groter in agentische workflows. Onderzoek beschrijft hoe agents credentials kunnen blootstellen via configuraties, tool-caches, terminalgeschiedenis en hun eigen output. Wie een agent toegang geeft tot privédata, onvertrouwde inhoud en externe communicatie tegelijk, bouwt zelf een kanaal voor datalekken. Instructies in een prompt vormen geen betrouwbare grens.

Welke blootstellingspunten moet u nu adresseren?

• Trainingsdata als blootstellingslaag — geheimen kunnen in verzamelde corpora belanden en daar geldig blijven, buiten de kluis om.
• Agentcaches en logs — agents kunnen credentials doorsluizen via tool-caches, terminalgeschiedenis en hun eigen output.
• Ongeldige rotatie — rotatie in de kluis maakt kopieën van geheimen in code, logs of trainingsdata niet ongeldig.
• Vertraagde intrekking — onderzoek toont aan dat een groot deel van bevestigde geheimen jaren later nog niet was ingetrokken.
• Detectie buiten de kluis — een secrets manager ziet niet automatisch wat buiten zijn beheer staat.

Welke controles moet u kunnen aantonen?

1. Beperk scope en levensduur vooraf — geef credentials alleen de rechten en geldigheidsduur die nodig zijn, en maak die korter voor agentuitvoering.
2. Isoleer agents met eigen identiteiten — elke productieagent krijgt een eigen identiteit, kortlevende credentials en begrensde egress.
3. Scan trainingsdata voordat training start — leg vast welke bronnen een corpus voedden en of die op geheimen zijn gescand.
4. Detecteer actief buiten de kluis — zet monitoring in voor code, logs, caches en trainingsdata, niet alleen voor beheerde geheimen.
5. Koppel detectie aan intrekking — wie een geheim vindt, moet bevoegd zijn het in te trekken, en dat moet binnen een afgesproken termijn gebeuren.
6. Behandel agents als privileged identity — bouw een afgedwongen noodstop en intrekkingsmechanisme voor agentuitvoering in.

Hoe past dit in uw verwerkersafspraken?

Omdat trainingsdata nu een blootstellingslaag is, moet u in leveranciersclausules vastleggen dat detectie, rotatie en bewijs van herstel binnen een afgesproken termijn gebeuren. Voor modelbouwers betekent dit dat u voortaan moet documenteren welke bronnen een trainingscorpus voedden en of die op geheimen zijn gescand, voordat training start. Voor CISO's en bestuurders geldt dat de aanname dat een secrets manager het risico afdekt, niet langer standhoudend is — u moet deze week de vraag op tafel leggen of er detectie bestaat buiten de kluis, en wie bevoegd is een gelekt token in te trekken.

Automatische detectie en scanning kunnen u helpen deze punten in kaart te brengen. Maar de beslissing welke geheimen kritiek zijn, hoe snel zij moeten worden ingetrokken, en welke agenten welke rechten krijgen, blijft uw eigen professionele oordeel. Tooling geeft u zichtbaarheid; governance geeft u controle.