凭借数十亿条个人记录，网络犯罪者能够自动化实施高度定制化的欺诈活动，大幅缩短攻击准备周期，并将火力集中于包括《财富》500强企业在内的高价值目标。

16TB开放数据库暴露43亿条专业记录

一个未受保护的16TB MongoDB数据库公开暴露了约43亿条专业档案记录（主要为LinkedIn风格数据），可能引发大规模人工智能驱动的社会工程攻击。研究人员Bob Diachenko与nexos.ai在2025年11月23日发现该未设防的数据库，两天后完成修复。目前暂无法确认此前有哪些人访问过这些敏感信息。

Cybernews团队分析发现，该数据库包含9个独立数据集，每个数据集的名称基本反映了其内容类型：

intent – 2,054,410,607条文档（604.76 GB） profiles – 1,135,462,992条文档（5.85 TB） unique_profiles – 732,412,172条文档（5.63 TB） unique_profiles – 732,412,172条文档（5.63 TB） people – 169,061,357条文档（3.95 TB） sitemap – 163,765,524条文档（20.22 GB） companies – 17,302,088条文档（72.9 GB） company_sitemap – 17,301,617条文档（3.76 GB） address_cache – 8,126,667条文档（26.78 GB） intent_archive – 2,073,723条文档（620 MB）

近200亿条个人隐私数据遭泄露

至少有三个数据集泄露了近200亿条个人身份记录，包含姓名、电子邮箱、电话号码、LinkedIn个人主页链接、职位、雇主、工作经历、教育背景、所在地、技能、语言能力和社交账号等信息。仅“unique_profiles”数据集就包含超过73.2亿条附带图片URL的档案记录。“people”数据集还包含与Apollo.io生态系统相关的画像指标和Apollo ID，但研究人员未发现Apollo平台本身遭入侵的迹象。

Cybernews报道指出：“我们的研究人员确认，特定数据集内的所有记录都是唯一的，但不同数据集之间可能存在数据重叠。虽然不同数据集包含的信息类型有所差异，但其中至少三个数据集（profiles、unique_profiles和people）包含可识别个人身份的信息（PII）。”

数据来源与潜在风险

难以确定这些LinkedIn风格数据的具体生成时间。时间戳显示记录于2025年收集或更新，但部分数据可能来自多年前，包括威胁行为者在2024年声称的大规模LinkedIn数据泄露事件。

泄露数据的所有者尚未确认。研究人员发现线索指向某潜在客户开发公司——其网站路径“/people”和“/company”与数据集中的站点地图记录相匹配。该公司声称可访问超过70亿专业人士数据，与泄露的“unique_profiles”数量高度吻合，且在收到通知次日该数据库即下线。但研究人员未明确归因，指出该公司本身也可能是数据爬取的受害者。

大规模结构化数据的攻击价值

此类海量结构化数据极具危险性，可支撑鱼叉式钓鱼、高管欺诈、商业间谍及大规模人工智能驱动攻击等定向攻击活动。凭借数十亿条详细记录，犯罪集团能自动化实施个性化诈骗，缩短攻击准备时间，并重点针对包括《财富》500强雇员在内的高价值目标。

Cybernews总结道：“大语言模型（LLM）能基于用户画像生成个性化欺骗内容。攻击者只需投入少量精力，就能向受害者发送数千万封恶意邮件——整个攻击行动往往只需攻陷一个高价值目标即可获利。”

研究人员进一步解释：“此类大型数据集是恶意行为者的主要目标，它们能基于其他数据泄露事件进行画像增强，构建可搜索的个人数据仓库。经过增强后，这些数据还可能包含密码、设备标识符、其他社媒链接等信息。此类数据集极大简化了社会工程和凭证填充攻击的操作流程。”