У результаті кібератаки на музичний ІІ-сервіс Suno стався витік вихідного коду, який пролив світло на справжні масштаби збору даних для навчання моделей. Хакер, що діє під псевдонімом ellie.191, зумів отримати доступ до систем компанії, заразивши комп'ютер співробітника черв'яком Shai-Hulud. Шкідливе ПЗ поширювалося через скомпрометовані пакети npm і викрадало облікові дані, токени та ключі доступу.
Витіклі файли містять докладні журнали завантажень аудіо з YouTube Music, Deezer, Pond5 та низки інших платформ. Згідно з моїм аналізом, це не просто порушення конфіденційності, а прямий доказ систематичного піратства в індустрії ІІ-генерації музики.
Цифри, які шокують
Один із файлів зафіксував завантаження 2 013 545 музичних кліпів з YouTube Music загальною тривалістю 113 879 годин. Інший набір, позначений як ytm_tagged, включав 152 162 години розмічених записів з YouTube. У коді також виявлено 62 117 годин музики з Pond5, 12 287 годин з Deezer, 17 615 годин з набору genius_hq та 19 514 годин з Міжнародного проекту бібліотеки музичних партитур. Jamendo відповідало 3 726 годин, Freesound — 410 годин, а набору musescore_lyrics — 103 години. Крім того, Suno планувала завантажити близько 1 млн годин подкастів із приблизно 420 000 RSS-стрічок.
Для збору аудіо з YouTube розробники використовували проксі-сервіси Bright Data, що дозволяло спрямовувати запити через сторонні IP-адреси, приховуючи справжнє джерело завантаження.
Зв'язок з позовами лейблів
Витік безпосередньо перегукується з судовими розглядами. 21 травня Universal Music Group та Sony Music Entertainment вимагали додати до позову проти Suno 61 026 записів, виявлених у навчальних даних за допомогою технології аудіофінгерпринтингу Audible Magic. Лейбли стверджують, що Suno використовувала YT-DL та YT-DLP для обходу шифрування YouTube і перетворення потокового аудіо на файли, що завантажуються, що є порушенням розділу 1201 DMCA. Витіклий код підтверджує факт завантаження з YouTube та використання проксі, але не доводить обхід конкретного технічного засобу.
Suno підтвердила інцидент, виявлений у листопаді 2025 року, але заявляє, що він торкнувся переважно застарілого коду, і конфіденційні персональні дані не були скомпрометовані. Однак компанія не опублікувала технічний звіт, що викликає питання щодо прозорості.
Мій коментар: Цей витік — не просто технічний інцидент, а сигнал для всієї індустрії. Suno, як і багато інших ІІ-компаній, покладалася на «сірі» методи збору даних, що тепер загрожує їй багатомільйонними позовами. Інвесторам та користувачам варто уважно стежити за розвитком справи — воно може встановити прецедент, який змінить правила гри для всіх генеративних моделей.