کتابخانه محبوب LiteLLM بار دوم در سال جاری هدف یک حمله زنجیره تأمین (Supply Chain Attack) قرار گرفت. نسخه مخرب این پکیج که در مخازن PyPI و Docker منتشر شده بود، حاوی بدافزاری است که هدف آن سرقت اطلاعات ورود به سرویس‌های ابری، اسرار توسعه‌دهندگان (Developer Secrets) و کلیدهای API سرویس‌های هوش مصنوعی است.
جزئیات فنی حمله و نحوه نفوذ
بر اساس گزارش‌های منتشر شده، مهاجمان موفق شدند از طریق حساب‌های GitHub سه تن از مهندسان LiteLLM و با استفاده از توکن‌های سرقت شده GitHub CLI OAuth، فرآیند انتشار (Release Pipeline) این پروژه را مختل کنند. یکی از حساب‌ها برای تغییر فرآیند انتشار، حساب دوم برای تأیید آن و حساب سوم برای حذف سوابق گردش کار (Workflow) استفاده شده است تا ردپای خود را از لاگ‌ها پاک کنند.
این حمله منجر به انتشار نسخه v1.107.0 شد که حاوی بدافزار کامپایل شده برای سرقت اعتبارنامه‌ها و بارگذاری ابزارهای اجرای کد از راه دور (RCE) بود. نکته بسیار مهم این است که کد مخرب در فایل‌های استارتاپ Python قرار گرفته است؛ این بدان معناست که بدافزار به محض شروع به کار Python در محیط آسیب‌دیده اجرا می‌شود، حتی اگر اپلیکیشن مورد نظر مستقیماً از LiteLLM استفاده نکند.
دامنه آسیب‌پذیری و هدف بدافزار
با توجه به اینکه LiteLLM حدود ۲۳ میلیون دانلود در هفته دارد، پتانسیل گسترش این حمله بسیار بالا است. بدافزار شناسایی شده موارد زیر را هدف قرار می‌دهد:
- اعتبارنامه‌های ابری: AWS، Azure، Google Cloud و Kubernetes.
- کلیدهای هوش مصنوعی: اطلاعات مربوط به Codex، Claude، Gemini و Cursor.
- دسترسی‌های توسعه‌دهنده: کلیدهای Git، SSH، GPG و کوکی‌های مرورگر.
- دیتابیس‌ها: تلاش برای استخراج تنظیمات مدل از دیتابیس‌های مستقر شده در LiteLLM Proxy.
محققان شرکت Wiz مشاهده کرده‌اند که مهاجمان بلافاصله پس از سرقت داده‌ها، شروع به اعتبارسنجی اعتبارنامه‌های AWS کرده‌اند تا به مدل‌های هوش مصنوعی در Amazon Bedrock دسترسی پیدا کنند؛ پدیده‌ای که به آن LLMjacking گفته می‌شود.
اقدامات اصلاحی و توصیه‌ها
اگرچه نسخه‌های مخرب از مخازن حذف شده‌اند، اما صرفاً آپدیت کردن به نسخه امن (v1.106.2 یا بالاتر) کافی نیست. کارشناسان امنیتی اکیداً توصیه می‌کنند:
- چرخش فوری اعتبارنامه‌ها (Credential Rotation): هر کسی که نسخه 1.107.0 را نصب کرده است، باید تمام کلیدهای API، توکن‌ها و رمزهای عبور خود را بلافاصله تغییر دهد، زیرا این اطلاعات احتمالاً سرقت شده‌اند.
- بررسی لاگ‌ها: بررسی دقیق لاگ‌های سیستم برای یافتن هرگونه فعالیت غیرعادی مرتبط با دسترسی‌های ابری و هوش مصنوعی.
