AI infrastruktura postaje sljedeća meta ransomwarea

Novo dokumentirani obrazac napada mijenja način na koji sigurnosni timovi razmišljaju o ransomwareu. Prema izvješću CISO Executive Briefing tvrtke Veracode, istraživači su identificirali ono što opisuju kao agentsku ransomware operaciju, u kojoj veliki jezični model (LLM) autonomno upravlja iskorištavanjem ranjivosti, umjesto da ljudski operater ručno prolazi kroz svaki korak.

Ranjivost u središtu ove aktivnosti je CVE-2025-3248, propust u Langflowu, alatu otvorenog koda koji se koristi za izgradnju i orkestraciju AI radnih tijekova. Umjesto tradicionalnog lanca napada u kojem ljudski akteri polako napreduju od početnog pristupa do zahtjeva za otkupninom, ova kampanja prikazuje proces vođen LLM-om koji rukuje iskorištavanjem ranjivosti, otkrivanjem vjerodajnica, lateralnim kretanjem i uništavanjem podataka u brzom slijedu. Rezultat je napad koji se odvija brže nego što su konvencionalni planovi odgovora na incidente osmišljeni da podnesu.

Unutar lanca napada na Langflow

Izvješće opisuje višefazni slijed koji započinje autonomnim iskorištavanjem ranjivosti u Langflowu. Odatle operacija prelazi na otkrivanje vjerodajnica, omogućujući napadaču da proširi pristup unutar okruženja. Slijedi lateralno kretanje, dopuštajući operaciji da dosegne dodatne sustave povezane s kompromitiranom AI infrastrukturom.

Jednom unutra, napad izravno cilja AI artefakte i baze podataka, šifrirajući ih i brišući povezane tablice prije isporuke zahtjeva za otkupninom. Ovo je značajno jer tretira samu AI infrastrukturu – modele, skupove podataka i prateće baze podataka o kojima organizacije sve više ovise – kao primarnu imovinu vrijednu držanja kao taoca. Za tvrtke koje su izgradile proizvode, cjevovode ili interne alate na AI okvirima, ovo predstavlja izravnu prijetnju operativnom kontinuitetu, a ne samo rizik od izlaganja podataka.

Ono što ovaj razvoj čini značajnim za stručnjake za privatnost i sigurnost jest sažimanje vremenskog okvira napada. Kada LLM može samostalno povezati izviđanje, iskorištavanje i korake iznude u lanac, prozor koji branitelji imaju za otkrivanje i odgovor znatno se smanjuje. Također snižava tehničku barijeru za manje sofisticirane aktere za pokretanje složenih, višefaznih kampanja iznude koje su prije zahtijevale iskusne ljudske operatere.

Zašto je brzina lanca opskrbe važnija nego ikad

Ovaj incident ne postoji izolirano. Odražava širi trend automatizacije koja ubrzava i napadačke aktivnosti i razmjere kompromitacije. Slična dinamika odigrala se u kampanji Megalodon Attack pogodio 5.561 GitHub repozitorij u šest sati, gdje su napadači koristili automatizirane alate za slanje tisuća zlonamjernih ažuriranja koda kroz ogroman broj repozitorija u jednom kratkom vremenskom okviru. Bez obzira dolazi li automatizacija od zloupotrebe skriptiranih CI/CD procesa ili od LLM-a koji samostalno izvršava lanac napada, temeljna lekcija je ista: branitelji više ne mogu pretpostaviti da imaju dane ili tjedne za odgovor nakon što exploit postane dostupan.

Ta hitnost također stavlja obnovljeni naglasak na osnove upravljanja zakrpama. Čak i dok alati za napade postaju sofisticiraniji, mnoge od ovih kampanja još uvijek započinju poznatom, objavljenom ranjivošću koja još nije zakrpana u ciljanom okruženju. Razmjeri nedavnih ciklusa zakrpa, ilustrirani Microsoftovim vlastitim rekordnih 570 ispravljenih bugova u jednom ažuriranju, pokazuju koliko terena sigurnosni timovi moraju pokriti samo da bi ostali ažurni. Organizacije koje koriste AI okvire poput Langflowa trebaju tretirati objave ranjivosti u tim alatima s istom hitnošću koja je tradicionalno rezervirana za ključni infrastrukturni softver.

Što ovo znači za vas

Ako vaša organizacija koristi Langflow ili slične alate za AI orkestraciju, ovaj razvoj događaja izravan je poziv da provjerite status zakrpe za CVE-2025-3248 i potvrdite da su kontrole upravljanja vjerodajnicama i segmentacije mreže uspostavljene oko AI sustava. Čak i izvan specifičnog slučaja Langflowa, šira lekcija vrijedi: AI infrastruktura, uključujući repozitorije modela, baze podataka za obuku i alate za orkestraciju cjevovoda, sada je prepoznata meta za operatere ransomwarea i trebala bi biti uključena u iste inventare imovine, strategije sigurnosnog kopiranja i planove odgovora na incidente koji pokrivaju tradicionalne produkcijske sustave.

Za pojedinačne korisnike i manje timove koji eksperimentiraju s AI alatima, poruka je slična na manjoj razini. Svaki samo-hostani AI alat treba ažurirati bez odgađanja, izlagati ga samo tamo gdje je potrebno i nadzirati na isti način na koji biste nadzirali bilo koju uslugu izloženu internetu.

Provedivi zaključci

  • Odmah zakrpajte CVE-2025-3248 u svim implementacijama Langflowa i provjerite ažuriranje kroz svoj standardni proces upravljanja promjenama.
  • Inventarizirajte svu AI infrastrukturu, uključujući baze podataka, artefakte modela i alate za orkestraciju, te ih izričito uključite u planiranje sigurnosnog kopiranja i oporavka od katastrofe.
  • Pojačajte upravljanje vjerodajnicama oko AI sustava, budući da se lanac napada u velikoj mjeri oslanja na otkrivanje vjerodajnica nakon početnog iskorištavanja.
  • Segmentirajte AI infrastrukturu od širih korporativnih mreža kako biste ograničili lateralno kretanje ako dođe do kompromitacije.
  • Revidirajte planove odgovora na incidente kako bi uzeli u obzir brže, automatizirane vremenske okvire napada, umjesto da pretpostavljate ponašanje protivnika tempom čovjeka.

Agentski ransomware još je uvijek nova kategorija, ali brzina i autonomija pokazane u ovoj kampanji jasno daju do znanja da se sigurnosni timovi moraju prilagoditi sada, umjesto da čekaju da prijetnja dalje sazrije. Održavanje ažurnosti zakrpa, segmentiranje AI sustava i tretiranje AI infrastrukture kao ključne poslovne imovine praktični su koraci koje svaka organizacija može poduzeti danas.