Bagaimana CVE-2025-3248 Memberi Penyerang Akses Awal ke Server Langflow

Langflow, platform sumber terbuka yang digunakan untuk membangun dan mengorkestrasi alur kerja agen AI, telah menjadi titik masuk bagi kampanye ransomware baru. Menurut riset Sysdig, penyerang mengeksploitasi CVE-2025-3248, sebuah kelemahan di Langflow yang memungkinkan mereka menjangkau instansi yang terekspos dan mengeksekusi kode tanpa perlu kredensial valid terlebih dahulu. Pijakan awal itu sama dengan yang digunakan grup ancaman yang dilacak Sysdig sebagai JadePuffer dalam operasi sebelumnya, tetapi muatan yang dikirim melalui celah itu telah berubah secara drastis.

Yang membuat kampanye ini mencolok bukan hanya kerentanannya itu sendiri. Melainkan bahwa kelemahan pada alat pengembangan AI kini menjadi jalur yang terbukti dan dapat diulangi ke dalam infrastruktur organisasi, dan penyerang memperlakukannya sebagai landasan peluncuran untuk serangan lanjutan yang kian serius, bukan sekadar smash-and-grab satu kali.

Dari skrip JadePuffer ke ransomware Encforge yang dikompilasi: bagaimana serangan itu berevolusi

Pengamatan Sysdig sebelumnya terhadap aktivitas JadePuffer menemukan pendekatan yang relatif tidak canggih: skrip improvisasi yang dipadukan dengan fungsi enkripsi basis data bawaan untuk mengunci data setelah berhasil menyusup. Cara itu berhasil, tetapi tergolong kasar dibandingkan dengan apa yang biasanya diluncurkan oleh kru ransomware yang mapan.

Gelombang terbaru menunjukkan peningkatan yang jelas. Alih-alih mengandalkan skrip yang dirangkai secara improvisasi, penyerang kini menyebarkan biner ransomware terkompilasi bernama Encforge begitu mereka memperoleh akses melalui kelemahan Langflow. Biner ini dibuat untuk melintasi sistem file secara metodis dan secara khusus menyasar aset machine-learning, alih-alih mengenkripsi file generik dan berharap sesuatu yang berharga ikut terkunci.

Sysdig menghubungkan aktivitas Encforge yang lebih baru ke kampanye JadePuffer sebelumnya melalui sebuah detail dalam catatan tebusan: alamat kontak yang digunakan kembali di kedua operasi. Tumpang tindih itu menunjukkan grup yang sama, atau setidaknya infrastruktur dan garis peralatan yang sama, sedang menyempurnakan pendekatannya dari waktu ke waktu alih-alih memulai dari nol. Peralihan dari skrip improvisasi ke biner yang dibuat khusus adalah lonjakan kematangan yang signifikan, dan mengisyaratkan bahwa grup itu mengantisipasi akan terus menggunakan metode akses ini ke depannya.

Mengapa beban kerja AI dan ML menjadi target ransomware

Ada alasan mengapa penyerang kini membangun alat yang secara spesifik menargetkan aset machine-learning alih-alih sekadar mengenkripsi file apa pun yang ada di disk. Infrastruktur AI sering kali menyimpan hal-hal yang mahal dan lambat untuk direproduksi: model terlatih, konfigurasi pipeline, dataset, serta logika orkestrasi yang mengaitkan semuanya. Kehilangan akses ke hal-hal tersebut, atau membuatnya terekspos dan diancam dengan pesan pemerasan, bisa sama mengganggunya bagi organisasi seperti kehilangan basis data pelanggan atau catatan keuangan.

Platform AI yang di-hosting sendiri seperti Langflow juga sering kali di-deploy dengan cepat, terkadang oleh tim yang lebih berfokus agar alur kerja berjalan daripada mengamankan eksposur jaringan. Kombinasi itu—data berharga plus deployment terburu-buru—adalah profil yang dicari oleh operator ransomware. Kampanye ini adalah contoh nyata dari tren yang lebih luas yang didokumentasikan Sysdig: sistem AI bukan hanya alat yang berguna bagi pembela maupun penyerang, tetapi juga menjadi target tersendiri. Liputan tim riset yang sama tentang serangan ransomware AI yang sepenuhnya otonom menunjukkan sisi lain dari pergeseran ini, di mana agen AI digunakan untuk menjalankan seluruh intrusi dengan sedikit arahan manusia. Secara bersamaan, temuan-temuan ini menunjukkan bahwa infrastruktur AI kini berada di kedua ujung persamaan ransomware, sebagai target dan sebagai alat.

Langkah praktis untuk mengamankan alat AI yang di-hosting sendiri dan beban kerja cloud

Organisasi yang menjalankan Langflow atau platform orkestrasi AI serupa harus memperlakukannya dengan disiplin keamanan yang sama seperti server yang menghadap internet mana pun, bukan sebagai bak pasir eksperimental. Itu berarti menerapkan patch untuk CVE-2025-3248 secepat mungkin, dan mengaudit apakah ada instansi Langflow yang dapat dijangkau dari internet publik tanpa alasan bisnis yang jelas.

Di luar penambalan, pisahkan beban kerja AI dari jaringan produksi yang lebih luas sehingga instansi yang tersusupi tidak dapat dengan mudah bergerak ke sistem lain. Pertahankan cadangan offline atau yang tidak dapat diubah (immutable) dari model terlatih dan konfigurasi pipeline secara khusus, karena keduanya kini menjadi target ransomware yang terbukti. Pantau aktivitas penelusuran sistem file yang tidak biasa serta kemunculan biner tak terduga di server yang menjalankan alat AI, karena itulah perilaku yang diamati Sysdig dengan Encforge.

Apa Artinya Bagi Anda

Jika organisasi Anda memiliki deployment Langflow, atau platform pengembangan AI serupa yang di-hosting sendiri, kampanye ini adalah sinyal langsung untuk memeriksa eksposur Anda sekarang, bukan setelah terjadi insiden. Rantai eksploitasi CVE ransomware Langflow yang diamati di sini tidak memerlukan teknik canggih untuk menjangkau korban, hanya instansi yang tidak ditambal dan terekspos ke internet. Bagi tim keamanan, pelajarannya adalah bahwa perangkat AI perlu diinventarisasi, ditambal, dan dipantau dengan ketelitian yang sama seperti infrastruktur penting lainnya, bukan diperlakukan sebagai sistem eksperimental berprioritas rendah.

Langkah-Langkah yang Dapat Dilakukan

  • Segera tambal semua deployment Langflow terhadap CVE-2025-3248 dan verifikasi bahwa perbaikan telah diterapkan di semua instansi, termasuk lingkungan uji atau staging.
  • Audit platform AI dan ML mana saja yang terekspos ke internet publik, dan batasi akses sebisa mungkin.
  • Lakukan pencadangan model terlatih, konfigurasi pipeline, dan dataset secara terpisah dari cadangan file umum, karena semuanya kini menjadi target ransomware yang spesifik.
  • Waspadai tanda-tanda munculnya biner terkompilasi atau aktivitas sistem file yang mencurigakan di server yang menjalankan alur kerja AI, yang mungkin mengindikasikan adanya kompromi yang sedang berlangsung.

Kemunculan ransomware yang dibangun khusus untuk menyerang aset AI menunjukkan bahwa platform ini bukan lagi sudut khusus di jaringan. Perlakukan mereka sebagai infrastruktur penting yang seharusnya.