Munculnya Jenis Ancaman Ransomware Baru

Operator ransomware secara tradisional mengejar apa yang bisa mereka monetisasi dengan cepat: database, catatan keuangan, file pelanggan. Namun aktor ancaman yang dilacak sebagai JADEPUFFER telah mengalihkan fokusnya ke sesuatu yang lebih khusus dan, dalam beberapa hal, lebih merusak: model AI dan data pelatihan yang semakin diandalkan oleh perusahaan untuk menjalankan bisnis mereka.

Menurut laporan terbaru, JADEPUFFER telah meningkat dari pemerasan basis data otomatis menjadi penghancuran model AI yang dibuat khusus, dengan meluncurkan ransomware berbasis Go bernama ENCFORGE. Alih-alih sekadar mengunci file untuk meminta tebusan, malware ini dirancang untuk mengenkripsi dan secara efektif menghancurkan model terlatih serta dataset yang diandalkan organisasi untuk operasi machine learning. Perbedaan itu penting. Database sering kali dapat dipulihkan dari cadangan dengan relatif cepat. Model AI yang sudah terlatih, yang dibangun dari data yang dikurasi selama berbulan-bulan atau bertahun-tahun serta investasi komputasi, jauh lebih sulit untuk digantikan.

Mengapa Infrastruktur AI Menjadi Target Baru

Yang membuat kampanye ini menonjol bukan hanya muatannya, tetapi mekanisme pengirimannya. JADEPUFFER telah terdokumentasi menggunakan pendekatan intrusi otomatis berbasis agen, dan ini bukan pertama kalinya perangkatnya menargetkan infrastruktur AI secara langsung. Kampanye terkait sebelumnya mengeksploitasi kerentanan di Langflow, platform sumber terbuka yang digunakan untuk membangun dan mengatur alur kerja agen AI, untuk mendapatkan pijakan sebelum menyebarkan ransomware. Insiden sebelumnya itu, yang dirinci dalam liputan tentang ransomware Encforge menyerang server AI melalui kerentanan Langflow CVE-2025-3248, menunjukkan pola yang konsisten: penyerang secara aktif memburu alat dan pipeline pengembangan AI sebagai titik masuk, bukan sekadar hal yang dipikirkan belakangan.

Ini penting bagi siapa pun yang datanya bersentuhan dengan sistem AI, baik itu perusahaan yang menjalankan pipeline ML internal maupun konsumen yang informasi pribadinya digunakan untuk melatih mesin rekomendasi atau chatbot. Pipeline AI sering kali menyerap dan menyimpan data sensitif, mulai dari log perilaku pengguna hingga catatan bisnis hak milik, dalam proses pelatihan dan fine-tuning model. Ketika ransomware menargetkan pipeline tersebut, risikonya bukan hanya operasional terhenti. Risikonya adalah data yang mendasarinya, yang mungkin mencakup informasi pribadi atau sensitif, dapat terekspos, dieksfiltrasi, atau hilang sepenuhnya bahkan sebelum enkripsi terjadi.

Evolusi dari pemerasan basis data generik menjadi penghancuran model AI yang ditargetkan juga menandakan tren yang lebih luas yang patut dicermati: penyerang memperlakukan infrastruktur AI sebagai target bernilai tinggi dan berdaya ungkit tinggi. Data pelatihan dan model mewakili investasi signifikan dan sering kali kurang terlindungi oleh proses pencadangan dan pemulihan tradisional dibandingkan database konvensional, menjadikannya target yang menarik untuk pemerasan.

Apa Artinya Bagi Anda

Jika Anda adalah bisnis atau pengembang yang bekerja dengan alat AI, perkembangan ini adalah sinyal untuk menilai kembali bagaimana sistem-sistem tersebut diamankan. Platform seperti Langflow dan alat orkestrasi serupa semakin menjadi bagian dari lingkungan produksi, bukan sekadar kotak pasir eksperimental, dan perlu ditambal serta dipantau dengan ketelitian yang sama seperti sistem yang berhadapan langsung dengan pelanggan. Kerentanan seperti CVE-2025-3248 menunjukkan bahwa satu celah yang belum ditambal di alat alur kerja AI dapat menjadi titik masuk untuk penyebaran ransomware penuh.

Bagi pengguna biasa dan konsumen, pesan yang bisa diambil lebih tidak langsung tetapi tetap penting. Semakin banyak layanan mengandalkan model AI yang dilatih dengan data pengguna, serangan yang menghancurkan atau mengeksfiltrasi data pelatihan tersebut dapat berdampak luas, memengaruhi privasi dan ketersediaan layanan yang Anda gunakan secara rutin. Ini adalah pengingat lain bahwa keamanan sistem AI di balik aplikasi dan platform yang kita gunakan sama pentingnya dengan keamanan aplikasi itu sendiri.

Membangun Postur Pertahanan terhadap Ransomware yang Menargetkan AI

Organisasi yang menjalankan infrastruktur AI harus memperlakukan file model dan dataset pelatihan sebagai aset penting yang memerlukan rencana pencadangan dan pemulihan khusus, terpisah dari cadangan TI umum. Segmentasi jaringan antara lingkungan pengembangan AI dan sistem produksi dapat membatasi sejauh mana penyerang dapat bergerak setelah kompromi awal. Penambalan rutin platform orkestrasi AI, perencanaan respons insiden yang siap pakai khusus untuk pipeline ML, serta enkripsi data saat disimpan adalah langkah-langkah praktis yang mengurangi paparan terhadap kampanye seperti ini.

Pergeseran JADEPUFFER menuju ransomware ENCFORGE adalah tanda jelas bahwa penyerang beradaptasi dengan tempat nilai sekarang berada: bukan hanya di basis data pelanggan, tetapi dalam sistem AI yang dibangun di atasnya. Tetap unggul dari pergeseran itu berarti memperlakukan keamanan infrastruktur AI sebagai prioritas utama, bukan sekadar pikiran sesudahnya.

Poin-poin Tindakan yang Bisa Diambil:

  • Segera tambal platform orkestrasi dan alur kerja AI, terutama kerentanan yang sudah dikenal seperti CVE-2025-3248 di Langflow.
  • Pertahankan cadangan terpisah dan teruji untuk model terlatih dan dataset pelatihan, bukan hanya database umum.
  • Segmentasikan lingkungan pengembangan dan pelatihan AI dari jaringan produksi untuk membatasi pergerakan lateral.
  • Bangun rencana respons insiden yang secara khusus memperhitungkan kompromi pipeline ML, bukan hanya pelanggaran data tradisional.
  • Enkripsi data pelatihan sensitif saat disimpan dan pantau log akses untuk aktivitas mencurigakan di sekitar infrastruktur AI.