Kelompok Ransomware yang Dijalankan AI Kembali dengan Senjata Baru

JadePuffer, aktor ancaman yang sebelumnya tercatat menjalankan kampanye ransomware pertama yang dilakukan dari ujung ke ujung oleh model bahasa besar, kembali dengan alat baru. Menurut Infosecurity Magazine, kampanye lanjutan grup ini telah menyebarkan sebuah locker bernama ENCFORGE, yang sengaja dibangun untuk menghancurkan artefak model AI, bukan hanya mengenkripsi file dan basis data biasa.

Ini penting karena menandai perubahan dalam pemilihan target. Operasi ransomware sebelumnya, termasuk kampanye asli JadePuffer, berfokus pada enkripsi basis data produksi dan menuntut pembayaran untuk pengembaliannya. Dokumentasi asli Sysdig tentang serangan JadePuffer menggambarkan operator agentik yang mengeksploitasi platform Langflow dan menjalankan intrusi dengan pengawasan manusia yang minimal. ENCFORGE tampaknya memperluas pendekatan otomatis yang sama, tetapi dengan tujuan baru: memusnahkan model terlatih, bobot (weights), dan file konfigurasi yang diandalkan organisasi untuk menjalankan sistem AI.

Mengapa Menargetkan Model AI Mengubah Kalkulasi

Ransomware tradisional menyandera data. Menghancurkan artefak model AI adalah jenis pemerasan yang berbeda. Model terlatih sering kali mewakili waktu komputasi berbulan-bulan, set data pelatihan yang dikurasi, dan pekerjaan fine-tuning yang tidak bisa dipulihkan begitu saja dari cadangan rutin jika cadangan itu tidak dirancang secara khusus untuk pemulihan model. Bagi perusahaan yang telah membangun alat AI yang berhadapan dengan pelanggan, otomatisasi internal, atau jalur pemrosesan data di sekitar model-model ini, kehilangan mereka secara langsung bisa lebih mengganggu daripada kehilangan satu basis data, karena membangun ulang model dari awal membutuhkan waktu yang sering kali tidak dimiliki oleh bisnis yang sedang berjalan.

Ada juga dimensi privasi yang patut diperhatikan. Banyak model AI yang digunakan oleh bisnis dilatih atau di-fine-tune pada set data yang mencakup informasi pelanggan, baik itu transkrip dukungan, data perilaku, atau catatan pribadi yang digunakan untuk mempersonalisasi suatu layanan. Ketika operator ransomware menargetkan infrastruktur di sekitar model-model ini, baik dengan mengenkripsi basis data di sekitarnya atau sekarang menghancurkan model itu sendiri, data pribadi yang mengalir melalui infrastruktur tersebut berisiko terpapar dan hilang. Konsumen jarang memiliki visibilitas tentang vendor mana yang menjalankan sistem AI pada informasi mereka, yang membuat jenis serangan ini lebih sulit dideteksi dari luar dan lebih sulit dipersiapkan sebagai individu.

Bagian dari Pola yang Lebih Luas dalam Serangan Otonom

Kembalinya JadePuffer dengan ENCFORGE sesuai dengan tren yang telah dipantau secara cermat oleh para peneliti keamanan tahun ini. Temuan independen seputar serangan ransomware AI otonom penuh pertama menunjukkan bahwa agen AI dapat memindai kerentanan, mendapatkan akses, dan melakukan upaya pemerasan tanpa operator manusia yang mengarahkan setiap langkah secara real time. Preseden itu penting di sini karena menunjukkan bahwa JadePuffer bukanlah eksperimen sekali jalan. Ini adalah operator yang telah melakukan iterasi pada peralatannya sendiri, bergerak dari enkripsi basis data ke locker yang secara khusus direkayasa untuk melawan infrastruktur AI. Seiring semakin banyak organisasi mengadopsi platform AI seperti Langflow dan alat orkestrasi serupa, permukaan serangan untuk jenis kampanye ini hanya akan bertambah, sebuah tema yang dibahas dalam rekap keamanan terkini yang melacak serangan ransomware dan serangan berbasis AI bersama ancaman baru lainnya.

Apa Artinya Ini Bagi Anda

Sebagian besar pembaca tidak akan menjalankan sendiri deployment model AI, tetapi efek berantainya menjangkau lebih jauh dari departemen TI. Jika bisnis yang berinteraksi dengan Anda, baik itu pengecer, penyedia layanan kesehatan, atau layanan keuangan, menggunakan sistem AI yang terkena serangan seperti ini, dampaknya bisa mencakup pemadaman layanan, dukungan yang tertunda, atau dalam kasus yang lebih buruk, paparan data yang digunakan untuk melatih atau mengoperasikan model tersebut. Ransomware yang ditujukan pada infrastruktur AI saat ini masih merupakan masalah business-to-business, tetapi data konsumen yang berada di dalam infrastruktur itulah yang memberikan daya ungkit bagi serangan ini.

Bagi organisasi yang membangun atau mengoperasikan sistem AI, ini adalah sinyal yang jelas bahwa artefak model memerlukan disiplin pencadangan, kontrol akses, dan pemantauan yang sama seperti aset penting lainnya. Memperlakukan model terlatih sebagai sesuatu yang sepele atau mudah diganti bukan lagi asumsi yang aman.

Langkah yang Dapat Dilakukan

  • Jika Anda mengelola infrastruktur AI, pastikan bobot model dan artefak pelatihan dicadangkan secara terpisah dari sistem produksi, dengan salinan offline atau immutable.
  • Tinjau kontrol akses pada platform orkestrasi AI; kampanye ransomware agentik telah mengeksploitasi alat yang terpapar atau salah konfigurasi untuk mendapatkan pijakan.
  • Sebagai konsumen, tanyakan kepada penyedia layanan bagaimana mereka melindungi sistem AI yang memproses data Anda, terutama untuk layanan yang menangani informasi pribadi atau keuangan yang sensitif.
  • Tetap waspada terhadap gangguan layanan atau pemberitahuan pelanggaran dari perusahaan yang Anda gunakan; ransomware yang menargetkan backend AI dapat menunda pemulihan lebih lama dari pemadaman biasa.

Evolusi JadePuffer dari pemerasan basis data ke penghancuran model AI adalah pengingat bahwa operator ransomware beradaptasi dengan cepat ke tempat di mana nilai, dan daya ungkit, terkonsentrasi. Seiring sistem AI menjadi infrastruktur inti bagi lebih banyak bisnis, melindunginya harus menjadi bagian inti dari postur keamanan semua orang, bukan sekadar renungan.