Encforge 与传统勒索软件的不同之处

大多数勒索软件仍然遵循着熟悉的套路：加密文件、投放勒索信、等待付款。但被称为 JadePuffer 的威胁行为者所使用的最新工具 Encforge，打破了这一模式，它瞄准的是一种非常特定的资产类别：AI 模型及其训练所用的数据集。

根据 Sysdig 的研究，Encforge 是作为专用的、量身定制的工具构建的，而非对现成加密工具的二次利用。这一区别至关重要。Encforge 并非在服务器中横扫一切、锁定任何它能找到的文件，而是专门设计用于识别和加密机器学习工件，这类数据可能需要一个组织花费数月甚至数年才能汇集而成，并且往往无法通过简单的备份流程快速重建或恢复。

Sysdig 的研究人员将 Encforge 追溯到了此前一次攻击活动的同一幕后操作者，依据是勒索要求中的措辞重叠，以及一个引人注目的细节：在该团伙活动的首份报告发布后，该攻击者再次访问了之前被入侵的同一个 Langflow 实例。这次回访虽然只是一个小细节，却颇具深意：它表明该操作者正在主动监控安全社区对其自身活动的报道，并据此作出调整。

JadePuffer 的攻击为何进化得如此迅速

在 Sysdig 的发现中，最引人注目的是变化的速度。JadePuffer 的早期行动——此前被记录为 JadePuffer 的首次 ENCFORGE 活动——相比之下只是一个相对简单、以数据库为重点的滋扰性攻击。然而在短短数周之内，同一个行为者便从那种脆弱、半自动化的方式，转向了一款专门针对 AI 基础设施的、定制构建的加密工具。

Sysdig 的分析表明，这并非巧合，而是有意的迭代。该操作者似乎从第一次攻击的不足中吸取了教训，抛弃了那些容易被检测或阻断的技术，并用更具韧性、更专用的工具取而代之。他们似乎还在目标选择上做出了精心策划的转变，转向了一类比普通数据库具有更大勒索筹码的数据类别。

这种由反馈驱动的快速进化在勒索软件操作者中并不常见，他们通常需要数月而非数周来进行迭代。这暗示这是一个规模小、行动敏捷的团伙，正在近乎实时地进行实验，并利用关于其自身活动的公开报道作为下一步修正的信号。

为什么 AI 模型和数据集现在成了勒索目标

一旦你理解了 AI 模型和训练数据集对一个组织真正意味着什么，这种转变背后的逻辑就很清晰了。与有时能够从其他记录中重建的客户数据库不同，一个训练好的模型或一个精心整理的数据集，往往代表着一笔巨大的、不可重复的时间、算力和专业人力投入。失去对它的访问权限，或者其数据被窃取并面临被公开的威胁，可能比一次标准的文件加密事件更具破坏性。

这使得机器学习流水线成为勒索的诱人目标。构建或微调模型的组织，为了方便起见，经常将数据和模型权重存储在暴露于互联网的服务器上，无论是开发环境、像 Langflow 这样的内部工具，还是共享的存储桶。如果这些系统没有做好适当的网络分段和访问控制，它们就会成为软目标，极易遭受那种导致 JadePuffer 初次得手的、机会主义式扫描的攻击。

保护你的 ML 流水线和敏感数据的措施

好消息是，保护 ML 基础设施的基本要点与标准的安全卫生规范并无本质上的巨大差异，只是需要有意识地将这些规范应用到那些有时被视为实验性或低优先级的系统上。

  • 保持 ML 工具和编排平台的补丁更新，并避免将其直接暴露在公共互联网上。
  • 对网络进行分段，使开发环境和数据科学环境不能随意访问生产系统，反之亦然。
  • 使用版本化、离线或不可变的备份来存储模型权重和数据集，确保勒索软件无法触及或覆盖它们。
  • 以管理生产环境中秘密信息的同等标准，严格限制 ML 流水线所使用的凭据和 API 密钥。
  • 对 ML 基础设施的任何远程管理都使用 VPN 或私有网络访问，以减少暴露于那些通常在这些攻击前发生的机会主义式全互联网扫描的风险。

这对你意味着什么

如果你从事机器学习系统相关工作，无论是作为数据科学家、IT 管理员，还是负责监督 AI 计划的业务领导者，Encforge 都是一个提醒：支撑你模型的基础设施，应该受到与任何其他关键业务系统同等程度的审视。从针对数据库的攻击迅速演变为专门构建的、针对 AI 的勒索软件，这表明攻击者正在积极探查这一领域，并根据有效的手法迅速调整。

即使你的组织没有大规模运行 AI 业务，更广泛的教训同样适用：任何面向互联网的工具，从一个低代码 AI 平台到一个简单的内部仪表盘，如果未打补丁或未与更敏感的系统进行隔离，都可能成为一个入侵入口。

最终要点

Encforge 说明了当勒索软件操作者发现一个有前景的新目标类别时，他们的适应速度能有多快。对于任何管理 ML 基础设施的人来说，当务之急是可见性和隔离性：了解哪些 AI 工具和数据集暴露在外，限制它们在网络中其他部分的访问范围，并以对待任何敏感生产系统同等的谨慎态度，来对待对它们的远程访问。审查像 Langflow 这类工具的暴露面、加强网络分段，以及使用 VPN 或私有访问控制进行管理连接，这些都是能够切实降低成为下一个机会主义攻击目标几率的关键步骤。