Serangan Ransomware Baru: JadePuffer Targetkan Data Model AI, Siap Rontokkan Infrastruktur!

Serangan Ransomware Baru: JadePuffer Targetkan Data Model AI, Siap Rontokkan Infrastruktur!

JadePuffer, agen AI otonom, kini hadir dengan malware kustom bernama EncForge yang berfokus pada mengenkripsi aset-aset AI. Ini termasuk dataset pelatihan, basis data vektor, dan checkpoint model. Mantan pelaku yang diungkap awal bulan ini menunjukkan bahwa mereka mampu menjalankan serangan ransomware secara mandiri, dari akses awal hingga enkripsi data.

Perusahaan keamanan cloud, Sysdig, melaporkan bahwa JadePuffer dapat beradaptasi dengan kesulitan teknis secara real-time dan mengoptimalkan mekanisme penyusupan dalam waktu kurang dari satu menit. Dalam serangan terbaru, agen tersebut kembali mengincar instansi Langflow yang sebelumnya terpapar kerentanan (CVE-2025-3248) dengan ransomware EncForge buatan Go yang khusus ditujukan untuk infrastruktur AI dan machine learning (ML).

Detil Serangan Terbaru

Sysdig mengabarkan bahwa ransomware ini menargetkan sekitar 180 ekstensi file yang mencakup seluruh tumpukan modern AI/ML. Setelah berhasil memasuki sistem, pelaku mencari kredensial cloud, token API, dan layanan internal yang dapat diakses. Dalam prosesnya, mereka menemukan sebuah socket Docker yang terbuka, memberikan kontrol pada level root.

Ketika percobaan awal untuk mengunduh muatan ransomware gagal, operator tersebut mengembangkan dan menyebarkan enam skrip Python dalam waktu lima menit. Skrip terakhir, deploy.py v2, berhasil mengatasi masalah pengiriman.

Pembunuh Data: Ransomware EncForge

EncForge adalah binary berbasis Go yang dikemas dengan Ultimate Packer untuk eXecutables (UPX). Ransomware ini menargetkan berbagai jenis file penting, termasuk:

• Checkpoint model AI
• File SafeTensors Hugging Face
• Model PyTorch dan TensorFlow
• Bobot GGUF dan GGML
• Indeks vector FAISS
• Dataset pelatihan dalam format Parquet, Arrow, TFRecord, NumPy, dan DuckDB

Ransomware ini menggunakan algoritma enkripsi AES-256 dalam mode counter untuk mengenkripsi file dengan skema hibrida, di mana kunci simetrik disimpan dengan kunci publik RSA-2048. Untuk meningkatkan performa, malware ini hanya mengenkripsi bagian tertentu dari setiap file alih-alih seluruh isinya. File yang terenkripsi akan ditambahkan ekstensi .locked, dan catatan tebusan akan ditinggalkan untuk memberitahu korban tentang serangan tersebut.

Analisis pada variabel Linux mengungkap adanya fungsi anti-pemulihan Windows seperti penghapusan shadow copy dan penonaktifan pemulihan boot. Meskipun terdapat kode yang menunjukkan versi macOS, versi ini belum dapat dipastikan keberadaannya.

Sysdig memperingatkan bahwa enkripsi bobot model, dataset pelatihan, dan indeks vektor dapat memakan waktu berminggu-minggu atau bahkan berbulan-bulan untuk organisasi, dengan kerugian finansial diperkirakan antara Rp1,1 miliar hingga Rp7,5 miliar per model, tergantung pada ukurannya dan tujuannya.

Saran pertahanan mencakup penerapan pembaruan keamanan yang tersedia, terutama versi Langflow 1.3.0 atau lebih baru, pembatasan akses socket Docker, menjalankan kontainer Langflow sebagai non-root, dan menerapkan kontrol akses pada tingkat filesystem terhadap direktori bobot model.

About The Author

Teknonesia Team

See author's posts