Przejdź do treści
Czas na świecieEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal o AI i technologiiwydarzenia · analizy · wywiady · tło techniczne

Szukaj
NA ŻYWO
›

Komponent zewnętrzny doprowadził do włamania do środowiska produkcyjnego Chainstacka

Chainstack poinformował we wtorek, że zewnętrzny napastnik dostał się do części środowiska produkcyjnego przez komponent zewnętrznego dostawcy. Miał dostęp do danych klientów i do systemów z poświadczeniami węzłów, co skłoniło firmę do wymiany poświadczeń.

TechnologiaAnalizaMarta ZielińskaOpublikowano: 4 listopada 20263 min czytaniaŹródła 26
Komponent zewnętrzny doprowadził do włamania do środowiska produkcyjnego Chainstacka

Włamanie do Chainstacka przez komponent zewnętrznego dostawcy

Napastnik wszedł do środowiska deweloperskiego 26 października 2026 r., a stamtąd przedostał się do części środowiska produkcyjnego, podał Chainstack. Firma wykryła włamanie 31 października i tego samego dnia odcięła napastnikowi dostęp, pięć dni po pierwszym wejściu.

Napastnik dotarł do bazy z nazwami organizacji, nazwiskami właścicieli kont, adresami e-mail członków i hashami haseł. Miał też dostęp do systemów przechowujących poświadczenia węzłów. Firma oświadczyła: „Nie mamy dowodów, że zostały odczytane, ale traktujemy je jako ujawnione i prosimy klientów o ich wymianę”.

Chainstack zalecił klientom wygenerowanie nowych kluczy API platformy, zmianę haseł, także tych używanych w innych serwisach, oraz ostrożność wobec prób phishingu. Po odcięciu ścieżek dostępu firma wzmacnia zabezpieczenia swoich systemów.

Incydent oceniany jako część kampanii wykorzystującej AI

The Hacker News napisał, że incydent w Chainstacku ma punkty wspólne z kampanią klastra powiązanego z Chinami, który używa ARTEX, frameworka do testów penetracyjnych opartego na agentach AI. Według tego doniesienia Chainstack nie ujawnił szczegółów ataku.

BleepingComputer podał, że chińscy hakerzy użyli ARTEX w zautomatyzowanych atakach na ponad 200 organizacji w 14 krajach. Operacja zaczęła się 17 października i celowała w ministerstwa, operatorów telekomunikacyjnych oraz organizacje z sektorów farmaceutycznego, półprzewodnikowego, obronnego, nuklearnego i finansowego.

Badacze z CrowdStrike'a twierdzą, że kampania objęła co najmniej dziewięć organizacji, a wobec co najmniej 12 innych cennych celów kampania przeprowadziła password spraying i skanowanie poświadczeń, podał BleepingComputer. Grupę śledzą jako Vapor Panda. Agenci AI prowadzili rozpoznanie, wykorzystywali podatności, instalowali web shelle i zdobywali poświadczenia, a operatorzy kazali im pomijać maszyny z systemem Windows chronione przez Falcon, system ochrony punktów końcowych CrowdStrike'a.

W jednym z włamań agenci AI zużyli ponad 1,4 mld tokenów wejściowych, oceniają badacze. Kampania to według CrowdStrike'a eskalacja chińskich działań z agentami AI: od pojedynczych włamań po wiele równoległych operacji kierowanych przez człowieka. ARTEX początkowo ukazał się jako projekt open source, a potem stał się zamknięty, gdy użyto go w rzeczywistych atakach, w tym w kampanii przeciwko południowokoreańskim instytucjom finansowym, podał BleepingComputer.

Co dalej

Chainstack podał, że wzmacnia systemy. W komunikacie firma przedstawiła klientom harmonogram zdarzeń i kategorie danych, ale nie ujawniła, który komponent zewnętrznego dostawcy był źródłem włamania. Chainstack poprosił klientów o wymianę poświadczeń węzłów i kluczy API platformy oraz o zmianę haseł.

Komentarze 0

Źródła

26
  1. 01Chainstack Reports Production Systems Breach Exposing Customer Data and Password HashesEN
  2. 02Attackers turn GitHub issues into supply chain campaign against 61 public reposEN
  3. 03LiteLLM supply chain attack started with an exposed master keyEN
  4. 04Incident response challenges during software supply chain attacksEN
  5. 05Google: LLMjacking attacks rack up $1 million in cloud AI chargesEN
  6. 06Google Warns LLMjacking Attacks Are Costing Some Enterprises Up to $1 Million in Cloud ChargesEN
  7. 07Chainalysis Confirms Intrusion Into Internal Tools and Exposure of Customer Identity DataEN
  8. 08Chinese hackers use ARTEX AI in automated attacks against 200 orgsEN
  9. 09 Putin demands Russian data centers supply capacity to the state in wake of Ukraine drone attacks EN
  10. 10Barracuda Flaws Could Be Chained to Bypass Authorization and Gain Root AccessEN
  11. 11Synology NAS Devices Targeted in Ransomware Attacks Exploiting Patched DSM FlawEN
  12. 12Scientists use sound waves to deliver a new attack on deadly brain cancerEN
  13. 13Cyber Attack on Supermarket Freezers Targets Control SystemsEN
  14. 14Attackers Exploit Critical Siemens IoT2050 Flaw to Plant Remote Command BackdoorsEN
  15. 15Attackers Chain Three Ivanti Connect Secure Flaws to Gain Unauthenticated Root AccessEN
  16. 16Elon Musk’s Attack Ads Are Backfiring As Midterms NearEN
  17. 17Critical Langflow Flaws Could Let Unauthenticated Attackers Run Code on ServersEN
  18. 18Attackers Pose as IT Support on Microsoft Teams, Abuse AD CS to Steal Company DataEN
  19. 19CVSS 10.0 LXD, MicroCloud Flaw Lets Attackers Impersonate Trusted Clients Without a Private KeyEN
  20. 20Telegram Android Flaw Lets Attackers Run Code When Users Answer Voice CallsEN
  21. 21A Shared ChatGPT Link Could Run Attacker Code in Your Session and Read Private ChatsEN
  22. 22Cloudflare Reports 18.2 Million Network-Layer DDoS Attacks in Q3, Up 38%EN
  23. 23ESI supplying solar array components to missile defense programsEN
  24. 24TeamViewer Flaw Lets Remote Computers Attack Users Who Connect to Control ThemEN
  25. 25Undead Software Projects Continue to Raise Security Risks - Dark ReadingEN
  26. 26Trump admin finds yet another way to attack offshore windEN

Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.

Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.

Marta Zielińska

Marta Zielińska

AI, modele i technologie

Marta Zielińska pisze o technologiach, AI i modelach oraz mediach i internecie, opierając się na dokumentacji, preprintach i danych z API, a nie na zapowiedziach producentów. Przy każdej publikacji sprawdza karty modeli, parametry treningowe i benchmarki, a liczby porównuje z niezależnymi testami i wynikami z repozytoriów. Rozmawia z badaczami i inżynierami, czeka na kolejne wydania modeli i zestawia ich działanie z wcześniejszymi wersjami. Prywatnie drukuje w 3D, naprawia stare komputery i sprawdza, jak modele uczą się na śmieciach z internetu. Nie publikuje wyników, których nie może odtworzyć na własnym sprzęcie.

Redakcja →

Komentarze

0
  1. Brak komentarzy — bądź pierwszy.

Dodaj komentarz

Komentarze są widoczne publicznie. Nie publikujemy wulgaryzmów, spamu i treści reklamowych.