跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

Chainstack 数据泄露溯源至第三方组件,AI 辅助入侵正在扩散

Chainstack 于 2026 年 11 月 3 日表示,一名外部攻击者通过第三方组件进入了其部分生产环境。该公司称,入侵者于 10 月 26 日进入一个开发环境,Chainstack 在 10 月 31 日切断了访问。

科技分析王雅琴发布: 2026年11月4日3 分钟阅读资料来源 26
Chainstack 数据泄露溯源至第三方组件,AI 辅助入侵正在扩散

Chainstack 数据泄露溯源至第三方组件

对 SaaS 和区块链基础设施公司来说,第三方组件和 API 密钥是真实的入侵路径,不是纸面问题。客户应轮换凭据,并警惕钓鱼。Chainstack 表示节点凭据已被暴露,但没有证据显示这些凭据被读取。Chainstack 和 WorkOS 都没有说明受影响客户的数量。

时间线是最有用的部分。攻击者于 2026 年 10 月 26 日进入一个开发环境,随后升级到部分生产环境。Chainstack 在 10 月 31 日发现入侵,并在当天切断访问。数据库中有组织名称、账户持有人姓名、成员邮箱地址和密码哈希。Chainalysis 确认其内部工具遭到入侵。截至 2026 年 11 月 2 日,该公司仍将 Reactor 和 Data Solutions 产品保持离线。

为什么 AI 辅助入侵改变了时间表

Google 威胁情报小组和 Mandiant 在周一给出了速度方面的数字。单日欺诈性费用超过 10万 美元。在访问被撤销之前,一些组织的累计费用达到 100万 美元。

一个行为体在不到八小时内发起了超过 50万 次 LLM API 调用。它使用了窃取的第三方 API 密钥。中转服务 Jet Night 将接近 100万 美元的 token 成本转嫁给受害组织。根据 Google 研究人员的说法,Jet Night 以每月 60 美元的价格出售“无限访问套餐”。

Google 描述了两个集群。一个集群扫描公开暴露的 LLM 端点,另一个从缺乏防护的机器上窃取有效 API 密钥。攻击者随后通过研究人员称为 LLM 混流器的服务转售访问权限。这些服务用窃取的密钥中转订阅者的提示词,能把请求量推到每秒 1000 次以上。Google 还观察到 LiteLLM 中的 CVE-2026-40217 遭到利用。该漏洞允许通过自定义代码护栏测试端点,在服务器上执行任意代码。

供应链仍是薄弱环节

The Register 在 2026 年 10 月 29 日报道,攻击者把 GitHub issue 变成了一场供应链攻击活动。该活动在不到一小时内波及 61 个公共代码仓库。三天前,该媒体曾报道,LiteLLM 供应链攻击始于一个暴露的主密钥。

在 2026 年国际信息系统安全认证联盟安全大会上,Atlassian 产品安全经理 Deepam Kanjani 描述了一起 Shai-Hulud 蠕虫入侵事件。恶意软件包拥有可信的代码仓库和高互动指标。它藏在第三层深处,顶层依赖扫描看不到它。响应人员陷入困境,因为他们的软件物料清单已经过时。他们在 400 多个服务上也没有运行时遥测。

防御者被要求做什么

Kanjani 建议把软件物料清单数据的时效保持在 72 小时以内。他还建议增加针对未知模块加载的运行时检测。他认为,防御者应追查恶意操作行为,而不是追查归因,因为身份信号很容易被操纵。

Google 的清单更长。它包括集中式密钥平台、最小权限、拒绝所有未明确要求的权限,以及抗钓鱼的多因素认证。The Hacker News 报道称,据评估,Chainstack 事件与一个使用 ARTEX 的关联中国的集群存在重叠。Chainstack 没有披露细节。BleepingComputer 报道称,中国黑客使用 ARTEX 对 14 个国家的 200 多个组织发动了自动化攻击。

评论 0

资料来源

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

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

王雅琴

王雅琴

人工智能、模型与技术

王雅琴负责FLASH24的人工智能、模型与技术报道,覆盖科技、人工智能与模型、媒体与互联网领域。她习惯直接查阅技术文档、模型卡与官方博客,而非依赖新闻稿,对未经核实的参数和跑分数据一概不放行。每篇报道前,她会逐项核对基准测试结果,对照论文原文与开源代码,确认版本号、数据集和评测条件是否一致。她常联系开发者与研究人员求证细节,也盯着各大厂商的发布会和论文截稿日期,横向比较同类模型的实际表现。私下她自建服务、折腾家庭网络,这让她对部署成本和真实算力需求有直观判断。她的原则是:没有可复现来源的数字,不写进稿子。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。