LiteLLM, Kötü Niyetli Paket Yayınında GitHub Token Sızıntısından Şüpheleniyor
LiteLLM, tehdit aktörlerinin birden fazla güvenlik kontrolünü aşarak kimlik bilgisi çalan ve arka kapı içeren kötü niyetli bir Python paketi yayınladığını açıkladı. Şirket, bu durumun AI Gateway loglarındaki bir GitHub token sızıntısından kaynaklandığından şüpheleniyor.
Özet: LiteLLM, tehdit aktörlerinin birden fazla güvenlik kontrolünü aşarak kimlik bilgisi çalan ve arka kapı içeren kötü niyetli bir Python paketi yayınladığını açıkladı. Şirket, bu durumun AI Gateway loglarındaki bir GitHub token sızıntısından kaynaklandığından şüpheleniyor.
LiteLLM, Python paketinin kötü niyetli bir sürümünün yayınlandığını duyurdu. Bu sürüm, kimlik bilgisi çalan bir yazılım ve bir arka kapı içeriyordu. Olayın temelinde, birden fazla güvenlik kontrolünün aşıldığı ve AI Gateway loglarında bir GitHub token sızıntısının olabileceği şüphesi bulunuyor.
Bu tür saldırılar genellikle supply chain attack olarak adlandırılır. Geliştirme veya dağıtım süreçlerindeki zafiyetler kullanılarak, meşru bir yazılımın kötü niyetli bir versiyonu kullanıcılara ulaştırılır. Bu durumda, bir GitHub token’ının sızması, saldırganların repository’ye erişim sağlayarak kötü niyetli kodu enjekte etmelerine olanak tanımış olabilir.
Bu olay, özellikle açık kaynak projelerde ve CI/CD pipeline’larında güvenlik pratiklerinin ne kadar kritik olduğunu gösteriyor. Token’ların ve credential’ların güvenli bir şekilde yönetilmesi, loglarda hassas bilgilerin tutulmaması ve multi-factor authentication gibi ek güvenlik katmanlarının kullanılması şart. Altyapı mühendisleri, otomasyon sistemlerinde kullanılan tüm kimlik bilgilerinin sıkı bir şekilde denetlenmesini sağlamalıdır.
Geliştiricilerin kullandığı tüm üçüncü taraf kütüphanelerin ve bağımlılıkların düzenli olarak taranması ve güvenilirliklerinin doğrulanması önemlidir. Ayrıca, build ve release süreçlerinin integrity kontrolleri ile güçlendirilmesi, bu tür supply chain saldırılarına karşı direnci artıracaktır.
🔗 Kaynak: The Hacker News
📡 Takip edilen kaynaklar ve akış: Radar