【热点安全风险】10月23日|LiteLLM1.107.0官方包被植入后门,攻击者可窃取云密钥与模型凭据"

admin 2026-10-24 14:26:32 网络安全文章 来源:ZONE.CI 全球网 0 阅读模式

【热点安全风险】10月23日|LiteLLM 1.107.0 官方包被植入后门,攻击者可窃取云密钥与模型凭据

华顺信安威胁情报中心

2026年10月23日 07:30
湖南

去阅读

PART.01

风险汇总‍‍‍

风险一:LiteLLM 官方发布渠道被投毒,1.107.0 的包与镜像被植入凭据窃取器

LiteLLM 是面向大模型调用的统一网关,常被部署为代理以集中管理各厂商模型密钥、配额与路由。厂商于 10 月 21 日发布事件公告,确认发布到 PyPI 的 1.107.0 被植入恶意代码:七个 wheel 全部受影响,暴露窗口为 11:39 至 13:23;Docker Hub 与 GHCR 上的 v1.107.0、latest、main-latest、main-stable 四个标签同样被替换为恶意制品,浮动标签会让未指定版本的环境在重新拉取时一并中招。载荷通过 cook.pth 与 sitecustomize.py 实现自启动,任何 Python 进程启动都会触发,先收集浏览器保存的口令、SSH 私钥、云与 Kubernetes 凭据、.env 文件以及各类 AI 工具的配置,再拉起常驻进程按远程地址加载代码。1.107.0 的源码标签本身干净,恶意文件是在构建阶段注入、经形近仓库打包的。厂商已下架全部制品、收缩凭据权限并恢复发布流程,要求受影响主机按已外泄处理,轮换代理库中的上游密钥、主密钥、数据库口令与进程环境变量中的凭据,并重新安装锁定到 1.106.2。

建议排查

  1. 核对暴露窗口内是否安装过 1.107.0 或拉取过上述标签
  2. 检查 site-packages 中是否存在 cook.pth、cook.py 与sitecustomize.py
  3. 检索持有 remote\_code\_loader 锁文件的异常 python 进程

加固建议

  1. 不要直接重装,先删除恶意文件并终止常驻进程
  2. 重新安装并锁定到 1.106.2,镜像与虚拟环境整体重建
  3. 轮换该主机可触达的云、数据库与模型厂商密钥

参考来源

https://docs.litellm.ai/blog/security-incident-oct-21-2026

风险二:GMO 互联网集团(GMO Internet)旗下云桌面遭未授权访问,官方称最多 26,739 台客户服务器被植入恶意程序

お名前.com 是日本域名注册商 GMO 互联网集团旗下的域名与主机服务品牌,其桌面云(Desktop Cloud)以虚拟机形态向客户交付可长期在线的远程桌面。厂商于 10 月 21 日在官网发布公告,确认 10 月 20 日在部分客户的服务器环境中发现第三方植入的恶意程序,可能受影响的服务器数量为 26,739 台,服务器内保存的信息存在被浏览的可能,具体细节仍在调查。为阻止影响扩大,厂商自 10 月 21 日 4:00 起按顺序停止客户服务器,桌面云全部套餐暂停,新申请与控制面板登录同时不可用,恢复时间确定后另行通知。公告称目前尚未确认客户个人信息外泄,也未确认被浏览的信息遭到滥用,并说明公司不持有包含信用卡号的支付信息;厂商要求客户尽快修改存放在服务器内的账号口令等认证信息,同一口令用于其他服务的也要一并修改,并提醒警惕借此事实施的钓鱼邮件与电话,强调不会以邮件或电话索要口令与信用卡信息。公告未披露入侵入口与攻击者身份,也未说明是否收到勒索要求。

建议排查

  1. 核对是否有业务部署在该云桌面平台上
  2. 检查相关服务器是否存放长期有效的密钥与凭据
  3. 复核 10 月 20 日以来该平台的登录与操作记录

加固建议

  1. 暂停受影响服务器上的业务与自动化脚本
  2. 轮换服务器上保存的全部口令、API 密钥与证书
  3. 恢复后按最小权限重建实例并开启主机侧监控

参考来源

https://www.onamae.com/news/article/11584

风险三:西门子(Siemens)Software Center 遭 DLL 侧加载在野利用,攻击者可借签名程序在终端执行代码(CVE-2026-110936)

西门子(Siemens)Software Center 是用于下载、安装与激活所购西门子软件并获取更新的桌面客户端。厂商 10 月 15 日发布 SSA-580366 公告,指出该程序会从不受控的搜索路径加载动态链接库(CWE-427),本地攻击者在可写入的搜索目录放置特制 DLL 后即可借该程序执行代码;评分 CVSS 3.1 为 6.7、CVSS 4.0 为 8.4,低于 4.0.9.8 的版本全部受影响。西门子 10 月 19 日追加说明确认该问题已遭在野利用:攻击者把正版签名程序与自己的文件放在同一目录分发,程序本体未被篡改,恶意代码位于其加载的 DLL 中,因为 3.5.8.7 会从自身目录加载辅助文件且不做校验。官方公布的控制端点为 96.62.218.59 与域名 wizardexpensive.com;主机侧特征包括 AppData 下的 SM Software Provisioning Service 目录、与主程序同级的 activate.bak,以及开机项中出现从未安装过的该程序。CISA 已于 10 月 20 日将其列入已知被利用漏洞目录,处置期限为 11 月 3 日。

建议排查

  1. 清点终端上 Software Center 版本是否低于 4.0.9.8
  2. 检查 AppData 下是否存在 SM Software Provisioning Service 与 FTSuite 目录
  3. 检索主机与代理日志中对 96.62.218.59 的访问

加固建议

  1. 升级到 4.0.9.8 及以上并只从官方渠道获取安装包
  2. 在防火墙、代理与 DNS 上封禁公告列出的地址与域名
  3. 禁止用户把网页给出的命令粘贴进运行框或 PowerShell

参考来源

https://productcert.siemens.com/news/2026/10/19/active-exploitation-of-cve-2026-110936-in-siemens-software-center/

风险四:Apache 软件基金会修复 Tomcat 三枚 9.1 分漏洞,未认证攻击者可绕过口令认证(CVE-2026-101296)

Apache Tomcat 是运行 Java Servlet 与 JSP 的应用服务器,大量企业门户与内部系统以其作为 Web 容器。Apache 软件基金会于 10 月 20 日公开三枚评分 9.1 的漏洞,均在 11.0.27 中修复。CVE-2026-101296 位于 JNDIRealm,当该域配置非 GSSAPI 的 SASL 认证机制时,认证流程缺少关键校验步骤,攻击者无需提供正确口令即可通过认证;CVE-2026-101356 是 HTTP/2 处理异步 Servlet 时的对象回收与复用错误,可造成不同用户之间的请求或响应错配,使一方读到另一方的内容;CVE-2026-103119 是大尺寸非阻塞写入触发缓冲区下读,响应体会被拆分到同一连接的下一个请求,可能把前一个响应的数据泄露给后一个请求。三枚均属未认证可达,受影响范围覆盖 11.0 分支早于 11.0.27 的版本,10.1 与 9.0 分支的对应区间同样受影响,已停止维护的 8.5 与 7.0 也在影响之列,官方给出的修复版本为 11.0.27、10.1.61 与 9.0.123。

建议排查

  1. 清点 Tomcat 版本与 11.0/10.1/9.0 分支的补丁状态
  2. 检查是否启用 AJP 连接器与 HTTP/2 异步 Servlet
  3. 核查 JNDIRealm 是否使用非 GSSAPI 的 SASL 机制

加固建议

  1. 升级到 11.0.27、10.1.61 或 9.0.123
  2. 非必要不启用 AJP,必须启用时限定来源地址
  3. 隔离承载多租户应用的实例,减少响应错配的横向影响

参考来源

https://nvd.nist.gov/vuln/detail/CVE-2026-101296

风险五:OpenStack Manila 公共共享接口越权,租户可改动他人共享规则并窃取数据(CVE-2026-71195)

OpenStack Manila 是 OpenStack 的共享文件系统服务,为虚拟机与容器提供可挂载的共享存储。OpenStack 安全团队于 10 月 20 日发布 OSSA-2026-046,披露 Manila 在公共共享相关接口上存在越权问题(CVE-2026-71195,CVSS 3.1 为 9.9):接口先按调用方自身项目完成授权,再加载另一个项目的公共共享,却没有针对共享的真实属主重新鉴权,因此非属主可以修改他人共享的访问规则、软删除或恢复该共享,也可以为他人共享创建备份。兼容的存储后端会据此改动既有访问规则,导致属主与已授权用户的使用中断。同一公告还指出,导出位置元数据接口没有把查询限定在请求所指向的共享上,已认证的项目成员只要提交自己掌控的共享标识与目标的导出位置 UUID,就能读取、修改或删除他人项目的导出位置元数据,配合公共共享更易利用。受影响版本为早于 20.0.3、21.0.3、22.0.2 的各分支以及 23.0.0,修复已按分支合入 20.0.3、21.0.3、22.0.2 与 23.0.1;未启用公共共享、也不使用导出位置元数据的部署不受影响。

建议排查

  1. 清点 Manila 版本是否落在受影响的分支区间
  2. 核查是否启用公共共享与导出位置元数据功能
  3. 审查跨项目共享的访问规则变更与备份创建记录

加固建议

  1. 升级到 20.0.3、21.0.3、22.0.2 或 23.0.1
  2. 暂不能升级时关闭公共共享并停用导出位置元数据
  3. 对共享访问规则与备份操作设置告警与审批

参考来源

https://security.openstack.org/ossa/OSSA-2026-046.html

风险六:vLLM 推理服务未认证端点存在代码执行漏洞,攻击者可指定模型修订版本加载任意代码(CVE-2026-114053)

vLLM 是面向大模型推理的服务框架,常被用于自建推理集群与内部模型服务。其安全公告披露,0.7.3 起至 0.31.0 之前的版本会把请求中携带的 mm\_processor\_kwargs.code\_revision 原样转发给 Transformers 的 AutoProcessor.from\_pretrained,等于允许调用方指定加载模型动态处理器代码的哪个修订版本。在开启 trust\_remote\_code 的部署中,攻击者只要能在被服务的模型仓库中控制某个修订,就可向未做认证的 /tokenize 端点发送一个多模态请求,使服务进程导入其指定修订的处理器代码,从而在 vLLM 的 API 进程中执行任意 Python。评分 CVSS 4.0 为 9.2、CVSS 3.1 为 8.1,后者因需先取得对模型仓库某个修订的控制而被标记为高复杂度,攻击路径也因此取决于模型来源是否可信。0.31.0 已修复该问题,公告同时给出了对应的修复提交,便于自建镜像核对是否已合入。

建议排查

  1. 清点 vLLM 版本与是否启用 trust\_remote\_code
  2. 确认 /tokenize 等推理端点是否对公网开放
  3. 核查所用模型仓库的写入权限与修订来源

加固建议

  1. 升级到 0.31.0 及以上版本
  2. 关闭 trust\_remote\_code,改用本地固化的模型目录
  3. 对推理端点强制认证并只允许可信网关调用

参考来源

https://nvd.nist.gov/vuln/detail/CVE-2026-114053

PART.02

总体处置建议‍‍‍

总结

本期两条事件指向同一类结构性风险:信任链上游被攻破。LiteLLM 的恶意制品并非源码被改,而是构建阶段被注入、再用形近仓库打包发布,因此校验源码标签、比对官方提交都无法发现问题,只有比对制品哈希或锁定版本才拦得住;其载荷还会读取进程环境变量与代理库中的上游密钥,等于把网关长期储蓄的凭据一次性搬走。云桌面服务则说明托管方一旦被入侵,客户侧的脚本、密钥与自动化任务会同步暴露,官方只能停机止损而无法替客户判断哪些数据被读过。余下四条漏洞中,Tomcat 与 Manila 都是授权边界被绕过:前者由未认证请求触发,可造成跨用户响应错配、或直接就着配置缺陷跳过口令校验;后者需要有效租户,却能让一个项目动到另一个项目的共享规则与备份。这类越权往往没有明显的攻击特征,只能靠版本基线与跨项目操作审计发现。西门子 Software Center 与 vLLM 则分别从终端加载路径与模型处理器加载路径被绕过,两者都不是程序逻辑被攻破,而是信任了不该信任的来源。

整体风险处置建议

  1. 对第三方依赖锁定版本并校验制品哈希,不依赖源码标签判断安全
  2. 收缩发布与构建权限,浮动镜像标签改为按摘要固定后再上线
  3. 网关与代理类组件保存的上游密钥分区管理,按可批量轮换设计
  4. 优先处置已确认在野利用的目标,按官方公布的端点做终端与代理回溯
  5. Web 容器与云平台服务建立版本基线,重点排查跨用户响应错配与跨项目越权

合规说明

以上内容基于公开信息整理,仅用于网络安全防护与管理决策参考,具体影响范围与修复方式请以厂商官方公告为准。

委内瑞拉陆军全军人员与业务数据库泄露威胁情报分析" 网络安全文章

委内瑞拉陆军全军人员与业务数据库泄露威胁情报分析"

该报告分析2024年委内瑞拉大选后陆军数据库泄露事件,2026年10月被重新传播。数据真实性高置信度约90%,实际涉及约6.7万名军事相关人员及6.5万条亲属记录,而非声称的百万军人。数据集含人事主档、家庭成员、证件照等敏感字段,军衔结构呈典型金字塔形态。报告建议以约6.7万人口径对外表述,并关注地缘政治背景下该数据的情报价值。
AI连续跑8个小时会用多少token" 网络安全文章

AI连续跑8个小时会用多少token"

文章记录了AI连续运行8小时消耗约4209万token的实测数据,其中缓存命中率极高,等效计费约630万token。作者强调AI连接数据库的安全风险,建议使用测试库、修改账号密码、做好备份,避免直接操作生产库。
上海经侦龚晨,用算法重构资金分析智能体" 网络安全文章

上海经侦龚晨,用算法重构资金分析智能体"

上海经侦民警龚晨通过自学python搭建资金数据清洗小程序,迭代出资金分析智能体,将资金分析从数天压缩至分钟级,已为企业挽回经济损失超100亿元,并研发涉企风险预警模型实现事前预警。其经验代码化与类案小模型思路为基层经侦提供可复制的技战法升级样板。
评论:0   参与:  0