Microsoft Ungkap Penyusupan Paket LiteLLM 1.107.0 yang Berpotensi Mencuri Kredensial Pengembang

Microsoft mengungkap insiden keamanan siber yang melibatkan penyusupan paket LiteLLM versi 1.107.0 pada ekosistem pengembangan Python. Paket yang terinfeksi tersebut didistribusikan melalui Python Package Index atau PyPI pada 21 Oktober 2026 dan ditemukan mengandung kode berbahaya yang dirancang untuk mencuri kredensial pengembang. Dalam laporan keamanan yang dipublikasikan pada 23 Oktober 2026, Microsoft menjelaskan bahwa malware dapat berjalan ketika interpreter Python dimulai, bahkan tanpa aplikasi mengimpor LiteLLM secara langsung. Insiden ini menjadi perhatian penting dalam dunia TEKNOLOGI karena memperlihatkan risiko serangan rantai pasokan perangkat lunak terhadap pengembang, layanan kecerdasan buatan, dan infrastruktur cloud.

Microsoft Mengungkap Serangan Rantai Pasokan pada LiteLLM 1.107.0

Divisi riset keamanan siber Microsoft mengungkap temuan penting mengenai kompromi distribusi perangkat lunak LiteLLM versi 1.107.0. Insiden tersebut bermula ketika rilis berbahaya diterbitkan tanggal 21 Oktober 2026 melalui layanan distribusi paket PyPI dan sejumlah image container resmi. Perangkat lunak LiteLLM banyak digunakan sebagai penghubung antara aplikasi dengan berbagai penyedia model kecerdasan buatan. Dengan memanfaatkan LiteLLM, pengembang memiliki fasilitas menghubungkan aplikasi menuju beragam model bahasa melalui mekanisme komunikasi yang terintegrasi. Karena penggunaannya berkaitan dengan layanan AI dan infrastruktur pengembangan, penyusupan tersebut memiliki dampak keamanan yang serius.

Menurut keterangan resmi tim LiteLLM, paket berbahaya versi 1.107.0 tersedia di PyPI selama sekitar dua jam. Distribusinya berlangsung sekitar pukul 11.39 hingga 13.23 UTC pada 21 Oktober 2026. Tidak hanya pada pustaka Python, sejumlah image container dengan tag v1.107.0, latest, main-latest, dan main-stable termasuk dalam cakupan kompromi. Sesudah aktivitas mencurigakan ditemukan, pengelola menarik paket yang terdampak dan mengamankan kembali saluran distribusi. Walaupun paket berbahaya sudah ditarik, perangkat yang menggunakan artefak terdampak selama periode insiden tidak otomatis kembali aman. Kondisi ini menegaskan bahwa penghentian distribusi saja belum cukup.

Cara Kerja Malware LiteLLM Melalui Mekanisme Startup Python

Salah satu karakteristik paling berbahaya adalah aktivasi kode berbahaya ketika Python dimulai. Di dalam artefak berbahaya tersebut, peneliti mendeteksi beberapa berkas yang tidak semestinya ada bernama cook.pth, cook.py, dan sitecustomize.py. File yang disisipkan penyerang berada dalam lingkungan instalasi interpreter sehingga memanfaatkan prosedur startup interpreter. Teknik yang digunakan memungkinkan aktivasi tanpa penggunaan langsung modul utama. Akibatnya, pengembang yang memulai proses Python untuk kebutuhan lain mungkin menjalankan kode pencuri informasi tanpa menjalankan aplikasi LiteLLM secara khusus.

Dalam mekanisme startup pertama, file cook.pth memicu pemuatan modul cook.py. Modul tersebut memuat kode berbahaya dalam bentuk terenkode menggunakan Base64 dan kompresi zlib. Setelah diproses, program menjalankan fungsi pengumpulan kredensial. Para penyelidik siber mengidentifikasi komponen tersebut sebagai PRIVCOLLECT. Pada jalur eksekusi lainnya, sitecustomize.py dirancang mendukung eksekusi kode dari sumber jarak jauh pada lingkungan berbasis Unix. Kemampuan tersebut memungkinkan perubahan muatan berbahaya tanpa mengubah distribusi aplikasi utama. Penting diperhatikan, Microsoft belum mengonfirmasi pelaksanaan kode tahap kedua selama investigasinya.

Data Sensitif yang Berpotensi Dicuri Melalui Paket Python Berbahaya

Investigasi terhadap kode berbahaya mengungkap kemampuan program mengumpulkan berbagai jenis informasi autentikasi yang digunakan oleh aplikasi dan sistem cloud. Target pengumpulan data mencakup API key dari penyedia AI, file konfigurasi, dan informasi autentikasi dalam environment variables. Tidak hanya menargetkan akses AI, program menelusuri konfigurasi pengelolaan kode serta informasi kunci privat tertentu. Platform komputasi awan termasuk AWS, Azure, dan Google Cloud juga termasuk dalam sasaran pengumpulan. Ketika data autentikasi jatuh ke pihak tidak berwenang, ancaman tidak terbatas pada satu aplikasi karena token tertentu dapat digunakan untuk mengakses sumber daya tambahan.

Selain informasi pengembang, malware dirancang membaca data tertentu dari peramban. Komponen yang diperiksa termasuk catatan aktivitas peramban dan sejumlah berkas yang berkaitan dengan autentikasi web. Meski kemampuan pengumpulan cukup luas, keberadaan fungsi pencarian tidak memastikan setiap target terekspos. Cakupan data yang dapat diakses bergantung pada izin proses. Program berbahaya tersebut mengemas data yang ditemukan sebelum mengenkripsinya untuk dikirim keluar. Berdasarkan pemeriksaan kode, sistem tersebut menerapkan mekanisme pengamanan data dengan dua algoritma kriptografi untuk menyembunyikan materi sensitif dari inspeksi sederhana. Pendekatan tersebut menambah kompleksitas analisis jaringan.

Dampak Penyusupan LiteLLM terhadap Pengembang dan Infrastruktur AI

Penyusupan paket Python tersebut memiliki cakupan risiko yang luas karena LiteLLM menjadi bagian dari infrastruktur penghubung model bahasa. Pada lingkungan perusahaan, paket tersebut mungkin digunakan di komputer pengembang, server pengujian, image container, dan sistem integrasi berkelanjutan. Ketika artefak berbahaya digunakan, malware dapat mencoba membaca informasi kredensial yang memiliki izin akses pada lingkungan tersebut. Dampak yang mungkin terjadi meliputi akses tidak sah ke layanan cloud, perubahan konfigurasi, dan peningkatan biaya layanan akibat penyalahgunaan. Meski cakupan ancaman cukup besar, keberadaan versi terdampak tidak otomatis menunjukkan seluruh data telah diambil.

Kasus LiteLLM juga memperlihatkan bagaimana penyusupan rantai pasokan aplikasi berpotensi menyebarkan komponen berbahaya secara luas. Berdasarkan penjelasan tim LiteLLM, pelaku memanfaatkan kelemahan dalam rangkaian pengamanan penerbitan. Artefak yang didistribusikan dibuat melalui jalur yang telah dimanipulasi. Peristiwa ini menunjukkan bahwa pemeriksaan tidak hanya pada kode sumber aplikasi, tetapi juga pipeline pembangunan. Di lingkungan DevOps, keamanan supply chain menjadi semakin penting. Apabila integritas rilis tidak diverifikasi, organisasi mungkin menjalankan komponen yang telah dimodifikasi meskipun mengunduh dari saluran yang tampak sah.

Langkah Mengamankan Sistem Setelah Insiden LiteLLM 1.107.0

Bagi organisasi yang menggunakan LiteLLM, langkah pertama adalah mengidentifikasi cakupan paparan. Kegiatan penelusuran tersebut harus memperhatikan komputer pengembang, server pengujian, container, cache paket, dan image pembangunan aplikasi. Perlu diperhatikan, pemeriksaan pada lingkungan yang diduga terinfeksi tidak boleh dimulai dengan menjalankan interpreter Python terdampak. Hal tersebut bertujuan menghindari pelaksanaan otomatis komponen pencuri data. Dalam investigasi insiden, administrator sebaiknya memeriksa disk melalui lingkungan tepercaya. Jika instalasi berbahaya ditemukan, sistem harus ditangani melalui mekanisme respons insiden untuk mencegah penyebaran dampak keamanan.

Sesudah sistem berisiko berhasil dipisahkan, organisasi harus mengevaluasi informasi autentikasi berisiko. Informasi yang perlu diperiksa mencakup token layanan AI, akses cloud, kredensial Git, SSH, dan token layanan internal. Penerbitan ulang token keamanan sebaiknya dijalankan melalui sistem yang tidak terkompromi. Selain mengganti kredensial, administrator sebaiknya memulihkan sistem dari sumber yang telah diverifikasi. Dalam rekomendasi keamanannya, Microsoft menjelaskan bahwa penghapusan direktori aplikasi belum tentu menyingkirkan malware. Alasannya file startup berbahaya dapat berada di luar direktori aplikasi. Karena alasan tersebut, penanganan insiden yang mencakup sistem dan identitas merupakan bagian penting dari perlindungan lanjutan.

Pelajaran Keamanan Siber dari Penyusupan LiteLLM 1.107.0

Pengungkapan Microsoft mengenai LiteLLM 1.107.0 menjadi pengingat penting dalam perlindungan infrastruktur digital. Melalui manipulasi proses distribusi, penyerang mampu memasukkan malware ke dalam artefak resmi. Mekanisme aktivasi melalui startup interpreter memperluas potensi risiko karena proses interpreter dapat mengaktifkan kode tanpa impor LiteLLM. Sekalipun pengelola telah menangani rilis yang disusupi, pemeriksaan sistem tetap diperlukan. Insiden tersebut memperlihatkan kebutuhan perlindungan pipeline rilis dan pengelolaan kredensial secara disiplin. Dengan menerapkan pendekatan tersebut, organisasi memiliki kesiapan lebih baik menghadapi ancaman supply chain. Seberapa penting menurut Anda perlindungan pipeline pengembangan perangkat lunak? Sampaikan pengalaman Anda mengenai langkah menjaga infrastruktur pengembangan tetap aman.