bodog官网 - 相信品牌的力量

LiteLLM 被投毒事务措置建议及AI Agent时期供给链安全解析
更新功夫:2026-03-31 起源:原创 编纂:治理员 浏览:204

2026 年 3 月 24 日,Python AI 生态主题基础组件 LiteLLM 遭逢 PyPI 供给链投毒,多多开发者照常执行pip install litellm,却不知装置的并非通常开源依赖,而是一把可直插云环境、K8s 集群、CI/CD 流水线、SSH 密钥库甚至数据库的 “全能钥匙”。

图片

Python AI 作为月下载量超 9500 万、单日下载量达 3408615 次的 AI 基础设施 “总线层” 组件,这次投毒事务并非孤立的开源包挂马,而是针对 AI 生态的高成熟度供给链攻击,更是给所有企业敲响了数据安全与开源依赖治理的警钟。

一、为何 LiteLLM 投毒,杀伤力远超通常开源包 ?

面对开源包投毒,好多人的第一反映是 “卸载沉装即可”,但 LiteLLM 的特殊行业定位,让这次投毒的杀伤力呈指数级放大 —— 它并非边缘工具库,而是大量 AI 利用出产环境中接入多模型、多供给商、多网关战术的统一入口,能将 OpenAI、Anthropic、Google 等各类模型接口抽象为统一 API,是好多 AI 系统中 “所有密钥城市经过” 的主题地位。

这意味着,LiteLLM 被投毒后,攻击者接触的不是通常机械,而是存放着云平台 API 密钥、数据库配置、CI/CD token 的高价值环境,蕴含企业内部 Agent 执行环境、衔接内部知识库的自动化服务、带 K8s service account token 的容器节点等。攻击者无需逐个黑进企业,只需传染这个全行业高度信赖的基础依赖,就能让企业自动将后门带回出产环境,利用 “软件信赖” 实现规 ;セ,这也是供给链攻击远比通常缝隙更具威胁的主题原因。

二、深度拆解:LiteLLM 供给链投毒的主题作案手法

这次 LiteLLM 投毒事务的主题作案手法,突破了传统开源包恶意代码注入的通例模式,且两个恶意版本的攻击方式层层升级,更具荫蔽性,官方已确认安全版本回退至 1.82.6,且恶意代码仅存在于 PyPI 颁布物中,上游 GitHub 仓库无异常,或许率是颁布链路被劫持、守护者凭证被盗所致。

1

1.82.7 版本


导入即触发:恶意代码以 base64 编码载荷暗藏在litellm/proxy/proxy_server.py中, ?楸坏既胧奔纯讨葱,企业只有运行有关 ?榛蛳钅科舳钡既敫寐呒,就会直接中招 ;

2

1.82.8 版本


装置即种下 “定使亘弹”:新增litellm_init.pth文件,利用 Python 诠释器启动时自动处置.pth文件的机造,实现无需手动 import,只有 Python 过程启动,恶意逻辑就可执行,从 “运行时中沼妆 升级为 “装置后整个 Python 环境被劫持”,直接踩穿了 Python 运行时的信赖模型。

三、全域凭证窃取,直指企业数字基础设施节造权

本次攻击最主题的威胁,在于其窃取指标的全域覆盖性与高价值性。据 BleepingComputer、Endor Labs、OX Security 等机构公开分析,恶意 payload 构建了齐全的敏感资产采集系统,覆盖企业全链路主题凭证,蕴含但不限于:

  • SSH 密钥与配置文件

  • AWS / GCP / Azure 云凭证

  • Kubernetes token 与集群 secrets

  • .env 及其变体文件

  • 数据库凭证和配置

  • TLS 私钥

  • CI/CD secrets

  • 加密钱币钱包有关数据

  • 机械环境信息,如 hostname、whoami、uname -a、printenv 等窥伺信息 (BleepingComputer)

好多人将这类窃密攻击误会为 “偷账号”,但在云原生与 AI 工程系统中,攻击者现实篡夺的是整家公司数字基础设施的节造权:窃取云厂商凭证可直接读写存储、调度算力、遍历密钥 ;窃取 K8s Secret 能收受集群服务与通讯 ;泄露.env文件等同于露出创业公司主题密钥(支付、数据库、模型 API、第三方 SaaS 等) ;盗取 CI/CD Token 则会传染构建与颁布流程,实现悠久化入侵。性质上,这并非顺手牵羊,而是工业化批量窃取开发、云、容器与自动化流程中的高价值凭证。

四、这不是单点木马,而是一条齐全的攻击链

这次 LiteLLM 投毒事务之所以让整个开源生态严重,并非单案所致,而是该事务与攻击组织TeamPCP的陆续供给链作案链高度关联,该组织此前已参加 Trivy、Checkmarx/KICS 等开源工具的供给链攻击,LiteLLM 官方也确认这次事务与 Trivy 安全扫描依赖有关,且已实现所有守护者账号轮换。

这意味着,攻击者并非专门盯上 LiteLLM,而是将指标对准了开源生态上游的构建与颁布链路:先攻下高信赖度的安全扫描器、CI/CD 工具等上游组件,再借助下游项主张自动化流程和颁布凭证实现风险扩散,最终将习染面从一个工具扩大到整个生态链。

现代软件生态是相互嵌套的 “依赖丛林”,一个安全扫描器衔接 GitHub Action,一个 Action 衔接项目颁布流水线,一个流水线衔接 PyPI 等仓库,一个基础库又衔接数十万开发机和服务器,攻击者真正攻击的,是现代软件工业的 “复用与自动化结构自身”。

五、供给链攻击已从个案升级为生态连锁风险

LiteLLM 事务虽性质恶劣,但若仅为孤立案例,尚不及以令整个开源生态高度严重。真正令人警惕的是,它并非个案,而是统一攻击组织的系列行动。BleepingComputer、Snyk、The Hacker News、Endor Labs 等多家机构均证实,这次事务与 TeamPCP 组织有关,该组织此前已牵扯 Trivy、Checkmarx/KICS 等多起供给链攻击。LiteLLM 官方 issue 也明确指出,本次入侵与 Trivy 安全扫描依赖有关,且已全数轮换守护者账号。

这批注攻击者指标并非 LiteLLM 自身,而是上游更宽泛的构建与颁布链路。其典型模式是:先攻下高可信工具或 CI/CD 环节,再借助下游项主张自动化流程与颁布凭证扩散,将单点习染放大至整个生态链。

如今软件早已不是独立项目,而是高度嵌套的依赖丛林:安全扫描器关联 GitHub Action,Action 关联颁布流水线,流水线关联 PyPI/NPM/ 镜像仓库,基础库又关联数十万开发与出产环境。攻击者真正对准的,是现代软件工业的复用与自动化系统自身。当效能高度依赖默认信赖的自动装置、更新与颁布,供给链攻击便获得了极强的扩散杠杆。

六、从密钥暴增到权限失守,AI 供给链的底层安全 ;

2018 年产生此类事务已属严沉,放到 2026 年则风险倍增,主题原因是当下软件环境,尤其涉及到 AI 领域,的密钥密度呈爆炸式增长。从前通常 Web 服务仅需少量密钥,而如今一个 AI Agent 项目会同时集成多类模型密钥、向量库凭证、各类 SaaS 权限、云平台令牌、内部工具接口等大量敏感配置,相当于承载了一整套可编程的组织权限能力。

这正是 LiteLLM 事务的标志性意思:攻击者已意识到,AI 基础设施是高密度凭证、高权限自动化、高价值数据入口的集中体。一旦 AI 基础库遭逢供给链传染,攻击者获取的不只是本地 SSH 密钥,还可能渗入企业内网、节造审批与颁布流程、窃取模型预算与客户数据,甚至直接管受 Agent 工具挪用权限。

因而,LiteLLM 事务绝非单一安全变乱,而是明确信号:Agent 安全已进入默认高危阶段。未来 AI 安全不能只聚焦提醒注入、越权、幻觉等表层问题,更要直面底层风险:Agent 所依赖的组件、构建方、颁布权限,是否早已被传染的工具链波及 ?

七、事务警醒:警惕pth机造无感中毒

这次事务中,1.82.8 版本的.pth文件机造,堪称 “无感中毒” 的教科书式演示,也突破了企业对开源依赖防护的传统认知 —— 好多企业以为 “只有不执杏注不 import,被传染的开源包就无风险”,但.pth机造让恶意代码的执行脱离了业务代码挪用的约束。

.pth文件的可怕之处,在于其触发的前置性与荫蔽性:

1

触发无差距:无需业务代码显式引用,任何启动 Python 的剧本、测试、构建步骤、自动化工作,都可能触发恶意逻辑 ;

2

审计难发现:传统代码审计仅关注业务代码中的显式导入,而.pth的恶意行为产生在业务逻辑执行之前,极易被忽略 ;

3

习染领域广:在共享 Python 环境、CI Runner、镜像构建节点等场景中,只有装置过该版本,后续所有 Python 过程都可能被传染。

这也让行业意识到:装置被传染的依赖自身,就已经足够危险,开源依赖的安全防护,必须从 “运行时检测” 前移至 “装置前审计 + 全性命周期监控”。

八、LiteLLM 事务垂危措置措施

若是企业的开发环境、出产环境、CI/CD 流水线等任何场景使用过 LiteLLM,必要拉群执杏注即刻落地的垂危措置措施,bodog官网 - 相信品牌的力量结合行业安全实际,对每一步操作做落地化补充:

第一步:全场景排查恶意版本


通过pip show litellm、pip freeze | grep litellm号令,排查是否装置 1.82.7、1.82.8 版本,不仅要查线上服务,更要覆盖开发者本地环境、CI/CD runner、构建镜像节点、数据科学笔记本、K8s 节点、自动化剧本运行机等所有含 Python 运行时的环境 ;

图片

第二步:立即回退至安全版本


执行pip install litellm==1.82.6沉装安全版本,同时对所有依赖 LiteLLM 的项目进行版本锁定,预防自动拉取最新版本 ;


图片

第三步:全面排查悠久化攻击痕迹


沉点查抄~/.config/sysmon/sysmon.py、/tmp/pglog、/tmp/.pg_state等文件,排查是否存在假装成 “System Telemetry Service” 的 systemd 用户服务,同时查抄未知自启动项、暗藏目录及到checkmarx.zone、models.litellm[.]cloud的可疑出站衔接 ;

第四步:深度审计 K8s 集群安全


若 AI 服务运行在 K8s 环境,沉点审查kube-system定名空间中的未授权 Pod/daemonSet/Job,排查高权限 service account 异常使用、节点层面可疑容器、镜像拉取源及执行号令异常,阻断横向移动风险 ;

第五步:全量轮换敏感凭证


这是最主题的一步,立即轮换所有敏感资产凭证,蕴含 SSH 密钥、云平台(AWS/GCP/Azure)凭证、K8s secrets、.env 文件中所有变量、数据库密码、TLS 私钥、CI/CD token、第三方 SaaS API 密钥等,做到 “无一遗漏” ;

第六步:复盘依赖引入链路


查清 LiteLLM 是直接装置还是通过上层依赖间接引入,查抄是否存在>=无上限版本约束,梳理哪些 CI 工作会自动拉取最新依赖、哪些镜像构建未锁定哈希,从源头堵截恶意依赖的引入蹊径 ;

第七步:隔离受传染环境


对确认装置过恶意版本的开发机、服务器、容器节点进行网络隔离,预防其持续与企业内网主题资产通讯,预防风险进一步扩散 ;

第八步:发展全环境安全扫描


利用企业级安全扫描工具,对所有出产环境、开发环境进行全面的恶意代码扫描与缝隙检测,排查是否存在其他未知的攻击痕迹与安全隐患。

九、LiteLLM 事务启迪

LiteLLM 供给链投毒事务,不仅是一次单一的安全变乱,在这次事务中我们要汲取的是三层认知升级:

开源依赖不是代码,而是组织治理

好多团队仍将依赖安全视为工程师幼我事务,但主题依赖投毒的影响已远超研发细节 —— 直接关联客户数据安全、云资源、模型预算、颁布链齐全性、合规风险及品牌融资,是 CEO/CTO/CISO/ 平台掌管人需共同面对的企业级问题。

热点开源反而是高价值攻击指标

LiteLLM 月下载量超 9500 万、单日超 340 万,重大用户基数意味着更高攻击 ROI,一旦被攻破,可实现规 ;缦绽┥。

Agent 时期最危险的资产是权限

好多 AI 公司聚焦模型能力、推理成本等主题竞争力,却忽视了决定企业生死的安全基建 —— 凭证治理、依赖锁定、颁布审批、权限管控、安全审计等基础环节,才是 AI 公司真正的生死线。



LiteLLM 投毒事务并非 “开源生态的黑天鹅”,而是现代软件工业 “自动化、复用化、云原生” 发展的必然了局 —— 当一行pip install能直通企业的云环境、集群、数据库和自动化系统,这行号令的背后,是企业对开源生态、颁布链路、依赖组件的层层信赖。

但信赖不蹬宗放任,开源生态的高效复用,必要 “信赖 + 验证” 的双沉安整个系作为支持,这也是bodog官网 - 相信品牌的力量多年来为企业提供数据安全服务的主题思路:

01

成立开源依赖全性命周期管控:从依赖引入的审计、装置过程的监控,到运行时的检测、版本的全量治理,实现开源依赖的 “可管、可控、可追忆” ;

02

筑牢密钥与权限的最幼化管控:选取数据分类分级、细粒度权限管控、动态凭证治理等技术,实现 “密钥按需分配、权限最幼化、操作可审计”,即便产生依赖投毒,也能大幅降低敏感数据泄露的风险 ;

03

构建企业级全链路数据安全防护系统:将开源依赖安全融入企业整体数据安全防护,结合实时监测、异常检测、溯源分析等能力,实现 “事前预防、事中拦截、过后溯源” 的全性命周期防护,从底层筑牢企业数据安全防线 ;

开源是数字经济与 AI 产业发展的主题动力,企业无需剖腹藏珠,但必须成立与开源生态相匹配的安全防护能力。在数据安全与开源依赖风险交错的时期,唯有将安全理想融入技术研发、基础设施建设、企业治理的每一个环节,能力在享受开源效能的同时,守住企业数据安全与业务发展的信赖底线。



附:LiteLLM 投毒事务主题速查清单

已确认受影响版本

  • litellm==1.82.7

  • litellm==1.82.8

当前公开安全版本

  • litellm==1.82.6

主题排查号令

图片

沉点排查 IOC / 悠久化痕迹

  • 可疑文件:~/.config/sysmon/sysmon.py、/tmp/pglog、/tmp/.pg_state

  • 可疑服务:假装成 “System Telemetry Service” 的 systemd 用户服务

  • 可疑域名:checkmarx.zone、models.litellm[.]cloud

必须全量轮换的敏感资产

  • SSH 密钥、

  • 云平台凭证、

  • Kubernetes secrets、

  • .env 内所有密钥、

  • 数据库密码、

  • TLS 私钥、

  • CI/CD tokens、

  • 第三方 SaaS API keys


本文主题内容起源于象信AI公家号



创造更安全的数字未来 身份与接见安全 · 数据安全 · 安全治理与运营 · 安全服务
211217064502498
【网站地图】