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
Tim peneliti keamanan Microsoft menjelaskan rincian insiden mengenai penyusupan paket LiteLLM versi 1.107.0. Peristiwa keamanan ini melibatkan distribusi paket pada 21 Oktober 2026 melalui platform pengelolaan pustaka Python dan sejumlah image container resmi. Perangkat lunak LiteLLM memiliki fungsi sebagai penghubung antara aplikasi dengan berbagai penyedia model kecerdasan buatan. Melalui perangkat lunak ini, pengembang dapat mengelola akses menuju beragam model bahasa melalui sistem pengelolaan API yang lebih sederhana. Dengan mempertimbangkan posisinya dalam layanan AI dan infrastruktur pengembangan, kompromi paket berpotensi menjangkau banyak sistem.
Menurut keterangan resmi tim LiteLLM, paket berbahaya versi 1.107.0 sempat didistribusikan melalui PyPI dalam waktu terbatas. Paket tersebut tersedia 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 juga sempat terdampak. Sesudah aktivitas mencurigakan ditemukan, pengelola menarik paket yang terdampak dan memperbarui penunjuk image container. Meskipun distribusinya telah dihentikan, 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
Aspek penting dari serangan tersebut adalah aktivasi kode berbahaya ketika Python dimulai. Di dalam artefak berbahaya tersebut, peneliti mengidentifikasi komponen startup mencurigakan bernama cook.pth, cook.py, dan sitecustomize.py. Berkas tersebut berada dalam lingkungan instalasi interpreter sehingga memanfaatkan prosedur startup interpreter. Mekanisme tersebut memungkinkan aktivasi tanpa penggunaan langsung modul utama. Akibatnya, pengembang yang memulai proses Python untuk kebutuhan lain berpotensi memicu malware tanpa menjalankan aplikasi LiteLLM secara khusus.
Pada salah satu jalur eksekusi, file cook.pth memicu pemuatan modul cook.py. Komponen pemuat ini menyimpan instruksi yang telah dikaburkan menggunakan Base64 dan kompresi zlib. Ketika kode berhasil dipulihkan, program memulai proses pencarian data sensitif. Para penyelidik siber mengidentifikasi komponen tersebut sebagai PRIVCOLLECT. Sementara itu, sitecustomize.py dirancang mendukung eksekusi kode dari sumber jarak jauh pada lingkungan berbasis Unix. Kemampuan tersebut memungkinkan perubahan muatan berbahaya tanpa harus menerbitkan paket LiteLLM baru. Meski kemampuan tersebut ditemukan, Microsoft tidak menemukan bukti pasti eksekusi muatan lanjutan selama investigasinya.
Jenis Kredensial yang Menjadi Sasaran Malware LiteLLM
Investigasi terhadap kode berbahaya mengungkap kemampuan program mengumpulkan berbagai jenis informasi autentikasi yang digunakan oleh aplikasi dan sistem cloud. Kategori kredensial yang dicari termasuk token autentikasi dari penyedia AI, file konfigurasi, dan variabel lingkungan yang mengandung rahasia. Di samping data tersebut, program menelusuri konfigurasi pengelolaan kode serta berkas autentikasi koneksi aman. Layanan cloud seperti AWS, Azure, dan Google Cloud menjadi bagian dari target pencarian. Jika informasi tersebut berhasil dicuri, ancaman tidak terbatas pada satu aplikasi karena sejumlah kredensial memiliki hubungan dengan infrastruktur produksi.
Tidak hanya mencari kunci akses layanan, malware juga menargetkan informasi browser. Informasi yang menjadi sasaran termasuk catatan aktivitas peramban dan sejumlah database kredensial browser. Meski kemampuan pengumpulan cukup luas, keberadaan fungsi pencarian belum berarti semua informasi dapat dibaca. Kemampuan membaca kredensial ditentukan oleh akses dan konfigurasi perangkat. Malware yang dianalisis menyatukan hasil pengumpulan sebelum menyiapkan pengiriman menuju infrastruktur eksternal. Menurut hasil penelitian, sistem tersebut menggunakan metode enkripsi simetris dan asimetris untuk mempersulit pemeriksaan data hasil pencurian. Metode pengemasan tersebut menambah kompleksitas analisis jaringan.
Dampak Penyusupan LiteLLM terhadap Pengembang dan Infrastruktur AI
Penyusupan paket Python tersebut berpotensi memengaruhi berbagai lingkungan karena LiteLLM menjadi bagian dari infrastruktur penghubung model bahasa. Pada lingkungan perusahaan, paket tersebut dapat terpasang pada workstation, server pengujian, image container, dan pipeline CI/CD. Jika sistem memasang paket yang disusupi, program pencuri data mungkin menemukan kredensial yang dapat diakses oleh identitas pengguna. Dampak yang mungkin terjadi dapat berupa penggunaan kredensial tanpa izin, perubahan konfigurasi, dan peningkatan biaya layanan akibat penyalahgunaan. Namun perlu dipahami, paparan paket tidak selalu membuktikan eksfiltrasi berhasil.
Insiden tersebut memberikan gambaran bagaimana kompromi distribusi perangkat lunak mampu memengaruhi perangkat yang mempercayai paket resmi. Berdasarkan penjelasan tim LiteLLM, pelaku berhasil memengaruhi proses publikasi rilis. Versi berbahaya tersebut dibuat melalui jalur yang telah dimanipulasi. Peristiwa ini menunjukkan bahwa pemeriksaan tidak hanya pada kode sumber aplikasi, tetapi juga pipeline pembangunan. Pada industri perangkat lunak, pengamanan dependensi harus dilakukan menyeluruh. Apabila integritas rilis tidak diverifikasi, organisasi berisiko menerima artefak berbahaya meskipun menggunakan repositori populer.
Langkah Mengamankan Sistem Setelah Insiden LiteLLM 1.107.0
Apabila sistem memiliki riwayat penggunaan LiteLLM 1.107.0, penanganan awal perlu memetakan seluruh instalasi berisiko. Kegiatan penelusuran tersebut sebaiknya meliputi komputer pengembang, server pengujian, container, cache paket, dan berkas dependensi yang tersimpan. Perlu diperhatikan, pemeriksaan pada lingkungan yang diduga terinfeksi harus dilakukan tanpa mengaktifkan proses Python berisiko. Tindakan pencegahan ini penting karena startup interpreter dapat memicu malware. Dalam investigasi insiden, administrator perlu melakukan pemeriksaan menggunakan perangkat forensik yang tidak terdampak. Apabila indikator kompromi teridentifikasi, sistem perlu diisolasi sesuai prosedur untuk mengurangi kemungkinan akses lanjutan.
Sesudah sistem berisiko berhasil dipisahkan, organisasi sebaiknya memetakan seluruh rahasia yang dapat diakses malware. Informasi yang perlu diperiksa mencakup token layanan AI, akses cloud, kredensial Git, SSH, dan informasi autentikasi database. Penerbitan ulang token keamanan harus dilakukan dari lingkungan yang bersih. Selain mengganti kredensial, administrator sebaiknya memulihkan sistem dari sumber yang telah diverifikasi. Tim keamanan Microsoft mengingatkan bahwa menghapus paket LiteLLM saja tidak cukup. Kondisi tersebut terjadi karena file startup berbahaya berpotensi tetap tersedia setelah paket utama dihapus. Karena alasan tersebut, penanganan insiden yang mencakup sistem dan identitas harus diprioritaskan.
Kesimpulan Insiden LiteLLM dan Pentingnya Keamanan Rantai Pasokan
Temuan penyusupan rantai pasokan LiteLLM memberikan pelajaran berharga dalam pengelolaan ekosistem perangkat lunak modern. Melalui manipulasi proses distribusi, penyerang berhasil menyebarkan kode berbahaya. Mekanisme aktivasi melalui startup interpreter memperluas potensi risiko karena lingkungan yang memasang paket berbahaya dapat menjalankan malware secara tidak langsung. Meskipun distribusi berbahaya sudah dihentikan, pemulihan lingkungan berisiko tidak boleh diabaikan. Peristiwa keamanan tersebut menunjukkan perlunya pengawasan keamanan perangkat lunak dan pembatasan izin layanan sesuai kebutuhan. Dengan menerapkan pendekatan tersebut, organisasi berpotensi meningkatkan ketahanan infrastruktur. Bagaimana menurut Anda perlindungan pipeline pengembangan perangkat lunak? Silakan bagikan pendapat Anda mengenai pentingnya keamanan perangkat lunak sumber terbuka.
