PoeLLM: బహిరంగంగా ఉన్న AI సర్వర్లను దాడిచేసేవారు క్రిప్టోమైనింగ్ బాట్‌నెట్‌గా ఎలా మార్చారు

AI మరియు డెవలపర్ టూల్స్ నడిపే బలహీనమైన సర్వర్లలో PoeLLM ను పరిశోధకులు గుర్తించారు. ఎక్స్‌ప్లాయిట్ మార్గాన్ని, అసాధారణమైన GitHub-కవిత టెక్నిక్‌ను, సెక్యూరిటీ పాఠాలను తెలుసుకోండి.

ఈ భాషల్లో చదవండి: English · తెలుగు · हिन्दी

Sign in to save

హానికరమైన నెట్‌వర్క్ ట్రాఫిక్‌ను చూపించే శైలీకృత చిత్రంతో సర్వర్ ర్యాక్‌లు, రాజీపడిన AI ఇన్‌ఫ్రాస్ట్రక్చర్‌ను సూచిస్తాయి.

Black Lotus Labs ట్రాక్ చేసిన ఒక క్యాంపెయిన్‌లో, బలహీనతలున్న AI మరియు డెవలపర్ సేవలు క్రిప్టోకరెన్సీని మైనింగ్ చేసే, కొత్త బాధితుల కోసం వెతికే మాల్వేర్‌కు ప్రవేశ ద్వారాలయ్యాయి. దాని కమాండ్-సర్వర్ చిరునామా ఊహించని చోటు నుంచి వచ్చింది: GitHubలో నిల్వ ఉన్న ఒక కవిత.

ఒక కంపెనీ క్లౌడ్ సర్వర్‌లో AI సేవను డిప్లాయ్ చేస్తుంది. దాని API సాధారణంగానే స్పందిస్తుంది, డెవలపర్లు దాని ద్వారా ఒక అప్లికేషన్‌ను లాంగ్వేజ్ మోడల్స్‌తో అనుసంధానించగలరు. కానీ బహిరంగంగా ఉన్న ఆ సేవ బలహీనతలున్న సాఫ్ట్‌వేర్‌ను నడుపుతోంది. దాడిచేసే వ్యక్తి దాన్ని కనుగొని, ప్రవేశం పొంది, మాల్వేర్‌ను ఇన్‌స్టాల్ చేస్తాడు.

AI సేవ పని చేస్తూనే ఉండవచ్చు. ఈలోగా, ఆ రాజీపడిన యంత్రం క్రిప్టోకరెన్సీని మైనింగ్ చేయడానికి వనరులను వాడుతూ, ఇంటర్నెట్‌లో బలహీనతలున్న ఇతర సర్వర్ల కోసం వెతుకుతూ ఉండవచ్చు.

Lumen యొక్క Black Lotus Labs పరిశోధించిన Canto Incognito అనే క్యాంపెయిన్ చూపించే ప్రమాదం ఇదే. ఏప్రిల్‌లో కార్యకలాపాలు మొదలైనప్పటి నుంచి దాని PoeLLM మాల్వేర్ 3,400కు పైగా సర్వర్లను ప్రభావితం చేసిందని పరిశోధకులు నివేదించారు. లక్ష్యంగా చేసుకున్న లేదా ప్రభావితమైన ఇన్‌స్టాలేషన్లలో LiteLLM, Ollama వంటి AI ఇన్‌ఫ్రాస్ట్రక్చర్ సాఫ్ట్‌వేర్‌తో పాటు Gotenberg, Gitea కూడా ఉన్నాయి. ఈ సంఖ్య పరిశోధకులు గమనించిన సర్వర్లను సూచిస్తుంది, కంపెనీలను లేదా వ్యక్తులను కాదు. [1]

ఈ పరిశోధన గమనార్హం కావడానికి ఒక కారణం, ఇన్ఫెక్ట్ అయిన కంప్యూటర్లు GitHubలో ఉన్న ఒక కవితలోని పదాలను ఉపయోగించి దాడిచేసేవారి కమాండ్ సర్వర్ ఎక్కడ ఉందో లెక్కించుకోవడం. కానీ అసలు రాజీ, ప్రాంప్ట్‌తో లాంగ్వేజ్ మోడల్‌ను మోసగించడంపై ఆధారపడలేదు. అందులో బలహీనతలున్న నెట్‌వర్క్ సేవలు, హానికరమైన సాఫ్ట్‌వేర్, కంప్యూటింగ్ వనరుల అనధికార వినియోగం ఉన్నాయి.

AI సేవ కూడా ఒక సర్వరే

స్వీయ-హోస్ట్ AI డిప్లాయ్‌మెంట్లు ఆపరేటింగ్ సిస్టమ్‌లు, కంటైనర్లు, API గేట్‌వేలు, ప్రమాణీకరణ సేవలు మరియు నెట్‌వర్క్ ఇన్‌ఫ్రాస్ట్రక్చర్‌పై నడుస్తాయి. ఈ భాగాలకు ఇతర ప్రొడక్షన్ సాఫ్ట్‌వేర్‌కు ఉండే నియంత్రణలే అవసరం.

Ollama మోడల్స్‌ను స్థానిక లేదా స్వయంగా నిర్వహించే సిస్టమ్‌లలో నడపడానికి తోడ్పడుతుంది. LiteLLM వివిధ మోడల్ ప్రొవైడర్ల మధ్య API గేట్‌వేగా పనిచేయగలదు. ఈ రెండింటిలో ఏదీ సహజంగా హానికరమైనది కాదు. బలహీనతలున్న వెర్షన్లు, అధిక అనుమతులు లేదా అనవసరంగా బహిరంగంగా ఉంచిన ఎండ్‌పాయింట్లు డిప్లాయ్‌మెంట్‌ను చేరుకోదగినదిగా, దోపిడీకి గురయ్యేదిగా మార్చినప్పుడు ప్రమాదాలు తలెత్తుతాయి.

PoeLLM డాక్యుమెంట్ కన్వర్షన్ సేవ అయిన Gotenbergను, కోడ్-హోస్టింగ్ ప్లాట్‌ఫామ్ అయిన Giteaను కూడా ప్రభావితం చేసింది. ఆపరేటర్ కేవలం AI మోడల్ సర్వర్లనే వెతకలేదు. బలహీనతలున్న సిస్టమ్‌లు కంప్యూటింగ్ వనరులను, తదుపరి దాడులకు ఒక స్థావరాన్ని అందించగలవు. [1]

LiteLLM గేట్‌వేలో నమోదైన ఒక బలహీనత

ఈ క్యాంపెయిన్‌కు సంబంధించి పరిశీలించిన ఒక నిర్దిష్ట బలహీనత CVE-2026-42271. LiteLLM Model Context Protocol (MCP)ను సపోర్ట్ చేస్తుంది, దాని ద్వారా AI అప్లికేషన్లు బాహ్య టూల్స్‌తో సంభాషించగలవు. కొన్ని MCP కనెక్షన్లు స్టాండర్డ్ ఇన్‌పుట్ మరియు అవుట్‌పుట్ (stdio) ఉపయోగిస్తాయి, దీనికి ఒక స్థానిక ప్రాసెస్‌ను ప్రారంభించాల్సి రావచ్చు.

బలహీనత ఉన్న LiteLLM అమలు, MCP సర్వర్ కాన్ఫిగరేషన్‌ను స్వీకరించే రెండు టెస్ట్ ఎండ్‌పాయింట్లను అందించింది. ఆ కాన్ఫిగరేషన్‌లో ఒక command, దాని ఆర్గ్యుమెంట్లు మరియు ఎన్విరాన్‌మెంట్ వేరియబుల్స్ ఉండవచ్చు. కొన్ని సందర్భాల్లో గేట్‌వే, పేర్కొన్న కమాండ్‌ను తన హోస్ట్‌పై ప్రారంభించింది. ఈ ఎండ్‌పాయింట్లు చెల్లుబాటయ్యే API కీ ఉందో లేదో తనిఖీ చేశాయి, కానీ అడ్మినిస్ట్రేటర్ రోల్‌ను అవసరం చేయలేదు. అందువల్ల తక్కువ అధికారాలున్న ప్రమాణీకరించిన వినియోగదారు కూడా LiteLLM ప్రాసెస్ అనుమతులతో కమాండ్ అమలు జరిగేలా చేయగలిగారు. [2]

ఇది టూల్-ఇంటిగ్రేషన్ ఫీచర్‌లో జరిగిన ప్రామాణీకరణ వైఫల్యం, మోడల్ సురక్షితం కాని టెక్స్ట్‌ను రూపొందించడం కాదు. ఆ కీ అడ్మినిస్ట్రేటివ్ పరిణామాలున్న ఫంక్షన్లను యాక్సెస్ చేయగలిగితే, గేట్‌వే API కీ మాత్రమే తగిన రక్షణ కాదు.

ఈ అడ్వైజరీ LiteLLM వెర్షన్లు 1.74.2 నుంచి 1.83.7 వరకు (1.83.7 కలుపుకోకుండా) వర్తిస్తుందని చెబుతోంది. ఇది 8.7 (High) CVSS 4.0 స్కోరును పేర్కొంటుంది, 1.83.7లో పరిష్కారం ఉందని నిర్ధారిస్తుంది. సరిచేసిన ఎండ్‌పాయింట్లకు PROXY_ADMIN రోల్ అవసరం. వెంటనే అప్‌గ్రేడ్ చేయలేని వాతావరణాల కోసం, రెండు MCP టెస్ట్ ఎండ్‌పాయింట్లను గేట్‌వే స్థాయిలో తాత్కాలికంగా నిరోధించడాన్ని కూడా అడ్వైజరీ వివరిస్తుంది. [2]

Black Lotus Labs ఒక మాల్వేర్ నమూనాలో /mcp-rest/test/connectionకు సంబంధించిన ఎక్స్‌ప్లాయిట్ ప్రస్తావనను కనుగొని, కొందరు బాధితుల విషయంలో అదే దోపిడీ మార్గం అయి ఉండవచ్చని వివరించింది. ప్రతి PoeLLM ఇన్ఫెక్షన్‌కూ ఈ CVE ఉపయోగించారని అది నిరూపించలేదు. ఈ క్యాంపెయిన్‌లో ఇతర ఉత్పత్తులు, ఇతర ఎక్స్‌పోజర్ మార్గాలు కూడా ఉన్నాయి. [1]

యాక్సెస్ పొందిన తర్వాత మాల్వేర్ ఏం చేసింది

Black Lotus Labs libgcrypt అని గుర్తించిన ఒక Linux ఎగ్జిక్యూటబుల్‌ను పరిశీలించింది. అందులో రిమోట్-షెల్ సామర్థ్యాలు, స్కానింగ్ మరియు ఎక్స్‌ప్లాయిట్ ఫంక్షనాలిటీ, XMRig, Iron వంటి క్రిప్టోకరెన్సీ మైనర్లు ఉన్నాయి. ఇన్ఫెక్ట్ అయిన హోస్ట్‌లు Kryptex మైనింగ్ ఇన్‌ఫ్రాస్ట్రక్చర్‌తో సంభాషించడాన్ని పరిశోధకులు గమనించారు. [1]

క్రిప్టోమైనింగ్ ద్వారా దాడిచేసేవారు బాధితుడి కంప్యూటింగ్ వనరులను తమ లాభం కోసం వాడుకోగలరు. దీని ప్రభావం నిరంతరంగా ప్రాసెసర్ వినియోగం పెరగడం, క్లౌడ్ ఖర్చులు పెరగడం లేదా సేవ స్పందన తగ్గడం రూపంలో కనిపించవచ్చు. ఇన్ఫెక్ట్ అయిన ప్రతి సర్వర్‌లోనూ ఉన్నత స్థాయి AI GPU ఉందని నిర్ధారణ కాలేదు, ప్రతి మైనర్ GPU సామర్థ్యాన్ని వాడుకుందని కూడా ఈ పరిశోధన చూపించదు.

ఈ క్యాంపెయిన్ అదనపు బాధితుల కోసం వెతకడానికి కూడా రాజీపడిన సిస్టమ్‌లను వాడింది. ఇప్పటికే ఇన్ఫెక్ట్ అయిన యంత్రాలు స్కానర్లుగా, ఎక్స్‌ప్లాయిట్ సర్వర్లుగా మారి, కొంత కార్యకలాపాన్ని ఇతర సంస్థల ఇన్‌ఫ్రాస్ట్రక్చర్ వెనుక దాచిపెడుతూ ఆపరేటర్ పరిధిని విస్తరించాయి. SSH మరియు ఇతర లాగిన్ సేవలపై పంపిణీ చేసిన దాడులకు సంబంధించిన సాధ్యమైన ప్రయోగాలను పరిశోధకులు చూశారు, కానీ ఆ సామర్థ్యం పూర్తిగా స్థిరపడిందని వారు పేర్కొనలేదు. [1]

మాల్వేర్‌ను దాని కమాండ్ సర్వర్ వద్దకు నడిపించిన కవిత

మాల్వేర్‌కు సాధారణంగా ఒక కమాండ్-అండ్-కంట్రోల్ సర్వర్ (C2) అవసరం, దాని నుంచి ఆపరేటర్ సూచనలు పంపగలడు లేదా అదనపు ఫైళ్లను సిద్ధంగా ఉంచగలడు. మాల్వేర్‌లో ఒకే శాశ్వత సర్వర్ చిరునామా పొందుపరిస్తే, రక్షకులు ఆ గమ్యాన్ని నిరోధించవచ్చు.

PoeLLM మారే చిరునామా-కనుగొనే విధానాన్ని వాడింది. Node.js వెబ్‌సైట్ సోర్స్ యొక్క ఫోర్క్‌లా కనిపించే ఒక GitHub రిపాజిటరీలోని dash.css అనే ఫైల్ నుంచి మాల్వేర్ టెక్స్ట్‌ను తెచ్చుకుంది. ఆ ఫైల్‌లో On the Nature of Connection అనే శీర్షికతో ఒక కవిత ఉంది. ఆ హానికరమైన ఫైల్ అసలైన Node.js ప్రాజెక్ట్‌లో భాగం కాదు. [1]

మాల్వేర్ కవితలోని నిర్దిష్ట స్థానాల నుంచి ఎంపిక చేసిన నాలుగు పదాలను లేదా పదబంధాలను తీసుకుంది. దాని అంతర్గత నిఘంటువు ఆ ఎంపికలను సంఖ్యలుగా మార్చింది, వాటిని IPv4 చిరునామా యొక్క నాలుగు భాగాలుగా కలిపారు. ఆపరేటర్ ఆ పదాలను మార్చినప్పుడు, కొత్త మాల్వేర్ బైనరీ అవసరం లేకుండానే ఇన్ఫెక్ట్ అయిన సిస్టమ్ వేరే C2 చిరునామాను లెక్కించుకోగలదు.

Black Lotus Labs కవిత యొక్క 11 సవరణలను నమోదు చేసింది, ఈ క్యాంపెయిన్ సమయంలో వాడిన 12 C2 చిరునామాలను గుర్తించింది. [1]

ఇది సాధారణ మాల్వేర్ కోడ్ చేసిన డేటా ఎన్‌కోడింగ్, ప్రాంప్ట్-ఇంజెక్షన్ టెక్నిక్ కాదు. మారుతున్న టెక్స్ట్‌ను GitHub హోస్ట్ చేసింది. GitHub స్వయంగా రాజీపడిందని బహిరంగ ఆధారాలు చూపించవు. ఈ టెక్నిక్ స్థిర-చిరునామా నిరోధాన్ని తక్కువ మన్నికైనదిగా చేస్తుంది, కానీ ట్రాఫిక్‌ను మానిటరింగ్‌కు కనిపించకుండా చేయదు.

PoeLLM: గమనించిన క్యాంపెయిన్ విధానంవివరణాత్మక చిత్రం: LiteLLM వంటి బహిరంగ సేవ లేదా బలహీనతలున్న మరొక AI లేదా డెవలపర్ టూల్ ఒక రాజీపడిన హోస్ట్‌కు దారితీస్తుంది. ఆ హోస్ట్ మైనర్లు మరియు స్కానింగ్‌తో కూడిన మాల్వేర్‌ను నడుపుతుంది, అది క్రిప్టోమైనింగ్‌కు, కొత్త లక్ష్యాల కోసం వెతకడానికి దారితీస్తుంది. GitHubలో ఉన్న కవితను తెచ్చి, ఎంపిక చేసిన పదాలను IP చిరునామాగా మార్చే డైనమిక్ కనుగొనే దశ ద్వారా హోస్ట్ తన కమాండ్ సర్వర్‌ను కనుగొంటుంది. {“publisher”: “TechiesJournal”, “author”: “Prasad Kukkala”, “asset”: “poellm-ai-server-botnet-cryptomining-visual-1”, “role”: “diagram”, “creator”: “TechiesJournal, authored as programmatic SVG by Claude (AI agent), not a generative image model”, “generation_method”: “AI-assisted programmatic SVG from a shared visual vocabulary (tools/sdlc-vs-aidlc/vocab.py)”, “source_slug”: “poellm-ai-server-botnet-cryptomining”, “source_revision”: “poellm-final-copy-2026-10-14”, “created”: “2026-10-14”, “rights”: “Copyright 2026 TechiesJournal. All rights reserved.”, “external_licence”: “none, no third-party material”, “watermark”: “visible TechiesJournal wordmark, lower right, part of the SVG”, “language”: “language-neutral (English labels)”, “viewBox”: “0 0 1400 760”, “format”: “inline SVG”, “theme”: “light and dark via the theme switch”} PoeLLM: observed campaign mechanismAn explanatory schematic, not an exact replay of one victim’s infection1 Exposed serviceLiteLLM or other vulnerableAI or developer tools2 Compromised hostMalware executes,miners and scanning3 Downstream activityCryptomining andsearch for new targets4 Dynamic C2 discoveryFetch a GitHub-hosted poem,convert selected words to IPC2 locationSolid arrows show conceptual dependencies observed in the campaign. Specific initial exploits differed across hosts. TechiesJournal PoeLLM: గమనించిన క్యాంపెయిన్ విధానంవివరణాత్మక చిత్రం: LiteLLM వంటి బహిరంగ సేవ లేదా బలహీనతలున్న మరొక AI లేదా డెవలపర్ టూల్ ఒక రాజీపడిన హోస్ట్‌కు దారితీస్తుంది. ఆ హోస్ట్ మైనర్లు మరియు స్కానింగ్‌తో కూడిన మాల్వేర్‌ను నడుపుతుంది, అది క్రిప్టోమైనింగ్‌కు, కొత్త లక్ష్యాల కోసం వెతకడానికి దారితీస్తుంది. GitHubలో ఉన్న కవితను తెచ్చి, ఎంపిక చేసిన పదాలను IP చిరునామాగా మార్చే డైనమిక్ కనుగొనే దశ ద్వారా హోస్ట్ తన కమాండ్ సర్వర్‌ను కనుగొంటుంది. {“publisher”: “TechiesJournal”, “author”: “Prasad Kukkala”, “asset”: “poellm-ai-server-botnet-cryptomining-visual-2”, “role”: “diagram”, “creator”: “TechiesJournal, authored as programmatic SVG by Claude (AI agent), not a generative image model”, “generation_method”: “AI-assisted programmatic SVG from a shared visual vocabulary (tools/sdlc-vs-aidlc/vocab.py)”, “source_slug”: “poellm-ai-server-botnet-cryptomining”, “source_revision”: “poellm-final-copy-2026-10-14”, “created”: “2026-10-14”, “rights”: “Copyright 2026 TechiesJournal. All rights reserved.”, “external_licence”: “none, no third-party material”, “watermark”: “visible TechiesJournal wordmark, lower right, part of the SVG”, “language”: “language-neutral (English labels)”, “viewBox”: “0 0 400 560”, “format”: “inline SVG”, “theme”: “light and dark via the theme switch”} PoeLLM: observed campaign mechanismAn explanatory schematic, not an exact replay of one victim’s infection1 Exposed serviceLiteLLM or other vulnerableAI or developer tools2 Compromised hostMalware executes,miners and scanning3 Downstream activityCryptomining andsearch for new targetsHow the host finds its command server (C2):4 Dynamic C2 discoveryFetch a GitHub-hosted poem,convert selected words to IPThe result is the C2 location the host (2) uses.Solid arrows show conceptual dependencies observed in thecampaign. Specific initial exploits differed across hosts. TechiesJournal
Accessible text alternative for this figure

నాలుగు దశలు. దశ 1, LiteLLM వంటి బహిరంగ సేవ లేదా బలహీనతలున్న మరొక AI లేదా డెవలపర్ టూల్. దశ 2, రాజీపడిన హోస్ట్, ఇక్కడ మాల్వేర్ అమలవుతుంది, క్రిప్టోకరెన్సీని మైనింగ్ చేస్తుంది, స్కాన్ చేస్తుంది. దశ 3, తదుపరి కార్యకలాపం: క్రిప్టోమైనింగ్ మరియు కొత్త లక్ష్యాల కోసం వెతకడం.

దశ 4, డైనమిక్ కమాండ్-సర్వర్ కనుగొనడం: మాల్వేర్ GitHubలో ఉన్న కవితను తెచ్చి, ఎంపిక చేసిన పదాలను IP చిరునామాగా మారుస్తుంది, దాంతో రాజీపడిన హోస్ట్‌కు తన కమాండ్ సర్వర్ ఎక్కడ ఉందో తెలుస్తుంది. ఈ చిత్రం వివరణాత్మకం మాత్రమే, ఒక బాధితుని ఇన్ఫెక్షన్ యొక్క ఖచ్చితమైన పునఃప్రదర్శన కాదు. ప్రారంభ ఎక్స్‌ప్లాయిట్లు హోస్ట్‌లను బట్టి వేర్వేరుగా ఉన్నాయి.

చిత్రం: Black Lotus Labs కనుగొన్న అంశాల ఆధారంగా రూపొందించిన అసలైన వివరణాత్మక పునర్నిర్మాణం. బలహీనమైన ప్రవేశ స్థానం బాధితుని బట్టి మారుతుంది. ఈ రేఖాచిత్రం ఒక నిర్దిష్ట ఇన్ఫెక్షన్ యొక్క ప్యాకెట్-స్థాయి పునర్నిర్మాణం కాదు.

ప్రామాణిక సెక్యూరిటీ మానిటరింగ్ ఎందుకు ముఖ్యం

ఈ క్యాంపెయిన్, సెక్యూరిటీ బృందాలు సేవలను ఎలా చేరుకుంటారో, రాజీ తర్వాత సర్వర్ ఏం చేస్తుందో రెండింటినీ పరిశీలించాలని చూపిస్తుంది.

అనవసరంగా బహిరంగంగా ఉన్న AI గేట్‌వే దాడి ఉపరితలాన్ని పెంచుతుంది. బలహీనతలున్న అడ్మినిస్ట్రేటివ్ లేదా ఇంటిగ్రేషన్ ఎండ్‌పాయింట్ ఒక అధికార సరిహద్దును దాటడానికి అవకాశం ఇవ్వవచ్చు. విస్తృత ఆపరేటింగ్-సిస్టమ్ అనుమతులతో నడిచే ప్రాసెస్ నష్టాన్ని పెంచుతుంది. అవుట్‌గోయింగ్ ట్రాఫిక్‌ను పర్యవేక్షించకపోతే, ఎవరైనా గమనించేలోపే సర్వర్ C2 లేదా మైనింగ్ ఇన్‌ఫ్రాస్ట్రక్చర్‌తో సంప్రదించవచ్చు లేదా ఇతర హోస్ట్‌లను పరిశీలించవచ్చు.

క్రిప్టోమైనింగ్ అసాధారణ వనరుల వినియోగాన్ని కలిగించవచ్చు, కానీ అధిక CPU లేదా GPU లోడ్ మాత్రమే ఏమీ రుజువు చేయదు, ఎందుకంటే చట్టబద్ధమైన ఇన్ఫరెన్స్ కూడా ఖరీదైనది కావచ్చు. పరిశోధకులకు ప్రాసెస్ ఆధారాలు, నెట్‌వర్క్ రికార్డులు, యాక్సెస్ లాగ్‌లు మరియు ప్రస్తుత indicators of compromise అవసరం.

బహిరంగంగా ఉన్న AI ఇన్‌ఫ్రాస్ట్రక్చర్ కోసం ఆచరణాత్మక నియంత్రణలు
నియంత్రణఆచరణాత్మక తనిఖీఇది ఏ సమస్యను పరిష్కరించడానికి తోడ్పడుతుంది
బాహ్య ఎక్స్‌పోజర్AI గేట్‌వేలు, మోడల్ సర్వర్లు మరియు సహాయక సేవల జాబితా తయారు చేయండి. అనవసరమైన పబ్లిక్ యాక్సెస్‌ను తొలగించండిఇంటర్నెట్ స్కానింగ్, ప్రారంభ చేరుకోగలిగే స్థితి
ప్యాచ్ నిర్వహణప్రభావిత ఉత్పత్తులు మరియు వెర్షన్లను ప్రస్తుత అడ్వైజరీలతో సరిపోల్చి సమీక్షించండితెలిసిన, దోపిడీకి గురయ్యే సాఫ్ట్‌వేర్ లోపాలు
ప్రామాణీకరణఅధికారాలున్న అడ్మినిస్ట్రేషన్ మరియు టూల్-ఎగ్జిక్యూషన్ ఎండ్‌పాయింట్లను పరిమితం చేయండిప్రమాదకరమైన చర్యలకు తక్కువ-అధికార యాక్సెస్
రన్‌టైమ్ ఐసోలేషన్కనీస అధికారాలున్న వినియోగదారులు, పరిమిత కంటైనర్లు, పరిధి నిర్దేశించిన క్రెడెన్షియల్స్ వాడండిహోస్ట్-స్థాయి అమలు విజయవంతమైతే కలిగే ప్రభావం
ఎగ్రెస్ మానిటరింగ్ఊహించని గమ్యాలు, స్కానింగ్ మరియు మైనింగ్-పూల్ కనెక్షన్లను పరిశోధించండిరాజీ తర్వాతి కార్యకలాపం
ప్రాసెస్ మానిటరింగ్వివరణ లేని ఎగ్జిక్యూటబుల్స్‌ను, నిరంతర కంప్యూట్ కార్యకలాపాన్ని పరిశీలించండిమాల్వేర్ మరియు వనరుల దుర్వినియోగం
ఘటన రికవరీఆధారాలను భద్రపరచండి, ప్రభావిత వర్క్‌లోడ్‌లను వేరు చేయండి, నమ్మకమైన మూలాల నుంచి తిరిగి నిర్మించండినియంత్రణ మరియు నిర్మూలన

ప్రభావిత LiteLLM వెర్షన్లను నడుపుతున్న సంస్థలకు, అత్యంత ప్రత్యక్ష చర్య 1.83.7 లేదా ఆ తర్వాతి సరిచేసిన వెర్షన్కు అప్‌డేట్ చేయడం, బలహీనతలున్న ఎండ్‌పాయింట్లు తగిన విధంగా పరిమితం చేయబడ్డాయో లేదో ధృవీకరించడం, సిస్టమ్‌లో రాజీ సంకేతాలున్నాయేమో పరిశోధించడం. నెట్‌వర్క్ నిరోధం తాత్కాలిక ఉపశమనం మాత్రమే, ప్యాచ్‌కు, పరిశోధనకు ప్రత్యామ్నాయం కాదు. [2]

Black Lotus Labs చారిత్రక C2 సూచికలను, తన ప్రస్తుత threat-intelligence వనరులకు లింకులను ప్రచురించింది. బృందాలు అందుబాటులో ఉన్న తాజా సూచికలను వాడాలి, కానీ చారిత్రక IP చిరునామాల జాబితాను సమగ్రమైనదిగా పరిగణించకూడదు, ఎందుకంటే ఈ క్యాంపెయిన్ గమ్యాల మధ్య మారేలా రూపొందించబడింది. [1]

ఈ పరిశోధన మనకు చెప్పలేనివి

3,400కు పైగా అనే సంఖ్య, నివేదికలోని ముఖ్యాంశాలలో పరిశోధకులు నివేదించిన ప్రభావిత సర్వర్ల లెక్క. నివేదిక ప్రధాన భాగం దాదాపు 2,200 బాధిత సర్వర్ల గురించి చెబుతుంది, ఆ రెండు లెక్కలను సమన్వయం చేయదు, కాబట్టి వాటిని కలపకూడదు. ఈ రెండు సంఖ్యలలో ఏదీ ప్రభావితమైన సంస్థల సంఖ్యను లేదా తుది వినియోగదారుల సంఖ్యను నిర్ధారించదు. [1]

బహిరంగ పరిశోధనలు ప్రతి బాధితునికీ నిర్ధారిత దోపిడీ గొలుసును గుర్తించవు. ప్రభావితమైన ప్రతి సర్వర్ నుంచీ సమాచారం దొంగిలించబడిందని అవి నిరూపించవు. భాషా అవశేషాలు మరియు ఇన్‌ఫ్రాస్ట్రక్చర్ పరిశీలనల ఆధారంగా Black Lotus Labs ఇటాలియన్ మాట్లాడే ఆపరేటర్ ఉండే అవకాశాన్ని అంచనా వేసింది, కానీ ఆపరేటర్ గుర్తింపును లేదా జాతీయతను నిర్ధారించలేదు. [1]

AI డిప్లాయ్‌మెంట్లకు విస్తృత పాఠం

PoeLLM ప్రత్యేకంగా కనిపించడానికి కారణం, అది మారే కమాండ్-సర్వర్ చిరునామాను ఒక కవితలో దాచడం. అది దోపిడీ చేసిన బలహీనతలు మాత్రం మరింత పరిచితమైనవి: బహిరంగంగా ఉన్న అప్లికేషన్లు, బలహీనతలున్న ఫీచర్లు, ప్రొడక్షన్ సేవల చుట్టూ సరిపోని సెక్యూరిటీ సరిహద్దులు.

మోడల్‌ను సొంత ఇన్‌ఫ్రాస్ట్రక్చర్‌లో నడపడం వల్ల, సంస్థకు తన వర్క్‌లోడ్‌లు ఎక్కడ నడుస్తాయనే దానిపై ఎక్కువ నియంత్రణ లభిస్తుంది. అదే సమయంలో, చుట్టూ ఉన్న సాఫ్ట్‌వేర్‌ను, నెట్‌వర్క్ వాతావరణాన్ని భద్రపరచే బాధ్యత కూడా సంస్థపైనే పడుతుంది.

సర్వర్ రాజీపడటానికి మోడల్‌ను మోసగించాల్సిన అవసరం లేదు. AI-నిర్దిష్ట రక్షణలతో పాటు, AI ఇన్‌ఫ్రాస్ట్రక్చర్‌కు సాధారణ ప్రొడక్షన్ సెక్యూరిటీ అవసరం: పరిమిత యాక్సెస్, సరైన ప్రామాణీకరణ, వెంటనే ప్యాచ్ చేయడం, పర్యవేక్షించే అవుట్‌బౌండ్ ట్రాఫిక్, పరీక్షించిన రికవరీ.

ప్రస్తావనలు మరియు మరింత చదవడానికి

అడ్వైజరీని మరియు Lumen నివేదికను 2026 అక్టోబర్ 14న తెరిచి తనిఖీ చేశాం. సూచికల జాబితాలు మారుతూ ఉంటాయి, కాబట్టి ప్రస్తుతం ప్రచురించిన సూచికలను వాడండి, చారిత్రక జాబితాను సమగ్రమైనదిగా పరిగణించకండి.

  1. Black Lotus Labs: Canto incognito: tracking the PoeLLM malware. Lumen, 2026. ప్రధాన క్యాంపెయిన్ పరిశోధన, టెలిమెట్రీ, మాల్వేర్ విశ్లేషణ మరియు indicators of compromise.
  2. GitHub Security Advisory GHSA-v4p8-mg3p-g94g and CVE-2026-42271. 2026 ఏప్రిల్‌లో ప్రచురితం, 2026 జూన్‌లో నవీకరణ. LiteLLM పరిధి, వెర్షన్లు, తీవ్రత, ప్యాచ్ మరియు తాత్కాలిక పరిష్కారం.
  3. Gotenberg: Installation guidance. అధికారిక డిప్లాయ్‌మెంట్ మరియు ఎక్స్‌పోజర్ మార్గదర్శకత్వం.
  4. Black Lotus Labs: Public threat-intelligence repositories. PoeLLM సూచికల ఫైల్‌తో సహా అదనపు క్యాంపెయిన్ సూచికలు. విడుదల సమయంలో ధృవీకరించండి.
సవరణను తెలియజేయండి

సవరణలు ఎడిటర్‌కు చేరుతాయి; అవి ఎప్పుడూ ఆటోమేటిక్‌గా ప్రచురించబడవు. ఖాతా అవసరం లేదు.