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.

Insiden Keamanan LiteLLM Mengancam Ekosistem Pengembangan AI

Microsoft Security Research mempublikasikan hasil investigasi mengenai penyusupan paket LiteLLM versi 1.107.0. Insiden tersebut melibatkan distribusi paket pada 21 Oktober 2026 melalui platform pengelolaan pustaka Python dan sejumlah image container resmi. LiteLLM sendiri dikenal sebagai penghubung antara aplikasi dengan berbagai penyedia model kecerdasan buatan. Berkat sistem penghubung tersebut, pengembang memiliki fasilitas menghubungkan aplikasi menuju beragam model bahasa melalui antarmuka yang relatif seragam. Karena penggunaannya berkaitan dengan layanan AI dan infrastruktur pengembangan, penyusupan tersebut memiliki dampak keamanan yang serius.

Berdasarkan informasi pengelola LiteLLM, paket berbahaya versi 1.107.0 beredar melalui repositori Python selama kurang lebih dua jam. Distribusinya berlangsung sekitar pukul 11.39 hingga 13.23 UTC pada 21 Oktober 2026. Selain paket Python, sejumlah image container dengan tag v1.107.0, latest, main-latest, dan main-stable juga sempat terdampak. Ketika penyusupan berhasil diketahui, pengelola menghapus rilis berbahaya dari distribusi dan memulihkan sumber pembaruan yang terdampak. Namun demikian, perangkat yang telah menjalankan image kompromi tidak otomatis kembali aman. Hal tersebut menunjukkan pentingnya respons insiden.

Teknik Penyusupan Kode Berbahaya dalam Paket LiteLLM 1.107.0

Salah satu karakteristik paling berbahaya adalah kemampuan malware berjalan secara otomatis. Pada distribusi LiteLLM yang disusupi, peneliti mengidentifikasi komponen startup mencurigakan bernama cook.pth, cook.py, dan sitecustomize.py. Berkas tersebut dipasang ke lokasi yang diproses sistem Python sehingga memanfaatkan prosedur startup interpreter. Teknik yang digunakan berbeda dari serangan yang hanya aktif ketika pustaka dipanggil. Dengan demikian, pengembang yang memulai proses Python untuk kebutuhan lain berpotensi memicu malware tanpa mengakses fungsi gateway AI secara langsung.

Melalui komponen yang ditemukan peneliti, file cook.pth memicu pemuatan modul cook.py. Modul tersebut memuat kode berbahaya dalam bentuk terenkode menggunakan Base64 dan kompresi zlib. Setelah diproses, program memulai proses pencarian data sensitif. Para penyelidik siber menjelaskan bahwa modul mengidentifikasi dirinya sebagai PRIVCOLLECT. Pada jalur eksekusi lainnya, sitecustomize.py memiliki fungsi pemanggilan program tambahan pada lingkungan berbasis Unix. Fungsi tambahan ini mendukung pengiriman instruksi baru tanpa mengubah distribusi aplikasi utama. Meski kemampuan tersebut ditemukan, Microsoft tidak menyatakan bahwa mekanisme tambahan tersebut berhasil dijalankan selama investigasinya.

Ancaman Pencurian API Key dan Informasi Cloud Pengembang

Analisis Microsoft memperlihatkan upaya pencurian terhadap berbagai jenis informasi autentikasi yang berada pada perangkat kerja pengembang. Informasi tersebut mencakup API key dari penyedia AI, file konfigurasi, dan pengaturan sistem dengan kredensial sensitif. Selain itu, program memeriksa informasi autentikasi repositori serta material kunci SSH. Layanan cloud seperti 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 sejumlah kredensial memiliki hubungan dengan infrastruktur produksi.

Selain informasi pengembang, malware juga menargetkan informasi browser. Data yang dicari mencakup berkas autentikasi tersimpan dan sejumlah database kredensial browser. Perlu dibedakan, keberadaan fungsi pencarian tidak memastikan setiap target terekspos. Keberhasilan pengambilan informasi bergantung pada izin proses. Komponen pencuri informasi ini mengarsipkan informasi yang berhasil dibaca sebelum menyiapkan pengiriman menuju infrastruktur eksternal. Menurut hasil penelitian, sistem tersebut menggunakan metode enkripsi simetris dan asimetris untuk mengaburkan isi informasi yang dikirim. Pendekatan tersebut menunjukkan rancangan malware yang cukup terstruktur.

Risiko Serangan Supply Chain pada Proyek Python dan Cloud

Serangan terhadap LiteLLM 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 pipeline CI/CD. Ketika artefak berbahaya digunakan, malware dapat mencoba membaca informasi kredensial yang memiliki izin akses pada lingkungan tersebut. Risiko lanjutan dari kondisi tersebut mencakup penyalahgunaan API, perubahan konfigurasi, dan peningkatan biaya layanan akibat penyalahgunaan. Walaupun demikian, keberadaan versi terdampak tidak otomatis menunjukkan seluruh data telah diambil.

Serangan ini menjadi contoh bagaimana manipulasi proses rilis paket dapat melewati pemeriksaan pengguna. Menurut hasil investigasi pengelola, pelaku memanfaatkan kelemahan dalam rangkaian pengamanan penerbitan. Artefak yang didistribusikan melibatkan proses rilis yang tidak sah. Peristiwa ini menegaskan pentingnya pemeriksaan tidak hanya pada kode sumber aplikasi, tetapi juga mekanisme publikasi paket. Di lingkungan DevOps, pengamanan dependensi harus dilakukan menyeluruh. Jika mekanisme distribusi tidak terlindungi, organisasi dapat memasang paket yang tidak sesuai kode resmi meskipun memanfaatkan layanan distribusi yang terpercaya.

Panduan Penanganan Paket Python Terinfeksi dan Rotasi Kredensial

Bagi organisasi yang menggunakan LiteLLM, prioritas utama mencakup pemeriksaan lingkungan yang terdampak. Pemeriksaan 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. Hal tersebut diperlukan untuk mencegah aktivasi ulang kode berbahaya. Sebagai alternatif, administrator dapat menggunakan alat analisis dari sistem bersih. Ketika lingkungan berisiko berhasil dipetakan, sistem harus ditangani melalui mekanisme respons insiden untuk mencegah penyebaran dampak keamanan.

Setelah lingkungan terdampak diidentifikasi, organisasi perlu meninjau kredensial yang mungkin terekspos. Informasi yang perlu diperiksa mencakup token layanan AI, akses cloud, kredensial Git, SSH, dan rahasia yang digunakan infrastruktur. Penerbitan ulang token keamanan perlu menggunakan perangkat terpercaya. Selain mengganti kredensial, administrator harus membersihkan komponen startup berbahaya. Microsoft menekankan bahwa menghapus paket LiteLLM saja tidak cukup. Penyebabnya file startup berbahaya dapat berada di luar direktori aplikasi. Karena alasan tersebut, pembangunan ulang lingkungan serta rotasi kredensial merupakan bagian penting dari perlindungan lanjutan.

Kesimpulan Insiden LiteLLM dan Pentingnya Keamanan Rantai Pasokan

Pengungkapan Microsoft mengenai LiteLLM 1.107.0 menjadi pengingat penting dalam perlindungan infrastruktur digital. Berkat penyalahgunaan jalur rilis perangkat lunak, penyerang menempatkan komponen pencuri informasi pada paket yang didistribusikan. Kemampuan malware berjalan saat Python dimulai membuat serangan tidak terbatas pada aplikasi LiteLLM karena proses interpreter dapat mengaktifkan kode tanpa impor LiteLLM. Meskipun distribusi berbahaya sudah dihentikan, rotasi kredensial harus menjadi perhatian. Peristiwa keamanan tersebut memperlihatkan kebutuhan perlindungan pipeline rilis dan penerapan prinsip akses minimum. Melalui pengamanan berlapis, organisasi memiliki kesiapan lebih baik menghadapi ancaman supply chain. Bagaimana menurut Anda perlindungan kredensial pengembang dalam lingkungan cloud? Bagikan pemikiran Anda mengenai langkah menjaga infrastruktur pengembangan tetap aman.