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.
Kronologi Penyusupan Paket Python LiteLLM yang Berbahaya
Microsoft Security Research mempublikasikan hasil investigasi mengenai serangan terhadap rantai pasokan LiteLLM versi 1.107.0. Kasus penyusupan tersebut melibatkan distribusi paket pada 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 mampu mengintegrasikan layanan menuju beragam model bahasa melalui antarmuka yang relatif seragam. Mengingat fungsinya melibatkan layanan AI dan infrastruktur pengembangan, insiden ini menimbulkan risiko terhadap berbagai lingkungan kerja.
Berdasarkan informasi pengelola 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. Selain paket Python, sejumlah image container dengan tag v1.107.0, latest, main-latest, dan main-stable termasuk dalam cakupan kompromi. Setelah insiden teridentifikasi, pengelola mengambil tindakan untuk menghentikan penyebaran dan memulihkan sumber pembaruan yang terdampak. Namun demikian, perangkat yang sempat memasang versi terinfeksi masih memerlukan pemeriksaan keamanan. Hal tersebut memperlihatkan perlunya pemulihan kredensial.
Teknik Penyusupan Kode Berbahaya dalam Paket LiteLLM 1.107.0
Aspek penting dari serangan tersebut adalah kemampuan malware berjalan secara otomatis. Di dalam artefak berbahaya tersebut, peneliti mengidentifikasi komponen startup mencurigakan bernama cook.pth, cook.py, dan sitecustomize.py. Komponen tambahan ini berada dalam lingkungan instalasi interpreter sehingga dapat terlibat dalam proses inisialisasi. Mekanisme tersebut tidak bergantung pada pemanggilan fungsi LiteLLM. Melalui karakteristik tersebut, pengembang yang mengaktifkan interpreter pada lingkungan terdampak mungkin menjalankan kode pencuri informasi tanpa menyadari keberadaan paket yang disusupi.
Melalui komponen yang ditemukan peneliti, file cook.pth menjadi pemicu pemanggilan berkas cook.py. Modul tersebut menyimpan instruksi yang telah dikaburkan menggunakan Base64 dan kompresi zlib. Ketika kode berhasil dipulihkan, program memulai proses pencarian data sensitif. Tim analisis keamanan menemukan penanda program bernama PRIVCOLLECT. Sementara itu, sitecustomize.py menyediakan kemampuan pemuatan kode lanjutan pada lingkungan berbasis Unix. Fungsi tambahan ini memungkinkan perubahan muatan berbahaya 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
Hasil pemeriksaan keamanan Microsoft menunjukkan bahwa malware dirancang untuk mencari berbagai jenis informasi autentikasi yang digunakan oleh aplikasi dan sistem cloud. Informasi tersebut termasuk token autentikasi dari penyedia AI, file konfigurasi, dan variabel lingkungan yang mengandung rahasia. Di samping data tersebut, program memeriksa informasi autentikasi repositori serta material kunci SSH. Lingkungan pengembangan berbasis AWS, Azure, dan Google Cloud tercakup dalam kemampuan pengambilan informasi. Ketika data autentikasi jatuh ke pihak tidak berwenang, risiko penyalahgunaan dapat meluas karena sejumlah kredensial memiliki hubungan dengan infrastruktur produksi.
Di luar kredensial aplikasi, malware dirancang membaca data tertentu dari peramban. Informasi yang menjadi sasaran mencakup berkas autentikasi tersimpan dan sejumlah database kredensial browser. Meski kemampuan pengumpulan cukup luas, keberadaan fungsi pencarian belum berarti semua informasi dapat dibaca. Kemampuan membaca kredensial bergantung pada izin proses. Program berbahaya tersebut mengemas data yang ditemukan sebelum melakukan perlindungan data menggunakan enkripsi bagi penyerang. Menurut hasil penelitian, sistem tersebut menerapkan mekanisme pengamanan data dengan dua algoritma kriptografi untuk mempersulit pemeriksaan data hasil pencurian. Metode pengemasan tersebut menunjukkan rancangan malware yang cukup terstruktur.
Ancaman Kompromi LiteLLM bagi Lingkungan CI/CD dan Container
Insiden rantai pasokan perangkat lunak ini memiliki cakupan risiko yang luas karena LiteLLM sering digunakan dalam pengembangan aplikasi AI. Pada lingkungan perusahaan, paket tersebut dapat terpasang pada workstation, server pengujian, image container, dan sistem integrasi berkelanjutan. Apabila lingkungan tersebut menjalankan versi terinfeksi, malware dapat mencoba membaca informasi kredensial yang dapat diakses oleh identitas pengguna. Potensi konsekuensi keamanan 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 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 mekanisme publikasi paket. Di lingkungan DevOps, perlindungan proses rilis memerlukan perhatian khusus. Jika mekanisme distribusi tidak terlindungi, organisasi dapat memasang paket yang tidak sesuai kode resmi meskipun memanfaatkan layanan distribusi yang terpercaya.
Strategi Mitigasi Serangan Supply Chain untuk Pengembang
Untuk pengembang yang pernah memasang versi terdampak, penanganan awal perlu memetakan seluruh instalasi berisiko. Kegiatan penelusuran tersebut sebaiknya meliputi komputer pengembang, server pengujian, container, cache paket, dan image pembangunan aplikasi. Hal penting yang ditekankan Microsoft, pemeriksaan pada lingkungan yang diduga terinfeksi harus dilakukan tanpa mengaktifkan proses Python berisiko. Pembatasan tersebut bertujuan menghindari pelaksanaan otomatis komponen pencuri data. Sebagai alternatif, administrator sebaiknya memeriksa disk melalui lingkungan tepercaya. Jika instalasi berbahaya ditemukan, sistem harus ditangani melalui mekanisme respons insiden untuk mengurangi kemungkinan akses lanjutan.
Sesudah sistem berisiko berhasil dipisahkan, organisasi perlu meninjau kredensial yang mungkin terekspos. Informasi yang perlu diperiksa termasuk kunci autentikasi aplikasi AI, akses cloud, kredensial Git, SSH, dan informasi autentikasi database. Penggantian kunci akses harus dilakukan dari lingkungan yang bersih. Tidak hanya memperbarui token, administrator harus membersihkan komponen startup berbahaya. Tim keamanan Microsoft mengingatkan bahwa sekadar mencopot pustaka tidak menjamin pemulihan. Penyebabnya file startup berbahaya berpotensi tetap tersedia setelah paket utama dihapus. Oleh karena itu, pembangunan ulang lingkungan serta rotasi kredensial menjadi langkah yang diperlukan.
Masa Depan Perlindungan Paket Python dan Infrastruktur AI
Temuan penyusupan rantai pasokan LiteLLM memberikan pelajaran berharga dalam perlindungan infrastruktur digital. Berkat penyalahgunaan jalur rilis perangkat lunak, penyerang mampu memasukkan malware ke dalam artefak resmi. Kemampuan malware berjalan saat Python dimulai membuat serangan tidak terbatas pada aplikasi LiteLLM karena penggunaan Python biasa dapat memicu payload. Meskipun distribusi berbahaya sudah dihentikan, pemeriksaan sistem tetap diperlukan. Kasus ini menunjukkan perlunya pengawasan keamanan perangkat lunak dan pembatasan izin layanan sesuai kebutuhan. Dengan menerapkan pendekatan tersebut, organisasi dapat mengurangi dampak serangan serupa. Seberapa penting menurut Anda perlindungan pipeline pengembangan perangkat lunak? Silakan bagikan pendapat Anda mengenai langkah menjaga infrastruktur pengembangan tetap aman.
