New ENCFORGE Ransomware Targets AI Model Files in Langflow RCE Attack

1 minute de lecture

Mis à jour :

ENCFORGE : Le ransomware ciblant spécifiquement les infrastructures d’IA

Le groupe d’attaquants derrière l’agent JADEPUFFER a déployé un nouveau ransomware compilé en Go, baptisé ENCFORGE, spécifiquement conçu pour chiffrer les actifs critiques des environnements d’IA (poids de modèles, jeux de données, index vectoriels).

Points clés

  • Vecteur d’attaque : Utilisation d’une vulnérabilité RCE (exécution de code à distance) dans Langflow pour obtenir un accès initial, suivie d’une élévation de privilèges via une évasion de conteneur Docker.
  • Mode opératoire : L’attaquant manipule l’API Docker pour monter le système de fichiers racine de l’hôte et exécuter le payload avec des privilèges élevés (nsenter).
  • Ciblage : Le malware identifie et chiffre environ 180 types de fichiers spécifiques aux workflows IA (PyTorch, TensorFlow, Hugging Face, GGUF, etc.) via l’algorithme AES-256-CTR.
  • Absence d’exfiltration : Le ransomware se concentre uniquement sur la destruction par chiffrement et ne possède aucune fonction d’exfiltration de données, utilisant la menace de perte de modèles comme levier d’extorsion.

Vulnérabilités exploitées

  • CVE-2025-3248 : RCE critique dans Langflow (score CVSS 9.8).
  • Vulnérabilités associées (KEV) : L’article mentionne également CVE-2026-33017 et CVE-2026-55255 comme des failles Langflow actives nécessitant une mise à jour immédiate.

Recommandations de sécurité

  • Mise à jour : Passer impérativement à Langflow version 1.9.1 ou supérieure.
  • Gestion des accès : Révoquer et renouveler toutes les clés d’API, secrets de base de données et identifiants cloud potentiellement compromis par l’instance Langflow.
  • Sécurisation Docker : Supprimer l’accès au socket Docker (/var/run/docker.sock) des conteneurs. Si indispensable, utiliser un proxy restreint et interdire les conteneurs privilégiés ou avec accès au namespace de l’hôte (PidMode: host).
  • Protection des données : Stocker les poids de modèles, index et datasets dans des sauvegardes immuables ou hors ligne.
  • Détection : Monitorer la création de conteneurs privilégiés, l’utilisation de nsenter depuis des conteneurs, et la création massive de fichiers .locked.

Source