تفاصيل الاختراق
تعرض مشروع LiteLLM، وهو بوابة برمجية مفتوحة المصدر تستخدم لربط التطبيقات بنماذج الذكاء الاصطناعي، لهجوم استهدف سلسلة التوريد البرمجية الخاصة به في 21 أكتوبر 2026. أدى هذا الاختراق إلى نشر نسخة خبيثة تحمل الرقم 1.107.0 عبر مستودع PyPI ومنصات Docker Hub وGHCR، مما عرض مستخدمي أنظمة Windows وLinux وmacOS لخطر سرقة البيانات.
آلية عمل البرمجيات الخبيثة
أوضح الباحثون الأمنيون أن المهاجمين لم يمسوا الكود المصدري الأساسي للمشروع، بل قاموا بحقن ثلاثة ملفات خبيثة (cook.pth، cook.py، وsitecustomize.py) داخل حزم التثبيت. تعمل هذه الملفات على تنفيذ حمولة برمجية في كل مرة يتم فيها تشغيل بيئة Python، مما يضمن استمراريتها حتى عند محاولة المطور فحص الحزمة المصابة.
تستهدف البرمجية الخبيثة مجموعة واسعة من البيانات الحساسة، تشمل:
- بيانات الاعتماد السحابية: مثل مفاتيح AWS وAzure وGoogle Cloud وKubernetes.
- أسرار المطورين: مفاتيح SSH وGPG وTLS، بالإضافة إلى بيانات اعتماد Git وGitHub وnpm.
- بيانات المتصفح: ملفات تعريف الارتباط (Cookies) وسجلات التصفح ومعلومات الدفع المحفوظة.
- إعدادات الذكاء الاصطناعي: بيانات اعتماد موفري خدمات الذكاء الاصطناعي المخزنة ضمن LiteLLM.
ما الذي يجب على المطورين فعله؟
إذا كنت قد قمت بتثبيت الإصدار 1.107.0، فمن الضروري اتخاذ خطوات فورية للتعافي:
- عزل الأنظمة: لا تقم بتشغيل مترجم Python في البيئات المصابة، حيث يؤدي ذلك إلى تفعيل البرمجية الخبيثة.
- إعادة البناء: يجب عزل الأنظمة المتأثرة وإعادة بنائها من نسخ احتياطية نظيفة وموثوقة.
- تدوير المفاتيح: افترض أن جميع الأسرار وكلمات المرور ومفاتيح الوصول التي كانت موجودة على الجهاز قد سُرقت، وقم بتغييرها فوراً.
- الرجوع لإصدار آمن: يُنصح حالياً باستخدام الإصدار 1.106.2 كآخر نسخة مستقرة وآمنة قبل وقوع الهجوم.
لماذا يهم هذا الخبر؟
يُعد LiteLLM أداة واسعة الانتشار، حيث يحظى بأكثر من 92 مليون عملية تحميل شهرياً ويُستخدم من قبل شركات كبرى مثل NVIDIA وNetflix وOkta. يبرز هذا الحادث مجدداً هشاشة سلاسل التوريد في المشاريع مفتوحة المصدر، حيث يمكن لمهاجم واحد الوصول إلى خط الإنتاج البرمجي (CI/CD) وتلويث الحزم التي يعتمد عليها آلاف المطورين والشركات في دقائق معدودة، مما يجعل من مراقبة سلامة الحزم البرمجية ضرورة أمنية قصوى.
كيف أعددنا هذا الخبر؟
اعتمد الخبر على المصدر الأصلي الموضح أعلاه. قد نستخدم أدوات آلية للمساعدة في الاستخراج والتصنيف والصياغة،
لكن النشر يخضع لقواعد تمنع المحتوى المكرر والقصير أو الروتيني منخفض القيمة.
اقرأ سياستنا التحريرية.