News & analizy
Atak na łańcuch dostaw LiteLLM: zatrute wersje 1.82.7 i 1.82.8
Zaktualizowano: Autor: Andrzej Niemiec6 min czytania
24 marca 2026 na PyPI opublikowano złośliwe wersje LiteLLM 1.82.7 i 1.82.8. Wyjaśniamy mechanizm ataku, zakres kradzieży sekretów i sposób audytu środowiska.
Spis treści
- Co dokładnie wydarzyło się 24 marca 2026 roku?
- Czym różniły się wersje 1.82.7 i 1.82.8?
- Co próbował zebrać złośliwy kod?
- Jak doszło do publikacji złośliwych wersji?
- Czy złośliwy kod trafił do repozytorium GitHub LiteLLM?
- Jak sprawdzić, czy środowisko zostało dotknięte?
- Dlaczego atak na bramkę LLM jest groźniejszy niż na zwykłą bibliotekę?
- Najczęstsze pytania
- Źródła
Co dokładnie wydarzyło się 24 marca 2026 roku?
Na PyPI opublikowano dwie wersje LiteLLM, których nie ma w oficjalnym repozytorium projektu. Wersję 1.82.7 udostępniono o 10:39 UTC, a 1.82.8 o 10:52 UTC [1][2].
LiteLLM to open-source’owa bramka (gateway) rozwijana przez BerriAI. Daje jeden interfejs w formacie zgodnym z OpenAI do ponad 100 dostawców modeli, z rozliczaniem kosztów, limitami i równoważeniem obciążenia [3].
Skala projektu jest duża. Endor Labs podaje około 95 mln pobrań miesięcznie [4], a Check Point i Cybernews — 95–97 mln miesięcznie [5][6]. Polskie serwisy informacyjne opisały incydent, powtarzając liczbę 97 mln pobrań [7][8]. To miara popularności biblioteki, nie liczba zainfekowanych instalacji.
Według oficjalnego komunikatu złośliwe wydania były dostępne około 40 minut. Projekt zaleca jednak, by audytem objąć instalacje z całego dnia, do 16:00 UTC [1][9].
Czym różniły się wersje 1.82.7 i 1.82.8?
Obie wersje zawierały ten sam payload, ale uruchamiały go inaczej. W 1.82.7 kod trafił do pliku litellm/proxy/proxy_server.py, w 1.82.8 doszedł plik litellm_init.pth [1][10].
W pierwszym przypadku payload wykonywał się przy imporcie ścieżki proxy. W drugim Python uruchamiał plik .pth przy starcie interpretera, bez importowania LiteLLM [1][10].
| Kryterium | 1.82.7 | 1.82.8 |
|---|---|---|
| Plik z payloadem | litellm/proxy/proxy_server.py | proxy_server.py oraz litellm_init.pth |
| Moment uruchomienia | import ścieżki proxy | start interpretera Pythona |
| Wymagany import LiteLLM | tak | nie |
| Zasięg w środowisku | proces korzystający z proxy | każdy start Pythona |
| Widoczność w przeglądzie kodu | wyższa | niższa, pliki .pth bywają pomijane |
Różnica jest praktyczna. Plik .pth działa nawet wtedy, gdy dana aplikacja nie importuje LiteLLM, więc przegląd kodu samej aplikacji nie wystarcza do wykluczenia infekcji [10].
Co próbował zebrać złośliwy kod?
Payload zbierał dane uwierzytelniające z environmentu i plików konfiguracyjnych. Opisywane są zmienne środowiskowe, klucze SSH, poświadczenia AWS, GCP i Azure, konfiguracje Kubernetes i Docker, sekrety CI/CD, historia powłoki oraz dane baz [2][11].
Analizowane próbki wysyłały zaszyfrowane dane do models.litellm.cloud. W artefaktach wskazywano też plik ~/.config/sysmon/sysmon.py i usługę systemd [4][10]. To wskaźniki kompromitacji (IOC), a nie dowód, że każde środowisko zostało skutecznie okradzione [10].
Znaczenie ma pozycja bramki w architekturze. LiteLLM przechowuje klucze do wielu dostawców modeli, więc przejęcie jednej biblioteki daje dostęp do wielu usług naraz [5][12].
Jak doszło do publikacji złośliwych wersji?
Oficjalny komunikat wiąże incydent z wcześniejszym przejęciem Trivy używanego w pipeline LiteLLM. Skompromitowana zależność miała wyprowadzić poświadczenia publikowania na PyPI. Projekt opisuje to jako przypuszczalne źródło kompromitacji, a nie fakt ustalony [1][9].
Kampanię przypisuje się grupie TeamPCP, która wcześniej atakowała Trivy i KICS. W tej samej serii ataków doszło do kompromitacji pakietu Telnyx na PyPI [4][11][13].
Nie wszystkie ogniwa łańcucha są potwierdzone. Część publikacji opisuje przebieg bardziej stanowczo niż oficjalny komunikat, który mówi o podejrzeniu [1][13].
Czy złośliwy kod trafił do repozytorium GitHub LiteLLM?
Nie ma na to potwierdzenia. Dla wersji 1.82.7 i 1.82.8 nie znaleziono odpowiadających tagów w repozytorium, a złośliwe paczki opublikowano bezpośrednio na PyPI [2][14]. Oficjalny opis wskazuje, że kod w GitHub nie został skażony [1][2].
Źródła nie potwierdzają więc tezy o jednym złośliwym commicie. Opisywany mechanizm to przejęte poświadczenia publikowania i bezpośredni upload paczek, a nie zatwierdzona zmiana w repozytorium [2][14].
Jak sprawdzić, czy środowisko zostało dotknięte?
Najpierw ustala się wersję LiteLLM w każdym projekcie, w obrazach kontenerów i w cache pip. Wystarczy polecenie pip show litellm albo pip freeze z filtrem po nazwie paczki. Wersje 1.82.7 i 1.82.8 traktuje się jako potencjalną kompromitację [9][12].
Za ostatnią znaną czystą wersję uznawano 1.82.6 [9][12]. Odinstalowanie złośliwej paczki nie usuwa skutków, bo payload mógł już wysłać sekrety i zostawić artefakty persistence [1][10]. Kolejność działań jest więc inna: odizolować host, sprawdzić IOC, obrócić wszystkie sekrety dostępne w środowisku i przejrzeć logi CI/CD, chmury oraz Kubernetes [9][12].
Na stałe zostają cztery zasady: przypinanie dokładnych wersji, instalacja z hashami sum kontrolnych, skaner zależności w CI i blokada instalacji spoza zatwierdzonych źródeł [9][12]. Przy bramkach LLM dochodzi rotacja kluczy dostawców i rozdzielenie ich na osobne konta, żeby wyciek jednego środowiska nie otwierał wszystkich [5][12].
Dlaczego atak na bramkę LLM jest groźniejszy niż na zwykłą bibliotekę?
Zwykła podmieniona paczka zwykle daje dostęp do jednego procesu. Bramka LLM obsługuje ruch do wielu dostawców i trzyma ich klucze, więc przejęcie daje dostęp do wszystkich podłączonych usług oraz możliwość modyfikacji zapytań i odpowiedzi [5][12].
W zastosowaniach biznesowych to ryzyko błędnych decyzji opartych na podmienionej odpowiedzi modelu, na przykład w obsłudze klienta albo analizie dokumentów [12]. Ten sam mechanizm dotyczy innych warstw infrastruktury, nie tylko bibliotek Pythona — pokazuje to choćby opis CVE-2026-33032 w Nginx UI.
Dla zespołów wdrażających AI wniosek jest operacyjny: bezpieczeństwo łańcucha dostaw planuje się razem z wdrożeniem, a nie po nim. Praktyczne podejście do przejścia od pilotażu do produkcji opisujemy w artykule Praktyczne zastosowania AI: od pilotażu do produkcji.
Najczęstsze pytania
Czy wystarczy odinstalować LiteLLM 1.82.8?
Nie. Payload mógł wykonać się przy starcie Pythona, zanim paczkę usunięto, i wyprowadzić sekrety z environmentu oraz plików konfiguracyjnych [1][10]. Po odinstalowaniu trzeba obrócić klucze, sprawdzić wskaźniki kompromitacji i przejrzeć logi CI/CD oraz chmury. Samo usunięcie pakietu nie zamyka dostępu, który atakujący mógł już zdobyć [9][12].
Czy atak był typosquattingiem?
Nie. Zaatakowano prawdziwy pakiet litellm, a nie paczkę o łudząco podobnej nazwie. Złośliwe koła opublikowano w oficjalnym projekcie na PyPI, bez odpowiadających im tagów w repozytorium. To atak na łańcuch dostaw, w którym przejęto poświadczenia publikowania, a nie próba podszycia się pod nazwę biblioteki [2][14].
Czy problem dotyczył tylko LiteLLM?
Nie. Ta sama kampania objęła wcześniej Trivy i KICS, a równolegle pakiet Telnyx na PyPI [4][11][13]. LiteLLM jest jednym z ogniw serii ataków na narzędzia używane w pipeline’ach budowania i publikowania. Wspólny mianownik to dostęp do poświadczeń w procesie wytwarzania oprogramowania, nie sam kod aplikacji AI [11][13].
Jakie wersje LiteLLM są bezpieczne?
Jako ostatnią znaną czystą wersję wskazywano 1.82.6 [9][12]. Każde późniejsze wydanie trzeba potwierdzić w oficjalnym repozytorium i w komunikacie bezpieczeństwa projektu, zanim trafi na produkcję. Repozytorium pokazuje też, które wydania mają odpowiadające im tagi, co pozwala odróżnić normalne wydanie od paczki wgranej bezpośrednio na PyPI [1][3].
Źródła
- Security Update: Suspected Supply Chain Incident (LiteLLM Docs, 2026)
- [[Security]: litellm PyPI package (v1.82.7 + v1.82.8) compromised — full timeline and status, Issue #24518 (GitHub, BerriAI/litellm, 2026)](https://github.com/BerriAI/litellm/issues/24518)
- BerriAI/litellm — AI Gateway (GitHub, 2026)
- TeamPCP Isn’t Done: Threat Actor Behind Trivy and KICS Compromises Now Hits LiteLLM’s 95 Million Monthly Downloads on PyPI (Endor Labs, 2026)
- Check Point Research Discovers High Risk Vulnerabilities in LiteLLM, One of the Most Widely Used LLM Gateways (Check Point Blog, 2026)
- LiteLLM vulnerabilities expose AI gateways to takeover (Cybernews, 2026)
- Python z 97 mln pobrań zatruty — hakerzy kradli klucze SSH i API (Wykop, 2026)
- Ktoś zatruł popularną pythonową paczkę z 97 milionami pobrań… (Niebezpiecznik, 2026)
- How a Poisoned Security Scanner Became the Key to Backdooring LiteLLM (Snyk, 2026)
- [[Security]: CRITICAL: Malicious litellm_init.pth in litellm 1.82.8 — credential stealer, Issue #24512 (GitHub, BerriAI/litellm, 2026)](https://github.com/BerriAI/litellm/issues/24512)
- LiteLLM and Telnyx compromised on PyPI: Tracing the TeamPCP supply chain campaign (Datadog Security Labs, 2026)
- The Library That Holds All Your AI Keys Was Just Backdoored: The LiteLLM Supply Chain Compromise (ARMO, 2026)
- LiteLLM PyPI packages compromised in expanding TeamPCP supply chain attacks (Help Net Security, 2026)
- litellm 1.82.8 Supply Chain Attack on PyPI (March 2026) (FutureSearch, 2026)
Fanatyk nowych technologii i specjalista w zakresie sztucznej inteligencji.
Jak powstają teksty: Polityka AI · O redakcji