Campanie malware pe Hugging Face: GPU-uri deturnate, model descărcat de 28.000 de ori

O campanie de minerit de criptomonede care abuzează de modelele Hugging Face a revenit la câteva zile după ce fusese eliminată, deturnând servere echipate cu GPU și instalând backdoor-uri, potrivit BleepingComputer. Unul dintre modelele folosite în atac a fost descărcat de peste 28.000 de ori. Separat, un kit de pornire Solana fals, publicat pe GitHub, este conceput să păcălească agenții AI de programare să instaleze NetSupport RAT. Cele două cazuri arată cât de repede pot fi reactivate infrastructuri aparent inofensive și cât de mare este suprafața de expunere atunci când codul public ajunge în medii automatizate.

Revenire după eliminare

Potrivit sursei, campania fusese deja vizată de o acțiune de eliminare, dar a reapărut în câteva zile. Revenirea rapidă arată că retragerea unui artefact nu blochează neapărat reluarea atacului. În acest caz, actorii au folosit din nou modele găzduite pe Hugging Face pentru a-și continua activitatea. Pentru organizații, episodul subliniază importanța monitorizării continue după o operațiune de curățare, nu doar a reacției inițiale.

Servere GPU și backdoor-uri

Scopul campaniei este deturnarea puterii de calcul a serverelor cu GPU pentru minerit de criptomonede. Sursa menționează și plantarea de backdoor-uri, ceea ce arată că impactul nu se limitează la consumul de resurse. Un singur model a înregistrat peste 28.000 de descărcări, un indicator al amplorii cu care astfel de artefacte pot circula înainte de a fi oprite.

Retragerea unui model nu înseamnă eliminarea riscului: campania a revenit, iar unul dintre artefacte fusese descărcat de peste 28.000 de ori.

Capcană pentru agenții AI

Al doilea vector documentat de BleepingComputer vizează un kit de pornire Solana fals pe GitHub. Acesta este poziționat astfel încât să determine agenții AI de programare să instaleze NetSupport RAT. Este un scenariu distinct de campania Hugging Face, dar arată aceeași tendință: folosirea unor resurse care par legitime pentru a induce în eroare uneltele automate. Rezultatul poate fi instalarea unei amenințări cu acces la distanță în fluxuri de lucru automatizate.

Măsuri practice

Pentru echipele care folosesc modele publice, servere GPU sau agenți de programare, riscul trebuie tratat ca parte din igiena operațională:

• verificarea provenienței modelelor și a depozitelor înainte de descărcare sau execuție;
• limitarea permisiunilor agenților AI și revizuirea acțiunilor pe care le pot iniția;
• monitorizarea serverelor GPU pentru activitate neașteptată de minerit;
• izolarea mediilor în care rulează cod provenit din surse publice;
• reverificarea sistemelor după o eliminare, pentru că backdoor-urile pot rămâne active.

Ambele incidente au în comun exploatarea încrederii acordate unor resurse publice. În primul caz, modelul este folosit ca vehicul pentru minerit și acces persistent; în al doilea, un depozit care imită un kit legitim vizează instrumente automatizate. Pentru organizații, lecția este că verificarea la momentul descărcării nu este suficientă dacă nu există și control asupra execuției, permisiunilor și activității ulterioare.