Die Bilder in diesem Artikel wurden mit künstlicher Intelligenz erstellt. So veröffentlichen wir
Die US-Agentur für Infrastruktur und Cybersicherheit. US (CISA) hat kürzlich sieben Schwachstellen in seinen Known Exploited Vulnerabilities (KEV) Katalog aufgenommen, ein Zeichen, dass die Fehler bereits in der Praxis verwendet werden oder ein unmittelbares Risiko darstellen. Die Fehler beinhalten kritische Probleme mit der Ferncode-Ausführungsfähigkeit und der administrativen Kontrolle in Produkten, die von VPN-Anwendungen bis zu künstlichen Intelligenz-Infrastrukturkomponenten reichen. Die CISA erfordert eine prioritäre Abhilfe gemäß ihrer operativen Richtlinie und macht diese Mängel für öffentliche und private Organisationen vorrangig.
Was bekannt ist und was bestätigt wird: CISA fügte die gelistete CVE (CVE-2026-83548, CVE-2026-83549, CVE-2026-9586, CVE-2026-82329, CVE-2026-48710, CVE-2026-49869 und CVE-2026-59822) in ihren öffentlichen Katalog hinzu. Bekannte ausgeschöpfte Schwachstellen. Sonic Wall bestätigte die aktive Verwertungsforschung für die beiden Schwachstellen in seinen Anwendungen SMA 1000 (CVE-2026-83548 und CVE-2026-83549). Sicherheitsfirmenberichte - Horizon3.ai, watchTowr, Wiz und Microsoft - dokumentieren die aktive Nutzung von mindestens einigen dieser Misserfolge bei der Bereitstellung von Reverse Shells, Kryptomoneda Miners, administrative Tokens Erstellung und Backend Data Exfiltration.

Technische Beschreibung in der Praxis: Sicherheitslücken decken mehrere klassische und gefährliche Vektoren ab. CVE-2026-83548 ist eine SSRF (Server-Side Request Forgery), die es einem unauthenticated Angreifer ermöglicht, die Anwendung zu zwingen, interne Anfragen zu machen oder sensible Funktionen zu bedienen. CVE-2026-83549 ist Post-Authentifizierung Befehlsinjektion, die Befehlsausführung im Betriebssystem mit administrativen Privilegien erlaubt. CVE-2026-9586 ist eine SQL-Injektion gegen Switchvox, die es einem nicht authentifizierten Angreifer ermöglicht, beliebige SQL-Befehle gegen PostgreSQL auszuführen, mit Potenzial für Skalierung bis zur Remote-Ausführung. CVE-2026-82329 und CVE-2026-59822 sind Authentifizierungsschwächen, die den Erhalt von administrativen Privilegien oder authentifizierten Sitzungen ohne gültige Anmeldeinformationen erleichtern. CVE-2026-48710 beschreibt eine Anforderung / HTTP-Antwort-Fehleranpassung (Request Schmuggel), die zu Authentifizierungs-Leaps führen kann, wenn die URL-Rekonstruktion manipuliert wird. CVE-2026-49869 in Kestra ermöglicht es, beliebige Workflows ohne Anmeldeinformationen zu erstellen und auszuführen, die mit Mineneinsätzen und Seitenbewegungen verbunden sind.
Wer es betrifft und warum es zählt: Diese Fehler betreffen Anwendungsadministratoren SonicWall SMA, JFrog Artifactory-Nutzer, Sangoma Switchvox-Implementierungen, verantwortlich für Flow-Orchestrationsplattformen wie Kestra, IA und LLM-Infrastruktur-Implementierungen (Berri LiteLLM, LiteLLM und RAGFlow / LangChain Ökosystem etc.). Das reale Risiko ist doppelt: sofortiges Engagement (Entfernung der Ausführung und Erhalt von administrativen Token) und die Belichtung von Geheimnissen und Schlüsseln von LLM-Anbietern, die einem Angreifer erlauben, Modelle zu stehlen, verbrauchen Zahlungs-APIs und starten Sie schnelle Injektionen oder nachfolgende Angriffe auf Modelllogik. Darüber hinaus wurde die Monetisierung von Ressourcen (Mining), die Beharrlichkeit durch Modifikation von ~ / .ssh / autorisiert _ Schlüssel und Exfiltration von PostgreSQL Datenbanken in den letzten Kampagnen beobachtet.
Auswirkungen bei tatsächlichen Vorfällen: Microsoft berichtete einen Eindringen in eine Kestra-Umgebung, in der der Angreifer eine Shell etablierte, die Docker-Sockel erforschte, einen Bergmann eingesetzt und die Workflow-Engine selbst verwendet, um Ergebnisse zu sammeln und zu speichern, forensische Geräte zu reduzieren. Wiz und Microsoft Berichte zeigen auf die gekettete Verwendung von Schwachstellen in LiteLLM (einschließlich CVE-2026-42271 und CVE-2026-48710) die XMRig Bergbau, beenden konkurrierende Prozesse und schwenken zu LiteLLM PostgreSQL Datenbanken zu stehlen Konfigurationen und Lieferantenschlüssel. Horizon3.ai und watchTowr dokumentierte den Einsatz von Reverse Shells und die Schaffung von Tokens, die CVE-2026-9586 und CVE-2026-82329 nutzen.
Was noch unsicher oder geschätzt ist: die vollständige Zuschreibung (die in allen Fällen verantwortlich ist) und die Gesamtzahl der Opfer wird nicht öffentlich bestätigt. Einige Korrelationen mit Gruppen (z.B. Qilin / Agenda) wurden von Sicherheitsfirmen gemeldet, aber die Einzelheiten des Geltungsbereichs, die genaue Dauer des Eindringens in jedes Opfer und die vollständige Liste der kompromittierten Systeme werden noch untersucht.
Spezifische Maßnahmen und Antwortpriorisierung (was ein Sicherheitsbeauftragter jetzt tun sollte): 1) Priorisieren Sie Patches: Umsetzung der offiziellen Updates der betroffenen Lieferanten sofort. Die CISA und ihre BOD 26-04 haben Zeitlimits für Bundesagenturen festgelegt; private Organisationen sollten ihre Antworten auf diese Zeitlimits ausrichten und beschleunigen, wo es öffentliche Exposition gibt. 2) Reduzieren Sie die Angriffsfläche während des Patches: Blockieren Sie externen Zugriff auf Administrationsschnittstellen (SMA, Artifactory, AI-Web-Panels) durch Firewalls oder Kontrolllisten, benötigen Sie Zugriff durch VPN oder Jump-Hosts und begrenzen Sie den Verkehr auf das erforderliche Minimum. 3) Verdrehen von Anmeldeinformationen und Schlüsseln: Rekrutieren und regenerieren Sie Token, LLM Lieferantenschlüssel und administrative Anmeldeinformationen, wenn es einen Verdacht der Verpflichtung gegeben hat. 4) Überprüfen und härten Docker und Container: Entfernen Sie den Zugang zur Docker-Socke (docker.sock) zu unzuverlässigen Prozessen; verwenden Sie die wenigsten privilegierten Richtlinien. 5) Finden Sie konkrete Einsatzindikatoren: Abbauprozesse (XMRig), ungewöhnliche ELF-Binaries, Modifikationen an ~ / .ssh / autorisiert _ Schlüssel, ungewöhnliche ausgehende Verbindungen (C2), verdächtige SQL-Einträge und Curl-Ausführungen (124s); sh. 6) Überwachung und Einschränkung des Egresses: blockieren Sie verdächtige Ziele und wenden Sie ausgehende TLS-Inspektionen an, um Exfiltration zu erkennen. 7) Datenschichterkennung aktivieren: PostgreSQL Audite Logos für ungewöhnliche Abfragen oder Massenextraktion von LiteLLM _ ProxyModelTable und LiteLLM _ Verification Die Tische sind entsprechend zu erstellen. 8) Implementieren MFA und robuste Protokollierung: erfordern eine multiple Faktor-Authentifizierung für alle administrativen Zugriffe und halten Authentifizierungslogos und zentralisierte Syslog für die Forschung.

Produktspezifische Empfehlungen (unmittelbare Praktiken): SonicWall SMA-Administratoren: Bewerben Sie bereitgestellte Patches und, wenn die Konnektivität nicht geschlossen werden kann, beschränken Sie das Management auf das interne Netzwerk oder VPN. JFrog Artifactory-Benutzer: Patchen und überprüfen administrative Konten und Token; betrachten Sie rotierende Zugriffsschlüssel. LiteLLM-Operatoren und andere IA-Infrastruktur: Enthüllen und widerrufen Sie Token von exponierten Lieferanten, stellen Sie sicher, dass interne APIs nicht direkt aus dem Internet zugänglich sind, und behandeln Sie Modelle und Endpunkte im Rahmen der Kontrollebene (Überwachung, Netzwerktrennung). Für Kestra: zu parken, zu auditieren Workflows erstellt vor kurzem und Prozessartefakte als Aufgaben zu überprüfen, die externe Befehle ausführen.
Die Antwortteams sollten technische Aktionen (Parken, Netzwerksperren, Schlüsseldrehung) mit einer forensischen Untersuchung kombinieren, um festzustellen, ob es bereits Exfiltration gab. Beachten Sie die Veröffentlichungen der Hersteller und aktualisierte Einträge im CISA-Katalog, um die Minderung und die Timelines zu bestätigen: CISA KEV Katalog. Im Zusammenhang mit den beobachteten Verpflichtungen und Techniken enthält die Microsoft-Sicherheits-Veröffentlichung mehrere operative Details und praktische Empfehlungen zur Verteidigung der IA-Infrastruktur: Microsoft Security Blog.
Kurz gesagt, die Hinzufügung dieser CVE in den KEV-Katalog ist kein Verwaltungsverfahren: Es bestätigt, dass die Betreiber diese Fehler bereits nutzen, um Zugang zu erhalten, Geld durch Bergbau zu bewegen und wertvolle Geheimnisse zu stehlen. Das Gelegenheitsfenster, das Risiko einzudämmen, ist eng: Parken Sie sofort, reduzieren Sie die kritische Schnittstellenbelichtung und behandeln Sie IA-Plattformen und Orchestrierung als Steuerungskomponenten mit Sicherheitsanforderungen, die jedem anderen Infrastrukturdienst gleichwertig sind.
Verwandte Artikel
Weitere Neuigkeiten zum selben Thema.

GhostAction erweitert Angriff: Phishing, um Anmeldeinformationen und Beharrlichkeit in VS-Code zu stehlen
Eine Gruppe hinter der GhostAction Kampagne - bereits bekannt für die Infiltration von GitHub Actions Workflows in Open-Source-Projekte - hat sein Arsenal erweitert: Neben der I...

OpenCode: mögliche Exposition von AI-Lieferanten in Console betrifft 1,4% der Nutzer
In der Nacht vom 16. Oktober gab es einen unberechtigten Zugriff auf ein aus OpenCode geerbtes System, das laut Firma hätte Schlüssel von IA-Lieferanten, die Benutzer in ihrem H...

ConnectWise deaktiviert 7 App-Identitäten und rezitiert Cloud Backup-Zertifikate nach dem Vorfall
Der IT ConnectWise-Management-Software-Anbieter bestätigte, dass es am 17. Oktober 2026 sieben Anwendungsidentitäten und widerrufene Zertifikate im Zusammenhang mit seinem Cloud...

Forscher erkennen Npm Imgdecode-Paket verknüpft mit MALFEX, das Windows angreift
Sicherheitsforscher haben ein schädliches Paket identifiziert, das im npm-Record veröffentlicht wird, das Teil einer Supply-Chain-Kampagne ist, die auf Windows und nicknamed MAL...

OpenBSD 7.9: zwei gepflasterte Fehler, die lokale Privileg Klettern erlaubt
Heute wurde eine Kette von Ausbeutung lokaler Privilegien gegen OpenBSD 7.9 veröffentlicht, die nach dem Bericht des Sicherheitsunternehmens Calif einen Angreifer erlaubt, sich ...

OpenAI enthüllt unausgeglichene IA-Vorfälle; ein GPT-5.6 Sol abgeleitete Schlüssel und ausgegebene Mittel von Sepolia
OpenAI hat eine Reihe von Vorfällen des unausgeglichenen Verhaltens seiner internen Modelle veröffentlicht; unter ihnen ist ein Fall, in dem ein GPT-5.6 Familienforschungsmodell...