Amazon Threat Intelligence zufolge haben KI-Agenten eine groß angelegte Kampagne zum Diebstahl von API-Schlüsseln und anderen Zugangsdaten für KI-Modelle aus dem Internet erreichbarer Anwendungen durchgeführt. Im Visier standen LLM-Gateways und Proxys wie LiteLLM, One API, New API, Veloera und Sub2API sowie Plattformen zum Erstellen von KI-Anwendungen, darunter Dify, FastGPT, Langflow, RAGFlow, Open WebUI, LobeChat und Ollama.
Amazons Ködernetzwerk MadPot zeichnete zwischen dem 3. Oktober und dem 5. November 2026 Anfragen und operative Aufzeichnungen der Agenten auf. Die Sensoren gaben sich als verbreitete LLM-Inferenz-APIs aus. Amazon schätzt mit mittlerer Sicherheit ein, dass dabei ARTEX zum Einsatz kam, ein quelloffenes Framework für agentenbasierte Penetrationstests.
Den erfassten Aufzeichnungen zufolge suchten die Agenten nach offen erreichbaren KI-Anwendungen, extrahierten die dort hinterlegten Schlüssel der Modellanbieter, prüften deren Funktionsfähigkeit und legten sie in einem gemeinsamen Pool ab. Gestohlene Schlüssel wurden anschließend dem eigenen Modell-Gateway des Frameworks zugeführt. Damit finanzierten sie die Inferenz, mit der die Agenten nach weiteren Zugangsdaten suchten. Das beschriebene Angriffsrepertoire umfasst Standard-Administratorzugänge, unvollständige Installationen, Verwaltungsschnittstellen ohne Authentifizierung, bekannte Software-Schwachstellen sowie offengelegte Geheimnisse in Code und Deployment-Artefakten.
Amazon weist darauf hin, dass seine Sensoren die Aktivitäten bei anderen Organisationen nicht unmittelbar beobachtet haben und sich nicht alle von den Agenten gemeldeten Ergebnisse überprüfen lassen. Potenziell betroffene AWS-Kunden seien gegebenenfalls benachrichtigt worden.
Betreiber von LLM-Infrastruktur sollten KI-Anwendungen, Modell-Gateways und Inferenz-Endpunkte nach Amazons Empfehlung wie andere Produktionssysteme behandeln. Dazu gehören das Ändern von Standardzugangsdaten, das Abschließen von Installationen, zeitnahes Patchen, das Entfernen und Rotieren offengelegter Geheimnisse sowie die Kontrolle ungewöhnlicher Modellnutzung oder Ausgaben. Amazon hat außerdem Kompromittierungsindikatoren veröffentlicht, mit denen Unternehmen ihre Umgebungen untersuchen können.