Aktualności, narzędzia i prawo AIPolska · codziennie
Narzędzia

Amazon: agenci ARTEX kradną klucze API do modeli AI

Pułapki Amazona przechwyciły zapisy pracy agentów ARTEX. Szukali kluczy API do modeli AI w bramkach LLM i kreatorach aplikacji oraz testowali deepfake'i na giełdach.

Analityczka z siwiejącymi włosami i brodaty analityk oglądają na monitorze schemat serwerów z czerwonymi ostrzeżeniami w biurze z widokiem na wieczorną ulicę europejskiego miasta z tramwajem
Ilustracja redakcyjna dailyAI

Amazon Threat Intelligence opisał 13 listopada 2026 roku dwie kampanie prowadzone przez napastników za pomocą agentów AI z frameworka ARTEX. Pierwsza polegała na kradzieży kluczy API do modeli językowych z bramek LLM i narzędzi do budowy aplikacji AI, takich jak LiteLLM, Dify, Langflow czy Open WebUI. Druga była próbą obejścia weryfikacji tożsamości na dwóch giełdach kryptowalut za pomocą deepfake'ów wideo, która według Amazona za każdym razem się nie udała. Firmy z własną infrastrukturą AI powinny sprawdzić, czy ich panele i punkty dostępu do modeli nie są dostępne z internetu bez logowania.

Co wykryły pułapki Amazona

Raport podpisał CJ Moses, szef bezpieczeństwa informacji Amazona. Dane pochodzą z MadPot, czyli rozproszonej po świecie sieci serwerów-pułapek, które udają podatne usługi i rejestrują ruch napastników. Część pułapek imitowała popularne API do uruchamiania modeli językowych, a agenci AI wysyłali do nich zapytania razem z własnymi zapisami pracy.

Dzięki temu Amazon zobaczył nie tylko pojedyncze ataki, ale też instrukcje, które operatorzy dawali agentom. Polecenia były pisane po chińsku uproszczonym, systemy ustawiono na chińską strefę czasową, a operatorzy zakazali atakowania celów w Chinach kontynentalnych i domen rządowych. Na tej podstawie Amazon z umiarkowaną pewnością przypisuje działania kilku niezależnym grupom powiązanym z Chinami. ARTEX to otwartoźródłowy framework do automatycznych testów penetracyjnych, który od kilku miesięcy pojawia się w raportach o włamaniach.

Kradzież kluczy API do modeli językowych

Głównym celem pierwszej kampanii były klucze API do modeli AI, w szczególności do najdroższych modeli czołowych dostawców. Według Amazona napastnicy prawdopodobnie chcieli korzystać z modeli na cudzy koszt, a dane dostępowe do chmury traktowali jako drogę do zarządzanych usług AI, magazynów sekretów i danych. Skradzione klucze trafiały do bramki modeli wbudowanej w ARTEX i napędzały agentów szukających kolejnych kluczy.

Agenci sprawdzali każdy klucz i oceniali go w trzech poziomach: od samego tropu, przez potwierdzone działające wywołanie API, po klucz z mierzalną wartością, na przykład dostępem do danych albo saldem do wydania. Operatorzy wybierali produkcyjne systemy firm zamiast prywatnych projektów, a klucze publicznie widoczne dłużej niż 30 dni uznawali za mało wartościowe, bo zwykle są już unieważnione. Amazon nie podał, ile kluczy zdobyto.

  • Bramki i serwery pośredniczące LLM: One API, New API, Veloera, Sub2API i LiteLLM.
  • Kreatory aplikacji AI i interfejsy czatu: Dify, FastGPT, Langflow, RAGFlow, Open WebUI, LobeChat i Ollama.
  • Typowe słabości: niedokończone instalacje, panele administracyjne bez logowania, domyślne hasła i klucze główne, niezałatane luki w Langflow i RAGFlow oraz sekrety zostawione w kodzie strony, plikach konfiguracyjnych i trasach debugowania.
  • Źródła kluczy: wyszukiwarki urządzeń w internecie, repozytoria GitHub, pakiety npm i PyPI, obrazy kontenerów, notatniki, serwisy z wklejkami i kanały w Telegramie.

Deepfake przeciw weryfikacji tożsamości na giełdach

Druga kampania dotyczyła weryfikacji KYC (ang. know your customer), czyli sprawdzania tożsamości klienta przy zakładaniu konta. Agenci próbowali przejść ją na dwóch giełdach kryptowalut, których Amazon nie wymienia. Zbudowali potok deepfake'a w czasie rzeczywistym na jednej konsumenckiej karcie graficznej, z otwartym modelem do animacji twarzy, który osiągał 11,5 klatki na sekundę, oraz fałszowali zdjęcia dokumentów tak, by plik wyglądał na nieedytowany.

Według raportu serwer dostawcy weryfikacji odrzucił deepfake we wszystkich zarejestrowanych próbach. Równolegle działały co najmniej cztery sesje agentów, które dzieliły się wynikami: od badania sposobów wypłaty pieniędzy po budowę samego potoku. W naszej ocenie to dobra wiadomość dla instytucji finansowych, ale też sygnał, że próby będą się powtarzać, bo koszt sprzętu jest niski.

Co Amazon zaleca firmom

Amazon podkreśla, że żadna z technik nie była nowa, a agenci odnosili sukces tam, gdzie brakowało podstawowej higieny bezpieczeństwa. Zmieniła się szybkość i wytrwałość ataków, bo agent AI może przeszukiwać internet całą dobę. Zalecenia z raportu przekładamy na listę działań dla zespołów IT.

  1. Usuń domyślne i wpisane na stałe hasła oraz klucze, w tym klucz główny bramki LLM ustawiony przy instalacji.
  2. Wyczyść klucze z kodu i publicznych artefaktów: repozytoriów, pakietów, obrazów kontenerów, map źródeł i plików środowiskowych, a ujawnione klucze od razu unieważnij.
  3. Zamknij dostęp do paneli administracyjnych i punktów dostępu do modeli, które działają bez uwierzytelnienia.
  4. Zaktualizuj narzędzia takie jak Langflow i RAGFlow do wersji z poprawkami.
  5. Obejmij bramki modeli, aplikacje AI i serwery inferencji tymi samymi zasadami co inne systemy produkcyjne.
  6. Monitoruj nietypowe zużycie usług AI, na przykład nagły wzrost kosztów albo zapytania o nietypowej porze.

Znaczenie dla polskich firm

Raport nie wymienia krajów, ale wskazuje, że jedna z operacji przechodziła przez ustaloną listę państw. Narzędzia takie jak LiteLLM, Dify czy Ollama są popularne także w Polsce, zwłaszcza w firmach, które same uruchamiają czaty firmowe i integracje z modelami. Instalacja postawiona na szybko do testów i zostawiona z dostępem z internetu to dokładnie typ celu, który opisuje Amazon.

Kradzież klucza API oznacza przede wszystkim rachunek za cudze użycie modeli, ale przez integracje z danymi może też prowadzić do wycieku informacji. Jeśli dojdzie do naruszenia danych osobowych, administrator ma 72 godziny na zgłoszenie do UODO, a podmioty objęte krajowym systemem cyberbezpieczeństwa zgłaszają incydenty do właściwego zespołu CSIRT.

Ograniczenia raportu

Amazon nie podał liczby ofiar, liczby skradzionych kluczy ani nazw dostawców modeli. Firma zaznacza, że poinformowała potencjalnie poszkodowanych klientów AWS, a nie mogła potwierdzić skutków ataków na inne organizacje, dlatego opublikowała wyniki publicznie. Raport nie mówi o włamaniu do usług AWS. Celowo pominęliśmy wskaźniki naruszenia i szczegóły technik, które dokument udostępnia zespołom bezpieczeństwa.

Źródła i data sprawdzenia

  1. Amazon Threat Intelligence observes threat actors running cybercrime campaigns with ARTEX AI agentsAWS Security Blog, publikacja: 2026-11-13, sprawdzono: 2026-11-16
Nota redakcyjna

Artykuł ma charakter informacyjny. Przy decyzjach prawnych, finansowych lub organizacyjnych warto zweryfikować wnioski w odniesieniu do konkretnej sytuacji.