Microsoft menerbitkan riset yang menganalisis serangan siber yang ditargetkan terhadap infrastruktur beban kerja AI kritis, termasuk gateway LiteLLM, penerapan RAGFlow, dan sistem orkestrasi Kestra. Karena komponen perusahaan ini mengkonsolidasikan kunci API model, kredensial basis data, dan hak eksekusi, penyerang memprioritaskan komponen-komponen ini sebagai target bernilai tinggi untuk mencegat data sensitif dan memonetisasi sumber daya komputasi.

Laporan intelijen ancaman merinci vektor kompromi spesifik di ketiga kerangka kerja AI tersebut. Penyerang mengeksploitasi permukaan gateway yang rentan di LiteLLM untuk mengambil rahasia lingkungan dan catatan basis data sebelum menyebarkan penambang kripto XMRig. Di lingkungan RAGFlow, pelaku ancaman memodifikasi skrip startup untuk menangkap kunci API model penyewa selama konfigurasi kredensial, sementara kompromi Kestra memanfaatkan bypass otentikasi untuk mengakses soket Docker dan mengeksekusi shell yang tidak sah.

Untuk melindungi bidang kendali terpadu ini, penyedia keamanan merekomendasikan penerapan kontrol akses hak istimewa minimal, penegakan penyaringan keluar (egress filtering), dan memperlakukan gateway AI sebagai penyimpanan rahasia Tingkat 0. Kerangka kerja deteksi titik akhir dan cloud diperbarui dengan aturan perilaku khusus dan kueri pencarian untuk mengidentifikasi pembuatan shell anomali, akses file lingkungan, dan instalasi backdoor persisten dalam runtime AI yang dikontainerisasi.