En juin 2025, Okta Threat Intelligence a prédit que l’adoption rapide des agents d’IA entraînerait une « dette d’identité » à mesure que les développeurs expérimenteraient ces nouvelles technologies.
Ce scénario s’est réalisé lors de nombreuses attaques contre la chaîne logistique logicielle au cours des six derniers mois. Dans ces attaques, les charges utiles des attaquants ont parcouru les systèmes compromis des développeurs à la recherche de secrets en clair dans les fichiers de configuration et les ont exfiltrés vers des serveurs contrôlés par les attaquants.
La plus récente de ces attaques, l’une des plus lourdes de conséquences, a visé les utilisateurs et utilisatrices de LiteLLM.
Qu’est-ce que LiteLLM et qu’est-ce qui n’a pas fonctionné ?
LiteLLM est le plus souvent utilisé par les développeurs comme passerelle permettant aux applications clientes d’appeler plus de 2000 grands modèles de langage (LLM) proposés par plus de 100 fournisseurs.
Cela permet aux développeurs de logiciels d’effectuer des tests A/B sur différents modèles, d’intégrer de la redondance dans les applications agentiques (basculement vers un modèle secondaire si le modèle principal est indisponible ou soumis à des limitations de débit), ainsi que de répondre à des cas d’usage liés à l’audit et au contrôle des coûts.
Le 24 mars 2026, des cybercriminels connus sous le nom de TeamPCP ont diffusé des mises à jour malveillantes du package LiteLLM sur PyPI (versions 1.82.7 et 1.82.8).
Ces mises à jour installent un fichier sur l’appareil compromis (voir les indicateurs ci-dessous), qui exécute un script malveillant à chaque démarrage de Python sur l’appareil. Le script agit essentiellement comme un infostealer : il recherche et stocke les variables d’environnement (tokens d’API, secrets, tokens), les clés SSH, les clés Git et les secrets CI/CD, les identifiants cloud (clés AWS, GCP, Azure), les identifiants de base de données, les secrets Kubernetes ainsi que les clés SSL/TLS. Il extrait également les fichiers de configuration, l’historique du shell et d’autres informations (nom d’hôte, adresse IP) concernant l’environnement compromis. Les données volées sont stockées et compressées dans un fichier, puis exfiltrées vers un serveur contrôlé par l’attaquant.
Le package malveillant n’a affecté que les utilisateurs de LiteLLM ayant installé ou mis à jour LiteLLM via PyPi entre 10h39 UTC et 16h00 UTC le 24 mars 2026, sans avoir verrouillé de versions antérieures.
Étant donné que LiteLLM a été téléchargé 96 millions de fois le mois dernier, un calcul rapide indique que l’on parle tout de même de plusieurs centaines de milliers de téléchargements de la charge malveillante.
Les attaquants affirment, sans fournir de preuve, avoir exfiltré plus de 300 Go de données pendant cette période.
Prolifération des agents en action
L’attaque LiteLLM était une attaque contre la chaîne logistique logicielle, et non une attaque basée sur l’identité.
L’ampleur de l’impact sur chaque entité dépendait du fait qu’elle ait ou non figé les versions des bibliothèques pour empêcher les mises à jour automatiques, et de l’utilisation d’outils permettant d’analyser le nouveau code à la recherche de charges malveillantes.
Cela étant dit, l’ampleur des conséquences pour toute organisation concernée reflète tout autant la prolifération des agents, c’est-à-dire une expérimentation sans limites des agents d’IA par les personnes au sein d’une organisation.
Il est raisonnable de penser que les utilisateurs et utilisatrices les plus exposés à cette attaque seront des développeurs individuels ayant installé LiteLLM à l’aide de pip (le gestionnaire de paquets pour Python) afin d’expérimenter cette technologie.
Dans un monde idéal, les développeurs ne connectent pas les systèmes d’IA aux ressources de production pendant les phases d’expérimentation.
Nous ne vivons pas dans un monde idéal. Nous ne savons généralement pas si les systèmes d’IA sont utiles avant qu’ils n’aient accès aux ressources du système ou à des données réelles. Dans de nombreuses entreprises, l’adoption des agents d’IA reste décentralisée et n’est pas encadrée par un programme de sécurité formel. Les développeurs et les autres administrateurs et administratrices connectent à plusieurs reprises des agents d’IA directement aux applications de production et aux données en utilisant des tokens API statiques et des identifiants de compte de service. C’est à ce moment-là qu’une attaque contre la chaîne logistique comme celle-ci devient une question d’identité.
Dans les environnements non gérés, les ressources sont souvent accessibles à l’aide de tokens au porteur stockés dans des fichiers de configuration. La simple possession des tokens permet à la personne détentrice du token d’accéder à une ressource cible. Les tokens ne sont pas de courte durée et ne sont pas limités à une adresse IP ou à un client spécifique.
Ainsi, même si nous pouvons anticiper les conséquences de cet événement, l’impact réel dépend en grande partie de :
- si les tokens volés ont été révoqués ou renouvelés avant que les attaquants ne puissent les utiliser, et
- si le token serait valide dans le contexte du client et de l’adresse IP de l’attaquant.
Comment Auth0 aide les développeurs à sécuriser les applications agentiques
Du point de vue d’un développeur, l’une des façons de limiter l’impact des attaques sur la chaîne logistique consiste à éviter de coder en dur des clés API à longue durée de vie dans les fichiers d’environnement, car les charges malveillantes sont conçues pour les y rechercher.
Les développeurs qui créent des applications agentiques avec Auth0 (voir Auth0 for AI Agents) peuvent utiliser le service Auth0 Token Vault pour remplacer les clés statiques par des tokens d’accès à courte durée de vie.
Ces tokens d’accès à courte durée de vie peuvent également être liés à la clé privée détenue par le client pour lequel les tokens ont été émis grâce à la prise en charge par Auth0 de la preuve de possession (DPoP). Les requêtes générées lorsque des personnes malveillantes tentent de réutiliser le token à courte durée de vie en dehors de ce contexte précis échoueront.
Comment Okta aide à maîtriser la prolifération des agents
Okta for AI Agents aide les entreprises à centraliser tous les agents d’IA de l’entreprise dans un annuaire unique, et à gérer les connexions entre les agents et les applications ainsi que les données dont ils ont besoin pour accomplir leurs tâches.
Chaque agent d’IA géré avec Okta se voit attribuer un propriétaire humain. L’accès agentique aux ressources sensibles utilise soit des tokens à portée limitée émis par Okta, soit des identifiants stockés en coffre-fort extraits depuis Okta Privileged Access.
Recommandations
Centraliser l’extraction des packages et envisager d’utiliser des outils qui créent les packages directement à partir des dépôts sources, plutôt qu’à partir des dépôts communautaires d’artefacts. Configurez votre environnement pour analyser automatiquement les mises à jour à la recherche de malware et de vulnérabilités avant qu’elles ne puissent être extraites par les développeurs.
Connecter des agents à des ressources sensibles à l’aide de tokens éphémères, limités à l’expéditeur. Utilisez la mise en coffre (vaulting) des tokens pour émettre des tokens d’accès à durée de vie limitée, et appliquez DPoP (Demonstrating Proof of Possession) afin que des tokens volés ne puissent pas être réutilisés depuis l’adresse IP ou le client d’un attaquant.
Élaborer une stratégie à l’échelle de l’entreprise pour la gestion et la gouvernance des agents d’IA.
Attribuez la propriété humaine de chaque agent utilisé.
Appliquez des politiques pour autoriser l’accès agentique aux ressources sensibles. Au minimum, exigez que les ressources accessibles par les agents prennent en charge l’autorisation OAuth 2.0 avec des périmètres granulaires.
Adoptez Cross-App Access (XAA) afin de réduire le nombre de demandes de consentement auxquelles les utilisateurs sont confrontés lors de l’autorisation des agents. Les protocoles d’authentification distribués comme XAA sont également moins vulnérables aux attaques visant une passerelle centralisée.
Appliquer des contrôles de mitigation à l’utilisation de tokens API statiques ou d’identifiants de compte de service. Configurer les listes d’adresses IP autorisées et placer les identifiants en coffre-fort à l’aide d’ outils de gestion des accès à privilèges.
Contrôles avancés de la posture de sécurité
Okta Device Assurance peut être utilisé pour évaluer si un appareil exécutant le client Okta Verify utilise une version vulnérable de LiteLLM :
SÉLECTIONNER
CAS
WHEN COUNT(*)=0 THEN 0
ELSE 1
END AS litellm_vuln
FROM python_packages
WHERE name='litellm'
AND version IN ('1.82.7', '1.82.8');
Indicateurs de compromission
Indicateur | Type | Source | Contexte |
models.litellm[.]cloud | Domaine | Serveur d’exfiltration associé à l’attaque LiteLLM | |
litellm_init.pth | Nom du fichier | Nom du fichier téléchargé sur les systèmes compromis lors de l’attaque LiteLLM | |
tpcp.tar.gz | Nom du fichier | Nom du fichier que le script crée après la mise en place des identifiants pour l’exfiltration depuis un système compromis. | |
45.148.10.212 | Adresse IP | Associé à des attaques précédentes menées par le même cybercriminel visant le projet Trivy. | |
scan.aquasecurtiy[.]org | Domaine | Associé à des attaques précédentes menées par le même cybercriminel visant le projet Trivy. |
Rob Gil et Rafa Bono ont contribué à cet article.