Künstliche Intelligenz, aktuell.
Direkt aus den Originalmeldungen.

Anaconda: Zwei Supply-Chain-Angriffe auf LiteLLM erreichten den kuratierten Kanal nie

20. November 2026, 02:41Von der KI Nachrichten RedaktionQuelle: Anaconda
Anaconda: Zwei Supply-Chain-Angriffe auf LiteLLM erreichten den kuratierten Kanal nie
Bild: Anaconda

Keine der beiden kompromittierten LiteLLM-Versionen hat es in die kuratierten Python-Paketkanäle von Anaconda geschafft, sagt das Unternehmen und verweist auf eine Build-Verzögerung und Builds aus dem Quellcode. Anaconda legt seine Argumentation in einem Blogbeitrag zu den Supply-Chain-Angriffen auf LiteLLM vom März und Oktober 2026 dar.

Das Wichtigste in Kürze
  • LiteLLM wurde im März und Oktober 2026 Ziel von Supply-Chain-Angriffen, der erste über bösartige PyPI-Versionen mit einem Credential Stealer.
  • CloudSEK berichtete im August, der Märzangriff habe mehr als 2.500 Organisationen und rund 434.000 CI/CD-Pipelines gefährdet.
  • Der Oktoberangriff nutzte einen nicht widerrufenen Administrator-Schlüssel, der im Mai in ein öffentliches Repository eingecheckt worden war.
  • Anaconda sagt, es habe die kompromittierten Versionen 1.82.7, 1.82.8 und 1.107.0 nie gebaut, und verweist auf eine Build-Verzögerung und Builds aus dem Quellcode.
  • Anaconda räumt ein, dass keine einzelne Kontrolle alles abfängt, und scannt Pakete zusätzlich auf Malware.

Zwei Angriffe auf eine weit verbreitete Bibliothek

Der erste Vorfall ereignete sich im März 2026. Laut LiteLLM deuten erste Hinweise darauf hin, dass der Angreifer bösartige Versionen auf PyPI platzierte, indem er „offizielle CI/CD-Workflows umging“, die zum regulären Release-Prozess gehören. LiteLLM zufolge enthielten die bösartigen Versionen einen Credential Stealer, der Umgebungsvariablen, SSH-Schlüssel, Cloud-Zugangsdaten, Kubernetes-Tokens und Datenbankpasswörter abgreifen sollte.

Anaconda weist darauf hin, dass LiteLLM monatlich Millionen und insgesamt Milliarden Downloads von PyPI verzeichnet. Nach dem Vorfall überarbeitete LiteLLM die CI/CD-Sicherheit mit zusätzlichen Sicherheitsscans und neuen Protokollen für Docker-Images. Im August berichtete CloudSEK, der Märzangriff habe mehr als 2.500 Organisationen und rund 434.000 CI/CD-Pipelines gefährdet. Anaconda zufolge sanken die täglichen PyPI-Downloads nach dieser Meldung deutlich und blieben seither niedriger. Das lege nahe, dass viele Sicherheitsteams ihren Pipelines nicht mehr erlauben, neue Releases direkt von PyPI zu ziehen.

Im Oktober wurde LiteLLM ein zweites Mal kompromittiert, diesmal auf anderem Weg. Ein im Mai in ein öffentliches Repository eingecheckter Administrator-Schlüssel war nie widerrufen worden. Der Angreifer nutzte ihn, um das Token eines GitHub-Organisationsinhabers auszulesen, und holte anschließend zwei weitere Maintainer-Tokens aus den CI-Secrets. Der Branch-Schutz wies die Änderung des Angreifers am Release-Workflow zwar zurück, doch das Token des Inhabers konnte ihn aushebeln. In derselben Woche hatte LiteLLM die Freigabe von Releases gelockert, sodass zwei beliebige Entwickler einen Release auslösen und genehmigen konnten. In Anacondas Worten genügte ein einziger überprivilegierter Zugang, der nie rotiert wurde, um die Kontrollen zu umgehen.

Wie Anaconda die Releases nach eigener Darstellung fernhielt

Anaconda argumentiert, dass die Schutzmaßnahme zwischen den Upstream-Releases und den Pipelines eines Unternehmens ansetzen muss. Das Festschreiben von Versionen und das Spiegeln bekannter, einwandfreier Releases funktionierten zwar, aber nur für bereits identifizierte Pakete und müssten von Hand gepflegt werden. Eine typische Unternehmensumgebung hänge von Hunderten Paketen ab.

Das Unternehmen nennt zwei Schutzmechanismen. Der erste ist eine Build-Verzögerung, in der Dokumentation beschrieben als „eine zeitliche Verzögerung zwischen der Verfügbarkeit des Quellcodes und dem Start des Builds, die ein Zeitfenster bietet, um Upstream-Kompromittierungen zu erkennen, bevor Pakete in die Build-Pipeline gelangen“. Anaconda zufolge waren beide bösartigen Versionen nur wenige Stunden auf PyPI online, die Oktober-Version etwa zwei Stunden. Die Verzögerung wird pro Paket festgelegt.

Der zweite Mechanismus: Die meisten Pakete baut Anaconda in der eigenen, kontrollierten Infrastruktur aus dem Quellcode, statt vorgefertigte Pakete weiterzuverteilen. Unabhängige Analysen hätten die Oktober-Malware nur in den vorgefertigten Wheels von LiteLLM gefunden, nicht im Quellcode, so Anaconda. Ein Build aus dem Quellcode erkenne Manipulationen am Quellcode selbst nicht, räumt das Unternehmen ein, weshalb die Verzögerung an erster Stelle stehe.

Als Beleg führt Anaconda seine Versionshistorie an. Der Kanal sprang von Version 1.82.4, gebaut am 22. März, auf 1.83.7, gebaut am 30. April, und übersprang damit die kompromittierten Versionen 1.82.7 und 1.82.8. Für den Oktober ging es von 1.104.0 am 6. Oktober auf 1.108.0 am 6. November; die kompromittierte Version 1.107.0 wurde nie gebaut.

Zugriffskontrollen und ihre Grenzen

Anaconda zufolge haben nur autorisierte Mitarbeitende Zugriff auf die Build- und Release-Systeme, abgesichert durch Multi-Faktor-Authentifizierung und rollenbasierte Beschränkungen. Änderungen an Paketrezepten müssen vor dem Merge von einem Teammitglied geprüft werden. Build und Release nutzen getrennte Zugangsdaten, und nur dafür bestimmte Mitglieder des Teams für den Paketbau dürfen veröffentlichen. Außerdem gleicht Anaconda den Quellcode mit hinterlegten SHA-256-Prüfsummen ab und schreibt Versionen in den Rezepten fest, sodass eine veränderte Quelldatei den Build stoppt. Der CEO habe keinen Zugriff auf diese Systeme, so das Unternehmen.

Anaconda räumt ein, dass keine einzelne Kontrolle alles abfängt. Eine Build-Verzögerung wirkt am besten bei Kompromittierungen, die schnell entdeckt werden, wie es bei beiden LiteLLM-Angriffen der Fall war. Für länger verborgenen Schadcode scanne man Pakete vor der Verteilung auf Malware und könne ein Paket über ein formelles Entfernungsverfahren zurückziehen.

Was das für Unternehmensteams bedeutet

Der Beitrag ist ein Verkaufsargument für Anacondas AI Artifacts und die kuratierten Paketkanäle, die nach Unternehmensangaben mehr als 20.000 Python-Pakete umfassen; die Aussagen über die eigenen Prozesse stammen von Anaconda selbst. Der Kern der Botschaft: Ein bösartiger Release, der innerhalb weniger Stunden entdeckt und zurückgezogen wird, sollte nicht in die Pakete gelangen, die eine Pipeline installiert. Anaconda zufolge gelten diese Verfahren für den gesamten Kanal und nicht nur für LiteLLM, sodass Entwickler das Python-Ökosystem weiter nutzen können, ohne dass jeder Upstream-Release zum Sicherheitsvorfall wird. Interessierte Organisationen verweist das Unternehmen an seinen Vertrieb.

Ähnliche Meldungen

JFrog: Der „Black October“ zeigte die Grenzen von Threat Intelligence
Sicherheit und Ethik16. November 2026, 22:33

JFrog: Der „Black October“ zeigte die Grenzen von Threat Intelligence

JFrog zufolge hat eine Welle von Sicherheitsvorfällen im Oktober 2026 gezeigt, dass Informationen über Schwachstellen allein Unternehmen nicht schnell genug bei der…

CodeRabbit findet 1.215 Sicherheitsprobleme in Open-Source-Repositories
Sicherheit und Ethik13. November 2026, 13:00

CodeRabbit findet 1.215 Sicherheitsprobleme in Open-Source-Repositories

CodeRabbit zufolge haben seine Secure Deep Scans 1.215 schwerwiegende oder kritische Sicherheitsprobleme in 1.125 öffentlichen Repositories aufgedeckt. Mindestens 75…

Schadhafte LiteLLM-Version 1.107.0 auf PyPI stiehlt Zugangsdaten, warnt Wiz
Sicherheit und Ethik21. Oktober 2026, 15:44

Schadhafte LiteLLM-Version 1.107.0 auf PyPI stiehlt Zugangsdaten, warnt Wiz

Das Sicherheitsunternehmen Wiz berichtet, dass am 21. Oktober eine schadhafte Version des Python-Pakets LiteLLM, 1.107.0, auf PyPI hochgeladen wurde. Sie soll auf den…