JadePuffer, el operador de ransomware impulsado por un modelo de lenguaje grande (LLM), ha reaparecido con un malware diseñado específicamente para eliminar artefactos de modelos de inteligencia artificial entrenados, afectando a infraestructuras críticas de aprendizaje automático.
Por qué importa: Este ataque no solo cifra datos, sino que destruye modelos de IA, lo que implica costos de reconstrucción extremadamente altos y pérdida irreversible de trabajo.
Lo esencial
- JadePuffer utiliza un ransomware llamado ENCFORGE que apunta a 180 extensiones de archivos relacionadas con IA.
- El ataque se ejecuta tras explotar la vulnerabilidad CVE-2025-3248 en Langflow para escapar de contenedores.
- La recuperación puede costar entre 75,000 y 500,000 dólares por modelo debido a la necesidad de reentrenamiento.
ENCFORGE: ransomware especializado en IA
El ransomware ENCFORGE, empaquetado con UPX y desarrollado en Go, está diseñado para cifrar archivos específicos del ecosistema de aprendizaje automático. Entre los formatos atacados se incluyen checkpoints de PyTorch y TensorFlow, pesos SafeTensors de HuggingFace, modelos cuantizados GGUF de llama.cpp, índices vectoriales FAISS, conjuntos de datos Apache Parquet y TFRecord, y matrices NumPy. Esta selección demuestra un enfoque deliberado para destruir componentes esenciales de modelos y datos de entrenamiento.
Explotación de vulnerabilidad en Langflow y escape de contenedor
El acceso inicial se logra mediante la explotación de CVE-2025-3248, una falla de autenticación en el endpoint de validación de código de Langflow. Tras obtener acceso, el operador realiza reconocimiento y robo de credenciales, localiza un socket Docker montado y reconstruye dinámicamente el mecanismo de entrega del ransomware. Utilizando scripts Python, logra escapar del contenedor y ejecutar el cifrado en el sistema anfitrión, superando las barreras de aislamiento.
