Pacote Python ligado à Microsoft distribuiu malware para roubar credenciais de nuvem

Ilustração conceitual de pacote Python adulterado tentando obter credenciais de Azure, GitHub e contas de desenvolvimento

Duas versões adulteradas do pacote Python agent-framework, associado ao Microsoft Agent Framework, circularam no PyPI em 17 de novembro de 2026. O código acrescentado procurava credenciais de nuvem e de ferramentas de desenvolvimento e podia ser acionado sem que a aplicação importasse a biblioteca. Os arquivos foram removidos do repositório, mas a exposição de segredos exige investigação dos ambientes que instalaram as versões afetadas.

Os pacotes 1.26.1 e 1.26.2 foram publicados às 20h35 e às 21h08 (UTC), respectivamente. Por volta das 21h30, já não estavam disponíveis no PyPI, segundo investigação da Wiz. A curta janela não elimina o risco: uma dependência instalada por atualização automática, reconstrução de contêiner ou pipeline de integração contínua poderia executar a carga maliciosa durante esse intervalo. O alerta GHSA-764m-3ppc-5m73, registrado no GitHub Advisory Database em 18 de novembro, identifica as duas versões como maliciosas e aponta a 1.26.0 como última versão conhecida sem esse código.

O caso tem uma particularidade que altera a maneira de investigar a exposição. O simples fato de não haver uma chamada a agent_framework no código da aplicação não demonstra que a máquina permaneceu protegida. O mecanismo foi colocado no processo de inicialização do próprio interpretador Python.

O arquivo que executava o roubo antes da aplicação começar

Nas duas versões, os responsáveis introduziram arquivos com extensão .pth dentro de site-packages, diretório em que o Python mantém bibliotecas instaladas. Esses arquivos podem conter instruções de importação executadas pelo módulo site durante a inicialização normal do interpretador, quando esse processamento está habilitado. É um mecanismo legítimo de configuração do ambiente, explorado aqui para executar código não autorizado.

Na versão 1.26.1, o disparo passava por agent_framework_meta.pth e por um módulo que simulava diagnóstico de telemetria. Na 1.26.2, os nomes mudaram para af_runtime_diag.pth e af_runtime_diag.py. A alteração dificulta uma busca limitada aos primeiros indicadores: verificar somente o nome do arquivo presente na versão inicial deixaria de identificar a segunda distribuição. O código tentava executar de forma destacada e suprimir mensagens de erro, diminuindo a chance de chamar a atenção do desenvolvedor.

O executável não precisava receber acesso administrativo por uma falha de elevação de privilégio. Ele herdava as permissões e a visibilidade do processo que iniciava o Python. Em uma estação de desenvolvimento, isso inclui arquivos de configuração e sessões locais; em um runner de CI/CD, pode incluir segredos temporários que a automação recebeu para compilar, testar ou distribuir software. O alcance depende das permissões efetivamente concedidas ao processo e das condições de execução.

Azure, GitHub Actions e credenciais de pipelines no alvo

A análise técnica identificou procura por variáveis de ambiente com nomes associados a tokens, senhas, chaves, Azure, AWS, GitHub, OpenAI, registries de pacotes e sistemas de build. O programa também tentava consultar ambientes de outros processos no Linux e ler arquivos como .env, .npmrc, .netrc, credenciais Git e Docker, configurações do Azure CLI e dados usados por agentes do Azure DevOps. Parte dessas informações pode dar acesso a repositórios privados, imagens de contêiner, APIs, serviços de nuvem ou artefatos de distribuição.

Havia ainda funções voltadas à obtenção de tokens de identidade gerenciada do Azure, de serviços de metadados de instâncias e de fluxos OIDC. A versão 1.26.2 ampliou a coleta para o GitHub Actions. Um workflow com permissão id-token: write pode solicitar um token OIDC; se uma credencial federada do Microsoft Entra ID confiar naquela identidade e nas condições declaradas pelo workflow, esse token poderá participar da troca por acesso a recursos Azure. Por isso, uma avaliação limitada à rotação de senhas permanentes pode deixar sessões e relações de confiança sem análise.

Os dados encontrados eram reunidos, comprimidos e codificados antes de uma tentativa de envio por requisição HTTPS POST a um endpoint do serviço público webhook.site. A presença dessa infraestrutura em um alerta não significa que o serviço legítimo seja malicioso: o risco está no uso de um endpoint específico para receber os dados obtidos pelo código adulterado. Segundo a Wiz, o endereço empregado estava vinculado à modalidade gratuita do serviço, com limitações de retenção e volume de requisições. Na atualização publicada em 18 de novembro, às 14h UTC, a Wiz informou ter examinado 50 requisições registradas pelo endpoint: quatro foram associadas à infraestrutura e aos testes do próprio operador, 29 a sandboxes e verificações de fornecedores e 17 correspondiam a apenas três casos únicos de extração bem-sucedida de dados de vítimas. Essa amostra é limitada ao que ficou armazenado no serviço; não mede o total de instalações, execuções nem organizações potencialmente expostas. O volume aproximado de 190 mil downloads mensais refere-se ao pacote legítimo em todas as versões, e não às duas versões maliciosas.

Indícios apontam para abuso do processo de publicação

A investigação da Wiz foi atualizada em 18 de novembro e passou a apontar indícios de comprometimento de um certificado de cliente e da respectiva chave privada usados no Microsoft Engineering System Release Pipeline (ESRP), serviço envolvido na assinatura e publicação do pacote. Conforme a reconstrução dos pesquisadores, uma primeira tentativa de publicação a partir de infraestrutura AWS foi barrada por filtros de origem de rede; uma tentativa posterior, usando endereçamento pertencente à Microsoft, foi aceita. Os dados disponíveis não esclarecem como o operador obteve as credenciais nem demonstram acesso irrestrito à infraestrutura da empresa.

A JFrog constatou que os arquivos wheel foram reempacotados localmente, fora do fluxo normal de compilação do projeto, e que as dependências legítimas permaneceram inalteradas. Essa decisão preservava o funcionamento da aplicação e diminuía a probabilidade de um desenvolvedor perceber a adulteração por falhas de execução. A publicação de uma segunda versão pouco depois da retirada da primeira também mostra que remover um único artefato do repositório não é suficiente enquanto o mecanismo de publicação indevida permanecer utilizável. Até a presente apuração, não há atribuição fundamentada a um grupo conhecido; o uso de ferramentas ou nomes observados no ambiente do operador não constitui prova de autoria.

Como identificar exposição sem confundir remoção com contenção

A remoção precipitada pode repetir a execução maliciosa

O primeiro passo operacional deve ser impedir novas execuções e preservar a telemetria. A JFrog observou que o comando pip uninstall também inicia Python e, em instalações comprometidas, pode processar o arquivo .pth antes de remover a distribuição. Em ambientes em produção, a alternativa preferencial é isolar o runner ou a máquina, interromper jobs e recriar a execução a partir de imagem confiável. Quando a reconstrução imediata não for viável, a equipe de resposta deve neutralizar o gancho de inicialização por um método controlado que não invoque o interpretador infectado; a variável _AF_TEL=1 pode impedir a repetição da rotina identificada, mas é apenas contenção emergencial e não prova de limpeza. Procedimentos manuais devem ser documentados e executados por quem administra aquele ambiente.

Convém separar a verificação da instalação da comprovação de exfiltração. Arquivos de lock, inventários SBOM, caches de pip e uv, espelhos internos, logs de dependências, imagens de contêiner e evidências de jobs indicam onde o pacote foi introduzido. A presença de agent_framework_meta.pth ou agent_framework_meta/_telemetry.py aponta para 1.26.1; af_runtime_diag.pth e af_runtime_diag.py são indicadores de 1.26.2. A análise de egress deve correlacionar horários dos processos Python com conexões a webhook.site, especialmente requisições para o caminho identificado no aviso e os User-Agents af-runtime-diagnostics/1 e runtime-diagnostics/1. Bloquear todo o domínio sem avaliar usos legítimos pode afetar testes; bloquear o endpoint malicioso e monitorar novas saídas tende a produzir uma resposta mais precisa.

Um retorno HTTP 200 ao endpoint indica que a requisição foi aceita, enquanto 410 ou 429 pode apontar rejeição por limitação do serviço, conforme as observações dos pesquisadores. Nenhum desses códigos, isoladamente, informa exatamente quais credenciais estavam no corpo da requisição. Ausência de logs ou de sinais de rede também não comprova que o host ficou intacto. O mecanismo identificado não exigia a importação explícita de agent_framework: após a instalação, um novo comando Python sob processamento normal de site-packages poderia executar a carga, inclusive em tarefas de teste ou em ferramentas de desenvolvimento.

Tokens emitidos continuam sendo um problema após a troca de senhas

A resposta a segredos estáticos e tokens temporários precisa ser diferente. Para credenciais de API, chaves de publicação, tokens de acesso pessoal (PATs) e arquivos .env, a medida principal é revogar os valores expostos e gerar novos segredos a partir de um dispositivo confiável; apenas movê-los para outro arquivo ou alterar a senha do usuário não revoga necessariamente os tokens já emitidos. Também é indispensável verificar o histórico de uso e as permissões que essas credenciais ofereciam, pois um token de registro de pacotes pode permitir publicar novas versões adulteradas, enquanto uma chave de nuvem pode alcançar dados ou criar novas identidades.

Em Azure, as evidências recomendam examinar sessões do Azure CLI, identidades gerenciadas, contas de serviço e identidades de workload federadas. Tokens de acesso previamente emitidos podem permanecer válidos até sua expiração, mesmo que a origem do segredo tenha sido removida. A equipe deve correlacionar logs de autenticação e de atividade no Microsoft Entra ID, Azure Resource Manager, Key Vault, Storage, Microsoft Graph e serviços alcançáveis por atribuições de papéis. Quando necessário, é preciso interromper a execução que recebeu a identidade, restringir temporariamente permissões, revisar credenciais federadas e investigar possíveis acessos posteriores; a validade específica de cada token depende do emissor e das políticas aplicáveis.

No GitHub Actions, o foco deve recair sobre jobs que instalaram 1.26.2, particularmente os que receberam id-token: write, variáveis de autenticação ou segredos de repositório e organização. A permissão de solicitar token OIDC não implica, por si só, acesso ao Azure: a exploração dessa possibilidade depende de uma relação de confiança configurada no Entra ID e das permissões concedidas à identidade de destino. Devem ser analisados tanto o emissor do token quanto o público solicitado, os sujeitos autorizados e os registros de autenticação. Runners autogerenciados que tiveram acesso a segredos sensíveis devem ser recriados e ter suas credenciais de registro revistas, não simplesmente reutilizados após uma limpeza superficial.

O que mudar na cadeia de construção para reduzir o próximo ataque

O incidente expõe uma falha frequente de governança: confiar na identidade histórica do pacote sem validar a distribuição que entrou no build. Em projetos Python, bloquear atualizações automáticas de dependências sensíveis até a revisão do artefato, fixar versões e hashes em arquivos de lock e promover pacotes por um repositório interno controlado reduz a janela de exposição. Atualizações propostas por bots precisam passar pelos mesmos controles de procedência e segurança que uma alteração de código-fonte. O número da versão e uma assinatura de publicação não substituem análise de integridade, sobretudo quando o próprio mecanismo de publicação pode ter sido abusado.

A defesa deve cobrir também a execução. Pipelines que compilam software com credenciais permanentes, runners compartilhados entre projetos e máquinas de desenvolvedores com acesso simultâneo a vários ambientes aumentam a abrangência de um coletor de segredos. Separar jobs de compilação e publicação, usar tokens de curta duração com escopos mínimos, condicionar federação OIDC a repositório, branch ou ambiente específicos e impedir que jobs não confiáveis alcancem segredos de produção diminuem o impacto de uma dependência comprometida. Runners efêmeros, saída de rede restrita e registros centralizados de processos, DNS e proxy contribuem para investigar incidentes sem depender da memória local de um contêiner descartado.

A identificação precoce deve associar a composição do software à telemetria operacional: SBOM e inventário de dependências permitem localizar componentes afetados; registros de build comprovam quando foram instalados; EDR e monitoramento de egress ajudam a verificar execução e comunicação; logs de identidade revelam eventual uso posterior de credenciais. Nenhuma ferramenta isolada responde a essas quatro perguntas. A mesma investigação precisa envolver Desenvolvimento, Cloud, IAM, SOC e resposta a incidentes, porque retirar o pacote da aplicação não encerra automaticamente os riscos para identidades e sistemas que a aplicação alcançava.

Triagem operacional e resposta às instalações afetadas

A primeira providência é identificar instalações de agent-framework==1.26.1 ou agent-framework==1.26.2 em ambientes locais, ambientes virtuais, imagens de contêiner, arquivos de lock, logs de build e runners temporários. O pacote deve ser substituído por uma distribuição verificada, com referência à versão 1.26.0 indicada como limpa nas fontes atuais. A revisão precisa alcançar imagens e artefatos já construídos, mesmo quando a versão maliciosa não aparece mais no índice do PyPI.

Nos ambientes afetados, a investigação deve procurar ambos os conjuntos de arquivos .pth e módulos correspondentes, além de registros de saída HTTPS para o endpoint publicado pela Wiz, incluindo suas variações de User-Agent. Uma resposta HTTP bem-sucedida pode indicar aceitação do envio, enquanto a ausência de registro de rede não exclui exposição quando logs são incompletos. A avaliação deve estabelecer quais processos iniciaram o Python após a instalação e que segredos estavam acessíveis naquele momento.

Uma vez comprovada a instalação em ambiente que executou o interpretador, recomenda-se tratar credenciais alcançáveis como potencialmente expostas. É necessário revogar ou trocar tokens de API, PATs, credenciais de registries, segredos de repositório e de organização, sessões do Azure CLI e credenciais utilizadas por conexões de serviço. Identidades gerenciadas e federação OIDC exigem também análise dos logs de autenticação, permissões e relações de confiança; quando houver evidência de abuso, a resposta pode requerer revogação de sessões, revisão de papéis e desabilitação temporária de credenciais federadas.

Equipes de desenvolvimento devem preservar evidências de build e telemetria antes de reconstruir ambientes. Em seguida, vale revisar como dependências são aprovadas e fixadas: versões imutáveis, validação de hashes, espelhos controlados e regras de promoção para produção reduzem a chance de aceitar automaticamente uma publicação inesperada. Essas medidas precisam ser acompanhadas de segredos de curta duração, runners descartáveis e restrições de saída de rede. Nenhum desses controles, isoladamente, neutraliza a execução automática de um código malicioso que já recebeu acesso aos segredos.

O ataque também questiona a confiança atribuída ao nome de um pacote conhecido. Sua distribuição legítima continua sendo um componente importante para agentes de IA, mas isso não constitui garantia de integridade de cada artefato publicado em um repositório. A verificação de procedência e de integridade precisa considerar o arquivo efetivamente instalado, o contexto de execução e os privilégios concedidos às automações de desenvolvimento.

Segura PAM — banner institucional de solução para controles de acesso privilegiado
About mindsecblog 3965 Articles
Blog patrocinado por MindSec Segurança e Tecnologia da Informação Ltda.

Be the first to comment

Leave a Reply

Your email address will not be published.