Siber saldırganlar, yapay zeka modellerinin eğitim verilerini ve ağırlıklarını hedef alan ENCFORGE isimli yeni bir fidye yazılımı geliştirdi. Sysdig Tehdit Araştırma Ekibi tarafından tespit edilen saldırıların, Langflow sunucularındaki kimlik doğrulama eksikliğinden kaynaklanan CVE-2025-3248 açığını kullandığı belirlendi.

Yapay Zeka Varlıkları Özellikle Hedefleniyor

ENCFORGE, genel amaçlı fidye yazılımlarının aksine doğrudan yapay zeka varlıklarını hedefleyecek şekilde tasarlandı. Yazılımın; PyTorch, TensorFlow, Hugging Face SafeTensors, GGUF formatları, FAISS vektör indeksleri ile Parquet ve NumPy eğitim verilerini kapsayan yaklaşık 180 farklı dosya uzantısını taradığı tespit edildi. Ayrıca LoRA adaptörleri ve eski GGML ağırlıklarının da hedef listesinde yer aldığı görüldü.

Kurtarma Maliyeti 500 Bin Dolara Kadar Çıkabiliyor

Saldırganların JADEPUFFER grubuyla bağlantılı olduğu belirtilen bu yazılım, AES-256-CTR ve RSA-2048 şifreleme yöntemlerini kullanarak büyük dosyaları hızla kullanılamaz hale getiriyor. Sysdig'e göre, üretim seviyesindeki ince ayar yapılmış bir modelin yeniden oluşturulmasının, bulut GPU maliyetleri ve mühendislik saatleri nedeniyle 75.000 ile 500.000 dolar arasında bir maliyete yol açtığı hesaplanıyor.

Ödeme Yapmak Çözüm Değil

İlginç bir detay olarak, saldırganların fidye notları göndermesine rağmen yazılımda herhangi bir dış bağlantı, ödeme portalı veya sızıntı sitesi bulunmadığı saptandı. İlk saldırı kampanyasında şifreleme anahtarının rastgele oluşturulup kaydedilmediği, bu durumun yazılımı aslında bir fidye yazılımından ziyade bir veri siliciye (wiper) dönüştürdüğü açıklandı.

Ne anlama geliyor?

Bu gelişme, dijital varlıkların korunmasında geleneksel yedekleme yöntemlerinin yetersiz kaldığı noktayı gösteriyor. Standart veri tabanı yedekleri geçmişteki işlemleri geri yükleyebilirken, özel olarak eğitilmiş sistemlerin ağırlıklarının kaybı, tüm öğrenme sürecinin baştan başlatılmasını gerektiriyor. Bu durum, sadece veri kaybı değil, aynı zamanda yüksek donanım maliyeti ve zaman kaybı anlamına geliyor.

Teknik açıdan sistem, dosyaların tamamını şifrelemek yerine belirli bölgelerini hedef alarak işlemi hızlandırıyor. Bu mekanizma, özellikle çok büyük boyutlu veri kümelerinin hızlıca etkisiz hale getirilmesini sağlıyor. Kullanıcılar ve kurumlar için bu durum, güvenliğin sadece ağ erişimiyle değil, eğitilmiş modellerin ve veri setlerinin fiziksel olarak izole yedeklerinin alınmasıyla sağlanması gerektiğini ortaya koyuyor.