138% de CVE signalées en plus par jour en 2026 par rapport à l'an dernier.Nouveau : les Fixboxes toujours actives. Dépendances vulnérables, corrigées et vérifiées.
← Toutes les vulnérabilités

Attaque de la chaîne d'approvisionnement LiteLLM : les releases PyPI malveillantes et comment vérifier si vos builds sont concernés

Le 24 mars 2026, deux versions malveillantes de LiteLLM, la bibliothèque Python et passerelle qui permet d'appeler de nombreux fournisseurs de LLM via une seule API, ont été publiées sur PyPI : 1.82.7 et 1.82.8. Toutes deux contenaient un voleur d'identifiants qui collectait les variables d'environnement, les clés SSH, les identifiants cloud, les tokens Kubernetes et les mots de passe de bases de données, et les envoyait vers models.litellm.cloud, un domaine qui n'appartient pas à LiteLLM. Le code malveillant n'a jamais atteint le dépôt GitHub de LiteLLM ; il a été téléversé directement sur PyPI. Si un build, une image ou une machine a installé l'une des deux versions, considérez-le comme compromis et renouvelez chaque secret qu'il pouvait lire.

La porte d'entrée était un scanner de sécurité. LiteLLM estime que la compromission « originated from the Trivy dependency used in our CI/CD security scanning workflow », cinq jours après que l'attaque de la chaîne d'approvisionnement Trivy a piégé les releases et les GitHub Actions de Trivy. Le rapport d'incident de PyPI le formule de la même façon : les releases malveillantes sont arrivées « after an API token exposure from an exploited Trivy dependency ». Un outil ajouté pour rendre le pipeline plus sûr a livré les identifiants qui ont servi à publier le paquet.

Ce qui s'est passé

Quand (UTC)Ce qui s'est passé
Du 19 au 23 marsTrivy v0.69.4, les tags de trivy-action et setup-trivy et deux images Docker Hub ont été compromis avec un voleur d'identifiants qui s'exécutait dans les jobs CI (CVE-2026-33634).
24 mars, 10:39Selon LiteLLM, les versions malveillantes ont été mises en ligne sur PyPI. 1.82.7 portait la charge utile dans litellm/proxy/proxy_server.py ; 1.82.8 ajoutait aussi un fichier litellm_init.pth qui s'exécute à chaque démarrage de Python.
24 marsFutureSearch l'a découvert lorsque LiteLLM est arrivé comme dépendance transitive d'un plugin MCP exécuté dans Cursor et que le fichier .pth a lancé des processus jusqu'à faire planter la machine, un bogue du malware. Des utilisateurs l'ont signalé sur GitHub et à PyPI.
24 marsPyPI a mis le projet en quarantaine. Son rapport compte 1 heure 19 minutes entre le téléversement et le premier signalement de malware, 2 heures 32 minutes entre le téléversement et la quarantaine, et plus de 119 000 téléchargements des versions malveillantes. La Python Packaging Authority a publié PYSEC-2026-2 le jour même.
Du 24 au 30 marsLiteLLM a retiré les paquets, renouvelé les identifiants des mainteneurs, fait appel à Mandiant (Google) pour l'analyse forensique de la chaîne de build et de publication, suspendu les releases et audité chaque release de 1.78.0 à 1.82.6, toutes jugées saines.
26 marsLa CISA a ajouté à son catalogue KEV CVE-2026-33634, dont l'enregistrement CVE liste LiteLLM 1.82.7 et 1.82.8 aux côtés de Trivy.
30 marsLiteLLM a annoncé 1.83.0, construite via un nouveau pipeline de release avec des environnements isolés, et a commencé à signer ses images GHCR avec cosign.

Le même enregistrement CVE liste aussi telnyx 4.87.1 et 4.87.2, un second paquet PyPI piégé lors de la même campagne, que le rapport de PyPI traite aux côtés de LiteLLM. L'article de LiteLLM laisse ouverte la question de la manière dont le téléversement a eu lieu : selon ses premiers éléments, l'attaquant a contourné les workflows CI/CD officiels et téléversé directement sur PyPI, peut-être via le compte PyPI compromis d'un mainteneur. Selon PyPI, LiteLLM et telnyx sont depuis passés au Trusted Publishing de PyPI.

Qui est concerné

Selon l'avis de LiteLLM, vous êtes peut-être concerné si, entre 10:39 et 16:00 UTC le 24 mars 2026 :

  • vous avez installé ou mis à jour LiteLLM avec pip,
  • vous avez exécuté un pip install litellm non épinglé et obtenu 1.82.7 ou 1.82.8,
  • vous avez construit une image Docker avec une installation non épinglée de LiteLLM, ou
  • quelque chose que vous avez installé dépend de LiteLLM sans l'épingler, comme un framework d'agents ou un serveur MCP.

Vous n'êtes pas concerné si vous avez utilisé LiteLLM Cloud, l'image Docker officielle ghcr.io/berriai/litellm (qui épingle ses dépendances), la version 1.82.6 ou antérieure sans mise à jour pendant la fenêtre, ou LiteLLM installé depuis les sources GitHub.

La fenêtre indiquée par LiteLLM (plus de cinq heures) est plus large que les 2 heures 32 minutes que PyPI rapporte entre le téléversement et la quarantaine. Retenez la plus large. Comptez aussi les copies installées plus tard depuis un cache ou un miroir : un cache pip, un cache uv, un wheel dans un proxy de paquets interne ou une couche Docker construite ce jour-là peuvent encore contenir une version malveillante.

Comment ça marche

L'avis de la PyPA et l'article de LiteLLM décrivent la charge utile :

  • Elle s'exécute sans être appelée. 1.82.7 plaçait le stealer dans litellm/proxy/proxy_server.py ; l'avis de la PyPA indique qu'il s'exécute à l'import de n'importe quel module du paquet. 1.82.8 livrait aussi litellm_init.pth dans site-packages. Le module site de Python lit chaque fichier .pth au démarrage de l'interpréteur et exécute les lignes qui commencent par import : tout processus Python de cet environnement a donc exécuté la charge utile, qu'il utilise LiteLLM ou non, qu'il s'agisse d'une exécution de tests, d'un linter ou de pip lui-même.
  • Elle collecte tout ce qui est à sa portée. Variables d'environnement, clés SSH, identifiants Git et Docker, fichiers .env, tokens de comptes de service Kubernetes, configurations de bases de données et LDAP, historiques de shell et portefeuilles de cryptomonnaie. Elle interroge les serveurs de métadonnées cloud pour obtenir des tokens d'accès et lit des secrets dans AWS Secrets Manager.
  • Elle les fait sortir. Les données partent vers models.litellm.cloud, qui ressemble au domaine de LiteLLM mais n'en est pas un.
  • Elle s'installe durablement. Elle installe un service systemd déguisé en « System Telemetry Service », crée un nouveau pod dans un environnement Kubernetes, et le script de persistance contacte checkmarx.zone pour obtenir d'autres instructions.

L'avis la classe comme code malveillant intégré (CWE-506). Rien n'était erroné dans les sources de LiteLLM ; c'est le paquet sur PyPI qui ne correspondait pas aux sources.

Dans un job CI, les deux premiers points se rejoignent. Un build qui installe les dépendances puis exécute les tests démarre presque immédiatement un interpréteur Python, et l'environnement du job détient les secrets dont il a besoin pour publier et déployer.

Comment vérifier si vous êtes concerné

  1. Cherchez dans chaque lockfile et fichier de dépendances, sur chaque branche, litellm 1.82.7 ou 1.82.8 : requirements*.txt, poetry.lock, uv.lock, Pipfile.lock et pdm.lock.
  2. Trouvez les installations non épinglées. Un pip install litellm sans version dans un workflow, un Dockerfile ou un script, et une dépendance qui introduit LiteLLM sans épinglage, se sont résolus vers la version malveillante pendant la fenêtre. Utilisez pip show litellm ou pipdeptree -r -p litellm dans un environnement construit pour voir pourquoi LiteLLM s'y trouve.
  3. Vérifiez ce que les builds ont installé le 24 mars. En CI, pip affiche Successfully installed ... litellm-1.82.7. Si les logs existent encore, cherchez-y ; GitHub supprime les logs Actions au bout de 90 jours par défaut : pour mars 2026, ils ont donc généralement disparu.
  4. Vérifiez les images et les environnements. Exécutez les commandes ci-dessous dans chaque image construite cette semaine-là et sur les machines de développeurs et les serveurs qui ont installé des paquets Python ce jour-là.
  5. Vérifiez les caches et les miroirs pour y repérer des fichiers litellm-1.82.7 et litellm-1.82.8.

Des commandes à adapter. Pour chercher dans les lockfiles de chaque branche distante :

git fetch --all --quiet
for ref in $(git for-each-ref --format='%(refname:short)' refs/remotes); do
  git grep -n -A1 -E 'litellm' "$ref" -- '*requirements*.txt' '*poetry.lock' '*uv.lock' '*Pipfile.lock' '*pdm.lock' \
    | grep -E '1\.82\.[78]' | sed "s|^|$ref  |"
done

Pour vérifier sur une machine, un runner ou un conteneur la présence du paquet, du fichier .pth, de copies en cache et du service de persistance :

python -m pip show litellm 2>/dev/null | grep -i '^version'
find / -name 'litellm_init.pth' 2>/dev/null
find / \( -name 'litellm-1.82.7*' -o -name 'litellm-1.82.8*' \) 2>/dev/null
grep -rl 'System Telemetry Service' /etc/systemd /usr/lib/systemd ~/.config/systemd 2>/dev/null

Pour vérifier une image que vous avez construite (remplacez IMAGE) :

docker run --rm --entrypoint sh IMAGE -c \
  "pip show litellm 2>/dev/null | grep -i ^version; find / -name litellm_init.pth 2>/dev/null"

Pourquoi le lockfile ne tranche pas

  • Les installations non épinglées ne laissent aucune trace. pip install litellm dans un workflow ou un Dockerfile se résout au moment du build. Le dépôt n'indique jamais quelle version ce build a obtenue.
  • Les dépendances transitives. FutureSearch a découvert l'attaque parce que LiteLLM est arrivé via un plugin MCP, et non via un élément de son propre projet. Les outils d'IA installent souvent leurs propres dépendances à l'exécution.
  • Les caches survivent à la fenêtre. Un wheel mis en cache le 24 mars peut être installé des semaines plus tard par un build qui n'a jamais contacté PyPI.
  • Une image peut le transporter pendant des mois. Une image construite pendant la fenêtre transporte la version malveillante aussi longtemps qu'elle est déployée, et à chaque démarrage, le fichier .pth s'exécute.

Il vous faut une trace des versions de paquets que chaque build a réellement installées, conservée par build. Consultez sommes-nous concernés ? Comment évaluer une nouvelle CVE sur l'ensemble de vos builds.

Comment corriger, et que faire si vous ne pouvez pas encore appliquer le correctif

  1. Considérez comme compromis chaque environnement qui a installé 1.82.7 ou 1.82.8. Le conseil de la PyPA est de « assume any credentials available to litellm environment may have been exposed, and revoke/rotate them accordingly ». Renouvelez les clés d'API de chaque fournisseur de LLM, les clés cloud, les mots de passe de bases de données, les clés SSH, les tokens Kubernetes et tout ce qui se trouve dans des variables d'environnement ou des fichiers de configuration.
  2. Isolez et inspectez l'hôte. Supprimez litellm_init.pth, désactivez et supprimez l'unité « System Telemetry Service », supprimez les pods que vous n'avez pas créés et examinez l'hôte « against any unexpected modifications and network traffic », comme le demande l'avis. Si vous pouvez plutôt reconstruire un hôte ou un runner à partir d'une image saine, faites-le.
  3. Installez une version saine. Épinglez la version 1.82.6 ou antérieure, ou 1.83.0 ou ultérieure, et reconstruisez chaque image construite pendant la fenêtre.
  4. Purgez les caches et les miroirs. Supprimez les deux versions des caches pip et uv, des proxys de paquets internes et des caches de CI :
pip cache remove 'litellm*'
uv cache clean litellm
gh cache delete --all --repo ORG/REPO   # GitHub Actions caches, per repository

Vérifier le correctif

  1. Chaque lockfile épingle une version saine, et aucun workflow, Dockerfile ou script n'installe LiteLLM sans version.
  2. Aucun environnement ne contient la charge utile. Les commandes ci-dessus ne trouvent ni litellm_init.pth ni « System Telemetry Service ».
  3. Les anciens identifiants ne fonctionnent plus. Les clés de fournisseurs révoquées et les identifiants cloud sont désactivés, pas seulement remplacés.
  4. Aucun trafic vers les hôtes de l'attaquant. Les logs DNS et proxy ne montrent aucune résolution de models.litellm.cloud ou checkmarx.zone après le nettoyage.
  5. Le prochain build est sain. Vérifiez la version qu'il a réellement installée, d'après son log ou sa SBOM par build, et pas seulement d'après le lockfile.

Comment réduire les dégâts la prochaine fois

  • Épinglez et vérifiez les hachages. pip install --require-hashes avec un lockfile n'installe que les fichiers que vous avez verrouillés : un nouveau téléversement, malveillant ou non, ne peut donc pas se glisser dans un build.
  • Attendez avant d'adopter de nouvelles versions. Les versions malveillantes sont restées des heures sur PyPI. Un délai de carence sur les mises à jour de dépendances tient les toutes nouvelles releases à l'écart des builds jusqu'à ce que d'autres les aient examinées.
  • Publiez avec le Trusted Publishing. Le rapport de PyPI recommande les Trusted Publishers plutôt que des tokens d'API à longue durée de vie, un environnement de déploiement distinct pour les releases, des dépendances épinglées dans les workflows et aucun déclencheur risqué comme pull_request_target.
  • Ne donnez aucun secret de publication à vos scanners. Un job de scan n'a pas besoin du token qui publie votre paquet. Exécutez la publication dans son propre job, avec ses propres secrets. Consultez Secrets GitHub Actions : comment ils fuient et comment les verrouiller et sécurité GitHub Actions.
  • Limitez les connexions des builds. Un build qui installe depuis PyPI et exécute des tests n'a pas besoin d'atteindre models.litellm.cloud. Avec une politique de trafic sortant, l'envoi des secrets volés depuis le build échoue. Cela protège le build, pas les serveurs ni les ordinateurs portables où le même paquet s'est exécuté.

Rechercher une compromission

D'après l'article de LiteLLM et PYSEC-2026-2 :

TypeIndicateur
Fichierslitellm_init.pth dans site-packages (1.82.8) ; la charge utile dans litellm/proxy/proxy_server.py (1.82.7 et 1.82.8)
Réseaumodels.litellm.cloud (exfiltration) ; checkmarx.zone, y compris https://checkmarx.zone/raw (persistance)
PersistanceUne unité de service systemd nommée « System Telemetry Service » ; dans Kubernetes, un nouveau pod que vous n'avez pas créé

Quand supposer une compromission. Chaque environnement qui a installé 1.82.7 ou 1.82.8, dès le premier téléversement, même si le fichier .pth a disparu et qu'aucune connexion n'apparaît dans vos logs. Sur un runner CI, la charge utile disposait des secrets du job ; sur un serveur, de tout ce que le serveur pouvait atteindre, y compris les métadonnées cloud.

Examinez ce que les identifiants ont touché. Vérifiez les journaux d'audit cloud, Kubernetes et des fournisseurs de LLM à partir du 24 mars pour repérer toute activité que vous ne pouvez pas expliquer. Les clés des fournisseurs de LLM passent facilement inaperçues, et LiteLLM existe précisément pour en détenir beaucoup.

Que dire à vos clients

Si votre produit utilise LiteLLM, ou si vos builds ont pu l'installer, vos clients demanderont si votre produit ou leurs données ont été exposés. Répondez avec ce que vous avez vérifié et ce que vous avez fait :

Nous avons comparé chaque build et chaque déploiement de [produit] aux versions malveillantes de LiteLLM 1.82.7 et 1.82.8 publiées sur PyPI le 24 mars 2026. [Aucun build ni aucun environnement n'a installé de version affectée.] / [Des builds de [composant] du [date] ont installé [version]. Nous avons renouvelé chaque identifiant auquel ces environnements avaient accès, reconstruit [produit] à partir de dépendances saines et publié la version [version]. Nous avons trouvé [aucune preuve d'usage abusif / les éléments suivants : ...].] Les versions [x à y] sont affectées ; veuillez passer à la version [version].

Si vous êtes encore en train de vérifier, dites-le, et dites quand vous répondrez. Pour des modèles adaptés à chaque cas de figure, consultez comment répondre aux clients après une attaque de la chaîne d'approvisionnement.

Comment CRACI vous aide

CRACI exécute vos jobs GitHub Actions sur ses propres runners (runs-on: craci) et enregistre chaque paquet que chaque job récupère réellement depuis PyPI et d'autres registres, y compris les paquets restaurés depuis des caches. Un pip install litellm non épinglé dans une étape de workflow, une dépendance introduite par un outil ou une installation dans un script de build apparaissent tous, car la trace vient de ce que le job a téléchargé, et non de ce qu'un lockfile a déclaré. L'historique des builds conserve chaque build passé avec sa SBOM : quand le prochain incident de ce type sera annoncé, vous verrez quels builds ont installé les versions affectées et quand, dans la limite de votre durée de conservation (180 jours par défaut), et la trace réseau de chaque job montre à quoi il s'est connecté.

La politique de trafic sortant de CRACI limite les connexions d'un job, est validée avant le démarrage du job et bloque tout en cas d'échec : une charge utile qui envoie des secrets vers un hôte dont le build n'a pas besoin, comme models.litellm.cloud, est bloquée, même pour une attaque que personne n'a encore vue. Les releases malveillantes connues dotées d'une CVE publiée sont signalées comme toute autre vulnérabilité, et les policy gates peuvent bloquer les builds qui les contiennent. CRACI ne détecte pas les paquets malveillants selon leur comportement ou leur réputation : un nouveau paquet malveillant n'est donc pas signalé avant qu'un avis n'existe. CRACI couvre vos builds ; les serveurs et les machines de développeurs qui ont installé le paquet nécessitent les vérifications ci-dessus. Pour une vue d'ensemble, consultez sécurité CI/CD.

Voyez la trace des paquets de l'un de vos propres builds

Autres incidents : toutes les vulnérabilités, dont la compromission de Trivy qui a conduit à celle-ci et le ver npm Shai-Hulud.

Sources et mises à jour

Sources primaires :

Mises à jour :

  • 2026-11-16 : Première publication.

Questions fréquentes

Quelles versions de LiteLLM ont été compromises ?

litellm 1.82.7 et 1.82.8 sur PyPI, publiées le 24 mars 2026. LiteLLM indique que les versions 1.82.6 et antérieures sont saines, et sa première release après l'incident, 1.83.0, a été construite via un nouveau pipeline de release. L'image Docker officielle ghcr.io/berriai/litellm, LiteLLM Cloud et les installations depuis les sources GitHub n'étaient pas concernées.

Quel est le lien entre l'attaque de LiteLLM et Trivy ?

LiteLLM estime que la compromission provient de la dépendance Trivy de son workflow de scan de sécurité CI/CD, cinq jours après la compromission de la release et des GitHub Actions de Trivy lui-même. Le rapport d'incident de PyPI attribue la cause à l'exposition d'un token d'API via une dépendance Trivy exploitée, et l'enregistrement CVE de la compromission de Trivy, CVE-2026-33634, liste LiteLLM 1.82.7 et 1.82.8 comme affectées.

La compromission de LiteLLM a-t-elle une CVE ?

Pas une CVE propre. La CVE de la compromission de Trivy, CVE-2026-33634, liste les deux versions de LiteLLM comme affectées, et la CISA a ajouté cette CVE à son catalogue KEV le 26 mars 2026. La Python Packaging Authority suit les releases malveillantes sous PYSEC-2026-2, également publié dans OSV sous MAL-2026-2144.

Étais-je concerné si je n'ai jamais importé LiteLLM ?

Peut-être. La version 1.82.8 ajoutait un fichier, litellm_init.pth, que Python exécute à chaque démarrage d'un interpréteur dans cet environnement : l'installer suffisait donc. LiteLLM met aussi en garde contre les dépendances transitives non épinglées : des frameworks d'agents et des serveurs MCP peuvent introduire LiteLLM sans que votre projet ne le mentionne.

Comment savoir si le malware s'est exécuté ?

Cherchez litellm_init.pth dans site-packages, un service systemd nommé « System Telemetry Service », des pods Kubernetes que vous n'avez pas créés et des connexions vers models.litellm.cloud ou checkmarx.zone. Tout environnement qui a installé 1.82.7 ou 1.82.8 doit être considéré comme compromis, même si vous ne trouvez aucun de ces éléments.