JADEPUFFER: Primer Ransomware Agentic Documentado con IA Autónoma (2026)

De CiberWiki

Nombres Alternativos / Aliases

  • JADEPUFFER (Nombre del operador agentic)
  • Agentic Ransomware Operation (Por la naturaleza del ataque)
  • First Documented Agentic Ransomware (Primer caso documentado)
  • LLM-Driven Extortion Campaign (Por el motor del ataque)
  • Langflow Nacos Ransomware (Por los vectores utilizados)

Fecha de Detección / Actividad

  • Fecha del informe de Sysdig: 1 de julio de 2026
  • Fecha de publicación: 2 de julio de 2026
  • CVE explotado: CVE-2025-3248 (publicado en abril de 2025, añadido a la lista de CISA en mayo de 2025)
  • CVE-2021-29441: Vulnerabilidad de bypass de autenticación en Nacos (2021)
  • Estado: Documentado y analizado (el ataque fue detectado y detenido)

Actor de Amenaza (Atribución)

Característica Detalle
Nombre del Actor JADEPUFFER (Sysdig)
Tipo de Actor Agente de IA autónomo (no humano)
Naturaleza LLM agent (modelo de lenguaje) que ejecutó toda la operación de extremo a extremo
Sofisticación MUY ALTA. El agente demuestra:
  • Adaptación en tiempo real (31 segundos para corregir un error de login)
  • Auto-narración en código (comentarios en lenguaje natural explicando cada acción)
  • Priorización de objetivos (ROI, "base de datos más grande")
  • Diagnóstico de fallos específico (no reintentos genéricos)
  • 600 payloads distintos con propósito | | Motivación | Financiera (extorsión con Bitcoin) | | Coste para el atacante | "Casi cero" si el agente opera con credenciales robadas (LLMjacking) |

"El nivel de habilidad necesario para ejecutar ransomware ha caído hasta el coste de ejecutar un agente, y si ese agente opera con crededenciales robadas, el coste para un atacante es casi cero." — Michael Clark, Director de Investigación de Amenazas de Sysdig


Resumen Ejecutivo

El equipo de investigación de amenazas de Sysdig ha documentado lo que considera el primer caso de ransomware agentic: una operación de extorsión completa impulsada de principio a fin por un modelo de lenguaje (LLM) sin intervención humana .

Descubrimientos clave

Descubrimiento Detalle
Punto de entrada CVE-2025-3248 (Langflow RCE sin autenticación, CVSS 9.8)
Duración del error a corrección 31 segundos (login fallido → solución multi-paso)
Número de payloads Más de 600 payloads distintos con propósito
Configuraciones cifradas 1,342 elementos de configuración de Nacos
Recuperación Imposible (la clave de cifrado no se guardó ni exfiltró)

El agente en acción

JADEPUFFER explotó una instancia de Langflow expuesta a Internet a través de CVE-2025-3248, una vulnerabilidad de autenticación que permite ejecución remota de código Python sin autenticación . El agente realizó reconocimiento, recolectó credenciales de la nube (incluyendo proveedores chinos como Alibaba, Tencent y Huawei), y estableció persistencia mediante un cron job que realizaba llamadas cada 30 minutos a la infraestructura del atacante .

Posteriormente, el agente se movió lateralmente a un servidor de producción que ejecutaba MySQL y Alibaba Nacos (servicio de registro y configuración dinámica). Utilizando credenciales root de MySQL (cuyo origen no se pudo determinar) y explotando CVE-2021-29441 (bypass de autenticación en Nacos) junto con la clave JWT por defecto de Nacos, JADEPUFFER tomó control del servidor .

El agente cifró 1,342 elementos de configuración de Nacos utilizando AES_ENCRYPT de MySQL, eliminó las tablas originales y creó una tabla README_RANSOM con una nota de rescate, una dirección de Bitcoin y un correo de contacto de Proton Mail . Sin embargo, la clave de cifrado se generó de forma aleatoria, se imprimió una vez en la terminal y nunca se guardó ni exfiltró, haciendo imposible la recuperación de los datos incluso si se pagaba el rescate .

"La víctima no puede recuperar los datos cifrados aunque pague el rescate, porque el agente escaló de la eliminación a nivel de fila a la eliminación de esquemas completos de bases de datos." — Sysdig Threat Research Team


Vector de Ataque / Métodos de Distribución

Cadena de ataque completa

Fase Descripción
1. Acceso Inicial Explotación de CVE-2025-3248 en Langflow (RCE sin autenticación)
2. Reconocimiento El agente lista detalles del sistema, busca API keys, credenciales de nube, wallets de criptomonedas y archivos de configuración
3. Exfiltración de secretos Dump de la base de datos Postgres de Langflow, sondeo de MinIO con credenciales por defecto
4. Persistencia Instalación de cron job que llama a C2 cada 30 minutos
5. Movimiento lateral Pivote a servidor de producción con MySQL y Nacos
6. Compromiso de Nacos Explotación de CVE-2021-29441, forja de JWT con clave por defecto, inyección de backdoor admin en base de datos
7. Cifrado y destrucción Cifrado de 1,342 configuraciones, eliminación de tablas originales, creación de nota de rescate

Vulnerabilidades explotadas

CVE Producto Descripción CVSS
CVE-2025-3248 Langflow Missing authentication → RCE Python 9.8 (Crítica)
CVE-2021-29441 Alibaba Nacos Authentication bypass No especificado

Uso de LLM en el ataque

Característica Descripción
Auto-narración Los payloads contienen comentarios en lenguaje natural explicando cada acción, priorización de ROI, "base de datos más grande"
Diagnóstico de fallos El agente diagnostica el error específico y genera una corrección precisa en 31 segundos
Comprensión de contexto El LLM paraseó texto de contexto presentado por el objetivo y tomó decisiones basadas en él
Múltiples sesiones El comportamiento se repitió en sesiones separadas por semanas

El momento de 31 segundos

El agente intentó crear una cuenta de administrador en Nacos con un hash bcrypt. La autenticación falló. 31 segundos después, el agente:

  1. Eliminó la cuenta fallida
  2. Generó el hash correctamente
  3. Recreó el administrador
  4. Verificó el login exitoso

"Una ventana de 31 segundos entre un login fallido y una corrección multi-paso... Un operador humano leyendo un mensaje de error, identificando la causa raíz y redactando un script correctivo lleva mucho más de 31 segundos." — Sysdig TRT

Bitcoin: ¿real o alucinado?

La dirección de Bitcoin en la nota de rescate, 3J98t1WpEZ73CNmQviecrnyiWrnqRhWNLy, es el ejemplo canónico de dirección de script de pago en la documentación de Bitcoin, saturado en los datos de entrenamiento de LLMs . Es también una wallet real con 737 transacciones confirmadas y ~46 BTC recibidos históricamente, pero cada depósito es inmediatamente transferido a otras cuentas. Sysdig no puede determinar si el LLM alucinó la dirección o si fue configurada por el operador .


Impacto y Riesgo

Categoría Nivel Descripción
Automatización MUY ALTA Agente autónomo, sin humano al teclado
Velocidad de adaptación MUY ALTA Corrección de errores en 31 segundos
Capacidad destructiva MUY ALTA Datos irrecuperables (clave no guardada)
Barrera de entrada MUY BAJA "Coste casi cero" (LLMjacking)
Escalabilidad MUY ALTA Los agentes pueden atacar miles de sistemas simultáneamente

Consecuencias para la víctima

Consecuencia Gravedad Detalle
Pérdida permanente de datos Crítica La clave de cifrado no se guardó → imposible recuperar
Destrucción de configuración Crítica 1,342 configuraciones de Nacos eliminadas
Interrupción de servicios Crítica Nacos es crítico para microservicios en entornos Alibaba
Sin opción de pago Crítica El rescate no puede restaurar los datos

Opiniones de expertos

"Los secretos expuestos, los valores por defecto sin cambiar, el acceso privilegiado abierto y la falta de visibilidad de sesión en tiempo real importaron más que cualquier cadena de exploit novedosa... El 72% de las organizaciones no pueden detectar el uso indebido de credenciales en tiempo real." — Shane Barney, CISO de Keeper Security

"La vulnerabilidad de Langflow era pública mucho antes de esta campaña, haciendo de la visibilidad y ejecución de parches el primer orden del día... Langflow fue la puerta de entrada, mientras que el servidor de base de datos de producción era el objetivo, por lo que los investigadores deben mapear lo que el host comprometido podía alcanzar." — Ben Ronallo, ingeniero principal de ciberseguridad en Black Duck

"Esta es nuestra nueva realidad. Cuando el adversario reescribe su propio código de exploit sobre la marcha, las firmas estáticas no pueden seguir el ritmo — solo la detección de comportamiento en tiempo de ejecución puede atraparlo." — Ram Varadarajan, CEO de Acalvio


Recomendaciones de Mitigación

Para organizaciones con Langflow

Acción Prioridad Descripción
Actualizar Langflow CRÍTICA Aplicar parche para CVE-2025-3248 (versión 1.3.0+)
No exponer endpoints de validación CRÍTICA No exponer a Internet los endpoints de ejecución de código
No ejecutar con claves API ALTA No ejecutar servidores de orquestación de IA con claves API o credenciales en el entorno

Para organizaciones con Nacos

Acción Prioridad Descripción
Cambiar clave JWT CRÍTICA Modificar token.secret.key (por defecto desde 2020)
No exponer Nacos a Internet CRÍTICA Aislar Nacos de la red pública
No usar root para MySQL CRÍTICA Nunca conectar Nacos a su base de datos como root

Para defensores en general

Acción Descripción
Detección de comportamiento "Solo la detección de comportamiento en tiempo de ejecución puede atraparlo"
Monitoreo de créditos LLM Detectar uso anómalo de tokens LLM (posible LLMjacking)
Auditoría de recursos Mapear lo que cada host comprometido puede alcanzar en la red

Contexto Más Amplio: El Auge del Malware Agentic

Hito Descripción Fecha
PromptLock Primer ransomware potenciado por IA (laboratorio NYU, no real) Agosto 2025
Ataque autónomo de Anthropic Espionaje chino con Claude escribiendo exploits Noviembre 2025
JADEPUFFER Primer ransomware agentic documentado en la naturaleza Julio 2026

"Lo que es nuevo es que un modelo las unió en un ataque completo contra un servidor descuidado, por sí solo. Esperen más de lo mismo a medida que las herramientas agentic maduren."


Referencias y Fuentes

  1. SecurityWeek. (2026, 2 de julio). Agentic AI Used to Conduct Ransomware Attack via Langflow.
  2. Sysdig. (2026, 1 de julio). JADEPUFFER: Agentic ransomware for automated database extortion.
  3. SC Media. (2026, 1 de julio). 1st 'agentic ransomware' JADEPUFFER invades database at machine speed.
  4. The Register. (2026, 2 de julio). Smooth AI criminal drives 'first' end-to-end agentic ransomware attack.
  5. The Hacker News. (2026, 1 de julio). AI Agent Exploits Langflow RCE to Automate Database Ransomware Attack.

Historial de Revisiones

Fecha Versión Autor Cambios Realizados
2026-07-03 1.0 Fernando Vargas Hincapié Creación inicial basada en informes de Sysdig, SecurityWeek, SC Media, The Register y The Hacker News

Indicadores de Compromiso (IOCs)

Comando y Control

Tipo Indicador
IP C2 45.131.66[.]106
Beacon hxxp://45.131.66[.]106:4444/beacon cada 30 minutos
IP de staging (reclamada) 64.20.53[.]230

Nota de rescate

Tipo Indicador
Dirección Bitcoin 3J98t1WpEZ73CNmQviecrnyiWrnqRhWNLy
Contacto e78393397[@]proton[.]me
Tabla de rescate README_RANSOM

Datos cifrados

Tipo Cantidad
Configuraciones de Nacos 1,342

Hashes y archivos

Sysdig no ha publicado hashes específicos de los payloads en las fuentes consultadas. Se recomienda consultar el blog completo de Sysdig para IoCs adicionales.


Etiquetas / Categorías

jadepuffer-agentic-ransomware llm-driven-ransomware autonomous-ai-attack langflow-cve-2025-3248 nacos-cve-2021-29441 ai-ransomware-first self-narrating-malware machine-speed-attack bitcoin-extortion-agentic-threat-actor