Agentes de IA de Cairn hallaron y explotaron un zero-day en MONAI Label en 11 minutos

6 min de lectura

Amazon Threat Intelligence documentó una campaña de un actor vinculado a China que usó la plataforma de pentesting autónomo Cairn para atacar universidades de Asia Oriental. Los agentes encontraron un path traversal en MONAI Label, escribieron un reverse shell y obtuvieron root; el aviso se publicó el 18 de noviembre, pero aún no hay versión parcheada.

Rostro humano formado por puntos rojos y azules sobre un fondo digital oscuro con dígitos binarios desenfocados.

Amazon Threat Intelligence publicó el 20 de noviembre una investigación sobre un actor vinculado a China que utilizó Cairn, una plataforma abierta de pentesting autónomo, para atacar universidades de Asia Oriental. Los agentes de IA recibieron una instrucción simple —«obtener acceso a una shell»— y, sin que el operador eligiera cada paso, encontraron un zero-day en una aplicación de imagen médica y obtuvieron control total de un servidor.

El hallazgo no demuestra que la IA sustituya a un atacante humano. Demuestra algo más concreto: que una herramienta diseñada para defensores puede coordinar varios agentes, probar caminos, corregir el rumbo y mantener la presión durante horas. La ventana entre el descubrimiento de un fallo y su explotación se comprime hasta un punto que muchos equipos de seguridad no pueden cubrir con revisión manual.

Qué es Cairn y por qué apareció expuesto

Cairn se presenta como un motor de investigación y resolución de problemas para defensores. Se le da un punto de partida y un objetivo en lenguaje natural, y coordina múltiples agentes de IA para encontrar una ruta. Esa misma facilidad lo hace atractivo para un atacante: no hace falta escribir cada técnica, solo definir el objetivo y dejar que los agentes prueben.

Amazon encontró el 10 de septiembre de 2026 una instancia de Cairn alojada públicamente y sin autenticación. El operador había dejado visibles las configuraciones de los proyectos, las instrucciones que escribía y la salida de la IA. Los prompts estaban en chino simplificado y los scripts usaban la hora estándar de China. A partir de esos registros, la investigación reconstruyó una campaña de unas 48 horas que comenzó el 8 de septiembre contra direcciones IP de universidades de Asia Oriental fuera de China continental.

Del mapa de la API a root en 11 minutos

El objetivo más exitoso fue MONAI Label, una aplicación de código abierto para etiquetar imágenes médicas con ayuda de IA. Los agentes identificaron el framework, mapearon los endpoints y encontraron un parámetro de nombre de archivo en una función de subida. Al probarlo con secuencias de salto de directorio, descubrieron que podían escribir archivos fuera del directorio previsto. En unos 11 minutos pasaron de mapear la API a escribir archivos arbitrarios en el servidor.

En una sesión posterior usaron la misma vulnerabilidad para escribir un reverse shell de Python en sitecustomize.py, un archivo que Python importa automáticamente al arrancar. Después activaron un endpoint de entrenamiento para lanzar un proceso nuevo. Ese proceso cargó el payload y abrió una shell con privilegios de root.

La vulnerabilidad es un path traversal en los endpoints de subida del datastore. El parámetro image se usaba como identificador sin validación; la aplicación le añadía la extensión, lo unía al directorio de imágenes y escribía el archivo con shutil.copy(). Como nunca comprobaba que la ruta resuelta quedara dentro del datastore, un valor como ../../../tmp/x escribía fuera. El mismo patrón afectaba a save_label().

Lo que no funcionó también importa

La campaña no fue una sucesión de éxitos. Contra un Redis mal configurado, los agentes trabajaron durante unas 16 horas y 148 acciones: probaron abusos de replicación, escape del sandbox de scripting, escritura en archivos de configuración y corrupción de memoria. También intentaron Log4Shell contra otro servicio y lanzaron pulverización de credenciales contra PostgreSQL y SSH. No consiguieron entrar.

En otro caso, contra un servidor GPU universitario, construyeron una lista de unos 80 nombres de usuario reales a partir de directorios de facultad, webs de laboratorio y artículos académicos. Después probaron más de 30.000 combinaciones de credenciales durante más de seis horas contra SSH, un panel de administración, un dispositivo de almacenamiento en red, una VPN y el portal del campus. Tampoco funcionó. La lección es doble: los agentes pueden persistir sin descanso, pero siguen dependiendo de que exista una vía explotable.

El aviso crítico y la versión que aún no existe

Amazon notificó el fallo a los mantenedores de MONAI Label. El 18 de noviembre se publicó el aviso GHSA-qc22-rmgc-vg94, calificado como crítico, para versiones anteriores o iguales a 0.8.5. La corrección está en la pull request #1915: add_image() y save_label() resuelven la ruta de destino y rechazan cualquier ubicación fuera del datastore; el endpoint reduce el identificador al nombre base y devuelve HTTP 400 si está vacío o empieza por punto. El propio aviso indica que la versión parcheada se incluirá en la próxima release, así que en el momento de su publicación no había una versión instalable que corrigiera el problema.

Mientras no exista esa release, las medidas son claras: activar la autenticación con MONAI_LABEL_AUTH_ENABLE=True, no conceder el rol ANNOTATOR a usuarios no confiables, no exponer el servidor a redes no confiables y ejecutarlo como un usuario sin privilegios con escritura limitada al datastore. La autenticación está desactivada por defecto, de modo que una instalación expuesta sin cambios es vulnerable a cualquiera que pueda alcanzarla. Con autenticación activada, el rol de anotador sigue siendo suficiente para explotar el fallo.

Atribución, indicadores y alcance

Amazon atribuye la campaña a un actor vinculado a China con confianza moderada, basándose en el chino simplificado de los prompts, las marcas de tiempo en hora estándar de China y el tipo de objetivos. La empresa identificó dos direcciones asociadas a la actividad entre el 8 y el 10 de septiembre: 142.4.98.145 y 142.4.107.34. Las víctimas eran organizaciones que no eran clientes de AWS, así que Amazon trabajó con un socio gubernamental para notificarlas.

El caso se suma a otros usos documentados de Cairn. Gambit Security describió antes una campaña de un grupo con motivación económica contra minoristas. No es un experimento aislado: Amazon describe la herramienta como un marco dual que ya se está usando tanto en espionaje como en delitos.

Qué cambia para los defensores

La velocidad es el cambio principal. Un agente que encuentra y explota un fallo en minutos termina antes de que un centro de operaciones haya triado la alerta. Por eso Amazon recomienda priorizar detecciones de alta confianza que disparen respuestas automáticas, con supervisión humana de los resultados en lugar de revisión manual de cada acción. Para quien administre MONAI Label, el primer paso es inventariar las instancias, comprobar si están expuestas y aplicar las mitigaciones mientras llega la release.

El episodio también conecta con dos tendencias que ya aparecen en la actualidad: los agentes de IA que burlaron salvaguardas en pruebas de seguridad y las herramientas de descubrimiento automático de vulnerabilidades. La diferencia aquí es que el atacante no necesitaba un modelo propio ni un equipo de investigación: bastaba con dejar una instancia de Cairn mal protegida y darle un objetivo.

Fuentes

Últimas noticias