Fireworks AI heeft bekendgemaakt dat een security-incident dat begin oktober werd gemeld, verder is onderzocht en breder blijkt dan aanvankelijk werd aangenomen. In de meest recente updates zegt het bedrijf dat aanvallers niet alleen interne credentials misbruikten, maar ook klantbillinginformatie en een subset van modelweights en datasets hebben geraakt bij een beperkte set accounts.
De incidentreeks past volgens Fireworks AI in een opkomende dreiging die vaak onder de noemer LLMjacking valt: criminelen kapen de toegang tot een LLM-omgeving via gestolen sleutels en laten de eigenaar opdraaien voor de kosten.
Wat is er volgens Fireworks AI gebeurd?
Fireworks AI stelt dat het op 6 oktober 2026 een ongeautoriseerd gebruik van interne Fireworks-credentials heeft ontdekt. Die credentials zouden zijn gebruikt om omgevingsvariabelen te benaderen die werden ingezet bij evaluatiewerk (evaluation jobs) in een beperkte set klantaccounts.
In een eerste fase gaf het bedrijf aan dat het vooral ging om het uitlekken van secrets, zoals API-keys en tokens die als secrets waren opgeslagen in environment variables. Toen meldde Fireworks AI dat er geen signalen waren van toegang tot klantmodellen, datasets, trainingsdata, de inferentie-traffic (aanroepen) of persoonlijke informatie.
Bij de nieuwste bulletin schrijft Fireworks AI echter dat de impact mogelijk groter is geweest dan eerder vastgesteld.
Uitbreiding van de impact: ontwikkeling en extra klantdata
Fireworks AI zegt dat de aanvallers de development environment hebben bereikt via een niet nader genoemde derde partij. Die derde partij zou R&D-machines (onderzoek- en ontwikkelomgevingen) van Fireworks hebben gehost.
Het bedrijf noemt daarbij een tijdlijn:
- 23 oktober 2026: de R&D-machines zouden beschikbaar zijn gesteld via de derde partij.
- 24 oktober 2026: de ongeautoriseerde partij zou de development machines hebben benaderd en vervolgens een ongeautoriseerde workload hebben gedraaid.
- 25 oktober 2026: Fireworks AI zegt dat het toen geen aanvullende aanwijzingen vond voor succesvolle ongeautoriseerde toegang door de aanvallers op de platformomgeving die klanten gebruiken.
Welke soorten gegevens zijn volgens Fireworks AI geraakt?
In de update beschrijft Fireworks AI welke informatiecategorieën mogelijk zijn blootgesteld. Daarbij benadrukt het bedrijf dat het om een deel van de accounts gaat.
Het gaat om drie hoofdtypen:
- Resource metadata: resource-identificers, display names, beschrijvingen en aanmaaktijd.
- Billinginformatie: factuur- en bezorgadressen, factuur- en betalingsgeschiedenis, accountbalans en creditgebruik.
- Model weights en datasets: een subset van incomplete modelweights en datasets voor bepaalde klanten.
Wat zegt Fireworks AI over betaalkaarten?
Fireworks AI stelt dat payment card numbers niet door het bedrijf worden opgeslagen. Volgens het bedrijf zijn betaalkaartnummers dan ook niet beïnvloed door het security-incident.
Daarnaast geeft Fireworks AI aan dat het klanten informeert van wie de gegevens mogelijk zijn geraakt.
Welke maatregelen nam Fireworks AI om het incident te stoppen?
Fireworks AI beschrijft meerdere technische en organisatorische stappen. Al vroeg in de reactie nam het bedrijf de gecompromitteerde interne credentials weg en roteerde het tokens. Daarbij noemt het bedrijf ook het roteren van service account tokens en het vervangen van getroffen Fireworks API-keys en keys die door de aanvallers waren aangemaakt.
Verder richtten de verbeteringen zich op het beperken van de kans op verdere escalatie:
- Het isoleren van getroffen systemen om verdere ongeautoriseerde activiteit en laterale beweging te voorkomen.
- Het aanscherpen van toegangscontroles.
- Het verbeteren van logging en monitoring, zodat afwijkingen eerder zichtbaar zijn.
Waarom dit past bij LLMjacking
Fireworks AI concludeert dat er aanwijzingen zijn voor betrokkenheid van een cybercriminele groep die financieel gemotiveerd zou zijn. Het doel zou zijn om tokens uit ongeautoriseerde toegang tot LLM’s te verkopen aan andere partijen, bijvoorbeeld om routing gateways te misbruiken.
Deze aanpak wordt door het bedrijf gekoppeld aan LLMjacking. In dit scenario proberen aanvallers de LLM-toegang van een slachtoffer te kapen met gestolen credentials. Vervolgens wordt die gekaapte toegang gebruikt om een criminele keten te voeden—terwijl de legitieme eigenaar de kosten betaalt.
Context: waarschuwingen over aanvallen op AI-infrastructuur
De update komt op een moment dat ook externe partijen waarschuwen voor gerichte aanvallen op AI-infrastructuur. Fireworks AI verwijst naar een recente waarschuwing van Google, waarin wordt aangegeven dat dreigingsactoren vaker AI-infrastructuur targeten voor LLMjacking in regio’s als Noord-Amerika, Zuid-Amerika en Azië-Pacific.
Volgens die context worden sectoren zoals financiële dienstverlening, retail, technologie en transport genoemd als doelwit.
Wat betekent dit voor organisaties die AI-diensten gebruiken?
Ook al gaat het hier om Fireworks AI en een beperkte set accounts, het onderstreept een groter veiligheidsvraagstuk: zodra credentials of tokens uitlekken bij een AI-provider, kan dat leiden tot zowel datalekrisico’s als misbruik van resources.
Voor organisaties die AI-diensten afnemen (of zelf AI-omgevingen beheren), zijn de belangrijkste lessen praktisch:
- Beperk impact van credentials: werk met het principe van minimale rechten en korte tokenlevensduur.
- Let op billing: ongebruikelijke credit- of factuurpatronen zijn vaak een vroege indicator van misbruik.
- Monitor omgevingsvariabelen en secrets: zorg dat secrets niet overmatig breed beschikbaar zijn binnen evaluatie- of ontwikkelomgevingen.
- Vraag om transparantie: bij incidenten wil je weten welke datatypes zijn geraakt (zoals metadata, billing en modelassets) en welke maatregelen zijn genomen.
Gerelateerde ontwikkelingen op het gebied van AI-security
LLMjacking en het misbruik van tokens sluiten aan op bredere trends in AI-agent security en incidenten rondom gestolen toegang. Heb je te maken met vergelijkbare risico’s, dan zijn deze onderwerpen mogelijk extra relevant:
- WhiteMatter haalt 20 miljoen op voor AI-agent security
- AI-agents verlagen kosten aanvallen op RSA-1024
- BOSSAI AI-agents: diefstal noodoproepdata
Conclusie
Fireworks AI meldt dat een eerder ontdekt incident is uitgebreid: naast interne secrets is ook billinginformatie en een subset van modelweights en datasets geraakt bij een beperkte set klantaccounts. Door gecompromitteerde credentials te intrekken en tokens en API-keys te roteren, plus systemen te isoleren en monitoring te versterken, probeert het bedrijf verdere schade te voorkomen.
De link met Fireworks AI LLMjacking maakt duidelijk dat aanvallers niet alleen data zoeken, maar ook proberen om AI-platformen financieel te misbruiken. Voor gebruikers van AI-diensten blijft extra aandacht voor tokenbeheer, toegangsbeperking en afwijkende factuur- of creditpatronen daarom essentieel.
Bron: https://thehackernews.com/2026/11/fireworks-ai-breach-widens-to-expose.html
