Direct naar de inhoud
AI-agenten security

SGLang RCE bij NEAR AI: mogelijke datadiefstal

SGLang RCE

Bij NEAR AI is een incident gemeld waarbij een aanvaller misbruik maakte van SGLang RCE om code uit te voeren op een van de inference servers. Daardoor kon de aanvaller niet alleen toegang krijgen tot het systeem, maar ook gegevens ophalen die gekoppeld zijn aan gebruikers en AI-agenten.

Volgens het incidentrapport werd de aanval vorige week geïnitieerd en zou de afhandeling daarna verder zijn gegaan in de interne omgeving. NEAR AI geeft aan dat de toegang inmiddels is gesloten, maar dat er wel degelijk data is geraakt die relevant kan zijn voor privacy en beveiliging.

Wat is er gebeurd met de SGLang RCE?

De kern van het probleem is een remote code execution (RCE) fout in SGLang, een open-source inferentie-engine. Een aanvaller kon hierdoor code uitvoeren op een inference server van NEAR AI.

NEAR AI stelt dat de aanvaller waarschijnlijk ook kon meekijken welke verzoeken die server verwerkte. Daarbij werd zelfs genoemd dat verzoeken die in “confidential mode” waren ingestuurd, betroffen konden zijn.

Waarom bood de TEE geen volledige bescherming?

NEAR AI gebruikt een trusted execution environment (TEE) om bepaalde verzoeken privé te verwerken. Het doel is dat zelfs NEAR AI zelf de inhoud niet kan inzien terwijl de verwerking plaatsvindt.

Toch laat het bedrijf weten dat die TEE niet op zichzelf alle risico’s wegneemt. Als er een kwetsbaarheid zit in de software die binnen de TEE draait, kan die beveiligingslaag worden omzeild. Omdat SGLang binnen de TEE draait, kon de RCE-aanval ook toegang geven tot dat binnenste verwerkingsniveau.

Van inference naar interne systemen

NEAR AI geeft aan dat de directe toegang tot de betrokken server inmiddels is afgesloten. Maar de aanvaller had op dat moment al tijd om door te dringen tot andere delen van de omgeving.

De aanvaller bereikte een intern systeem achter Private Chat. NEAR AI had dit product al gedeactiveerd (gedeprceated), maar het systeem bleek nog toegankelijk via de route die via de inference server liep.

Voor zover NEAR AI bevestigt, is daarbij accountinformatie voor ongeveer 100 gebruikers gedownload. Het gaat om e-mailadressen en namen. Voor een aantal accounts zijn ook plan- en balansgegevens meegenomen.

NEAR AI meldt dat er geen aanwijzingen zijn dat gespreksinhoud van Private Chat of geüploade bestanden zijn ingezien of gedownload.

Data van AI-agenten geraakt

Naast Private Chat kon de aanvaller ook AI-agenten benaderen op een oudere deployment van NEAR AI Agents. Deze omgeving zou niet draaien binnen de TEE van het bedrijf.

NEAR AI stelt dat de aanvaller 18 agents bereikte en daar gegevens uit haalde, waaronder:

  • chatgeschiedenis
  • instellingen
  • logs

Dit is een belangrijk detail voor organisaties die AI-agenten inzetten: het incident laat zien dat het verschil tussen omgevingen (met of zonder TEE) voor de impact kan zorgen.

Blootgelegde API-sleutels

Volgens NEAR AI zijn ook NEAR AI Cloud API keys van twee klanten in logs terechtgekomen. De sleutels zijn inmiddels ingetrokken, zodat misbruik niet langer mogelijk zou moeten zijn.

Daarnaast heeft het bedrijf na detectie maatregelen genomen, waaronder het intrekken van alle actieve sessies en administrator-credentials, het vervangen van agent-tokens en het Private Chat offline halen.

Welke herstelstappen heeft NEAR AI genomen?

Na de ontdekking meldt NEAR AI dat er meerdere technische en organisatorische acties zijn uitgevoerd:

  • een fix uitgerold voor de SGLang-fout op alle inference servers
  • credentials geroteerd (o.a. resterende referenties)
  • forensisch onderzoek uitgevoerd
  • toegang tot de NEAR AI Cloud service hersteld
  • de SGLang-projectorganisatie geïnformeerd over de kwetsbaarheid

Verder meldt NEAR AI dat het geen informatie heeft gedeeld over een CVE-nummer, welke SGLang-versies precies getroffen waren, of of het project al een publieke fix heeft uitgebracht.

Wat betekent dit voor gebruikers?

NEAR AI geeft aan contact te hebben opgenomen met gebruikers voor wie de accountgegevens of agentdata volgens hen toegankelijk was gemaakt.

De betrokken gebruikers kregen informatie via security@near.ai, met instructies die voor hun situatie gelden. Als voorzorgsmaatregel vraagt het bedrijf gebruikers om alert te blijven op berichten over account- of balansinformatie die ze niet zelf hebben opgevraagd.

In een follow-up post heeft NEAR AI ook gemeld dat gebruikers die geen bericht hebben ontvangen, geen actie hoeven te ondernemen. Wel is niet duidelijk uitgesproken of mensen van wie verzoeken via de server liepen op zondag ook tot de benaderde groep behoren.

Context: TEE’s en AI-chatbots

In een technische bespreking van 15 oktober is door Brave beschreven dat de Leo-assistent chats voert met het GLM 5.3 Flash-model binnen een TEE die door NEAR AI wordt beheerd.

NEAR AI heeft echter niet bevestigd of de server die in het incident betrokken was, ook daadwerkelijk dit soort chats verwerkt heeft. Dat maakt het risico vooral helder in algemene zin (TEE is geen “magische” garantie), maar minder goed af te bakenen voor specifieke chatbot-scenario’s.

Praktische aandachtspunten voor security teams

Los van de exacte scope is het incident nuttig als leermoment voor teams die AI-inferentie en agenten in productie draaien. Let daarbij vooral op deze drie punten:

  • Kwetsbaarheden binnen TEE-toepassingen: beschermlagen verminderen het risico op lezen door buitenstaanders, maar sluiten niet per definitie uit dat code-uitvoering problemen veroorzaakt.
  • Segregatie tussen deployments: oudere of andere omgevingen (zonder TEE) kunnen de impact vergroten als daar tokens, logs of agentconfiguraties toegankelijk zijn.
  • Credential hygiene: na detectie is het roteren en intrekken van sessies en sleutels cruciaal om verdere schade te beperken.

Als je meer wilt weten over bredere patronen rond patchen en incidentrespons bij kwetsbaarheden, kun je ook deze artikelen bekijken: Bron: https://thehackernews.com/2026/11/sglang-rce-exploit-breaches-near-ai.html