Botnet Go bernama NadMesh muncul di awal Juli 2026, memburu layanan AI yang terbuka di internet untuk mencuri cloud credentials, Kubernetes tokens, dan akses ke model AI. Dashboard operator mengklaim 3.811 AWS keys unik yang berhasil dikumpulkan dari target-target yang dipindai.
APA YANG TERJADI?
NadMesh menggunakan Shodan harvester untuk mengisi antrian pemindaian dengan ComfyUI, Ollama, n8n, Open WebUI, Langflow, dan Gradio — image generator, local model runner, dan workflow builder yang sering dipasang tim tanpa konfigurasi firewall yang memadai. QiAnXin XLab mempublikasikan laporan tentang malware ini, menamainya dari string “n4d mesh controller” di source code-nya. Data feed intelijen menunjukkan 47 credential hauls dan 41 model inventories dalam 100 record terakhir, dengan identifier DeepSeek, GLM, dan Kimi yang ditandai :cloud — menandakan bahwa yang dikatalogkan operator mencapai jauh melampaui host itu sendiri.
DETAIL TEKNIS
Yang dikirim bot ke C2 adalah cloud keys dari environment variables, k8s service account tokens, dan isi ~/.aws/config, .env, dan ~/.docker/config.json. MCP (Model Context Protocol) menempati urutan prioritas tertinggi dalam controller untuk eksploitasi, di atas Kubernetes, Docker API, dan Redis. Vektor yang tercatat adalah JSON-RPC tools/call ke execute_command. Censys menghitung 12.520 MCP service yang dapat diakses per 28 April, meningkat menjadi lebih dari 21.000 per 6 Mei, dan sekitar 90 yang mengiklankan tool untuk menjalankan perintah. XLab mencatat bahwa lalu lintas eksploitasi sebagian besar masih mengarah ke Docker sockets (30.31%) dan Jenkins consoles (22.28%), sementara mcp_cmd_execute hanya menyumbang 0.78%. Botnet ini membangun 5 versi secara bersamaan, menggunakan Garble obfuscation, UPX packing, dan random padding sehingga tidak ada dua agent yang berbagi hash yang sama.
DAMPAK TERHADAP INDONESIA
Adopsi AI di Indonesia meningkat pesat, terutama di sektor fintech, e-commerce, dan pemerintahan. Banyak organisasi yang memasang layanan seperti ComfyUI dan Ollama untuk eksperimen AI tanpa memperhatikan konfigurasi keamanan yang memadai. Dengan penetrasi cloud computing yang terus meningkat di Indonesia, termasuk penggunaan AWS dan Kubernetes yang semakin luas, NadMesh menjadi ancaman serius. PDP Law mengharuskan organisasi melindungi data pribadi, termasuk credentials yang mengakses sistem penyimpanan data. BSSN perlu mengeluarkan advisory tentang exposure layanan AI dan pentingnya hardening terhadap botnet seperti NadMesh.
REKOMENDASI MITIGASI
Pastikan layanan AI seperti ComfyUI (8188), Ollama (11434), Gradio (7860), dan n8n (5678) tidak terbuka ke internet. Periksa file ~/.ssh/authorized_keys, /dev/shm/.a, /var/tmp/.a, /tmp/.a untuk indikasi kompromi. Periksa /etc/cron.d/.sys_monitor dan /etc/cron.d/.s untuk persistence mechanism. Cabut semua credential yang mungkin terlihat oleh host yang terinfeksi. Review penggunaan credential lama selama periode exposure.
Analisa Retasan
NadMesh merepresentasikan evolusi signifikan dalam strategi botnet — pergeseran dari mencuri sumber daya komputasi (GPU, hash rate) menjadi mencuri akses ke infrastruktur cloud. Operator tidak tertarik dengan host itu sendiri, melainkan dengan credentials yang dapat membuka akses ke kluster Kubernetes, Docker registries, dan layanan AI. Ini adalah pola serangan yang jauh lebih menguntungkan karena satu AWS key yang valid dapat menghasilkan ribuan dolar kerugian melalui crypto mining, data exfiltration, atau ransomware deployment di cloud. Paradoksnya, layanan AI yang dirancang untuk meningkatkan produktivitas justru menjadi gerbang masuk bagi serangan.
Peran MCP (Model Context Protocol) dalam rantai eksploitasi NadMesh patut diperhatikan secara khusus. Dengan lebih dari 21.000 MCP service yang terbuka di internet dan spesifikasi yang menempatkan authentication di luar protokol inti, ini adalah permukaan serangan yang sangat luas. Fakta bahwa authorization flow yang ditambahkan Maret 2025 masih bersifat opsional dalam spesifikasi menunjukkan gap antara kecepatan inovasi AI dan keamanan fundamental. Komunitas pengembang AI perlu belajar dari kesalahan web framework sebelumnya yang mengorbankan keamanan demi kemudahan penggunaan.
Untuk Indonesia, NadMesh harus menjadi alarm bagi seluruh organisasi yang sedang atau berencana mengadopsi layanan AI lokal. Banyak startup dan instansi pemerintah yang bereksperimen dengan Ollama dan ComfyUI tanpa memahami implikasi keamanan dari menjalankan model AI dengan akses ke internet. SKKNI Siber dan pedoman keamanan BSSN perlu diperbarui untuk memasukkan best practice dalam deployment layanan AI, termasuk isolasi jaringan, authentication, dan monitoring terhadap aktivitas credential harvesting. Tanpa langkah preventif ini, Indonesia berisiko menjadi salah satu target utama botnet seperti NadMesh.
Sumber: https://thehackernews.com/2026/07/new-nadmesh-botnet-hunts-exposed-ai.html
