A equipa de Threat Intelligence da Amazon revelou a 20 de novembro que um atacante com provável ligação à China pôs agentes de inteligência artificial a atacar universidades da Ásia Oriental quase sem supervisão humana. Pelo caminho, uma falha até então desconhecida numa aplicação de código aberto acabou descoberta pelos próprios agentes, que a usaram para tomar conta de um servidor. A aplicação é o MONAI Label, usado em imagem médica, e o aviso oficial do projeto continua sem indicar qualquer versão corrigida.
Resposta rápida: Segundo a Amazon, agentes de IA da ferramenta Cairn descobriram e exploraram autonomamente a falha CVE-2026-133968 (CVSS 9,8) no MONAI Label, obtendo acesso root a um servidor universitário. Estão afetadas as versões até à 0.8.5 e o aviso do projeto não lista versão corrigida. Quem usa o MONAI Label deve retirá-lo de redes não confiáveis, ativar a autenticação e executá-lo com um utilizador sem privilégios.
Um painel esquecido expôs toda a operação
A investigação, descrita por CJ Moses no blogue de segurança da AWS, nasceu de um descuido do próprio atacante. O painel do Cairn que este operava estava acessível na Internet sem autenticação quando a Amazon o localizou, a 10 de setembro, o que deixou à vista as configurações dos projetos, as instruções do operador e as respostas dos agentes.
O Cairn é uma estrutura de código aberto para testes de intrusão conduzidos por agentes de IA. Os alvos eram universidades da Ásia Oriental situadas fora da China continental, e a atividade concentrou-se em cerca de 48 horas a partir de 8 de setembro. A instrução dada aos agentes cabia em três palavras inglesas: «obtain shell access». Daí em diante, o planeamento, a execução e as correções de rumo ficaram por conta dos agentes, sem que o operador tivesse de escolher cada passo.
Dois fracassos antes do acerto
Nem tudo correu bem aos atacantes. Um servidor Redis de outra universidade resistiu a cerca de 16 horas de tentativas e a 148 ações encadeadas, entre as quais o abuso da replicação para carregar código, a fuga à sandbox de scripting, a escrita em ficheiros de configuração e a corrupção de memória. Também um servidor de GPU universitário saiu ileso de uma segunda operação falhada, na qual credenciais válidas nunca chegaram a aparecer.
Estes insucessos explicam a frase mais citada do relatório, sobre agentes que se adaptaram durante quase um dia inteiro sem orientação humana. A persistência refere-se sobretudo às tentativas falhadas, não à exploração da falha que acabou por resultar.
Como a falha no MONAI Label foi explorada
O desfecho foi diferente num servidor com o MONAI Label. O reconhecimento começou pela identificação da framework da aplicação e pelo levantamento dos endpoints da API, até surgir um ponto de carregamento de ficheiros cujo parâmetro de nome aceitava path traversal. Cerca de 11 minutos separaram esse mapeamento da escrita arbitrária de ficheiros no servidor.
O aviso de segurança do Project MONAI explica a origem do problema. A raiz está na falta de validação do caminho final: um identificador com sequências ../ basta para o ficheiro carregado ir parar a qualquer pasta onde o processo do MONAI Label tenha permissão de escrita. O impacto depende, por isso, dos privilégios com que o serviço corre.
Uma sessão posterior converteu essa escrita de ficheiros numa reverse shell com privilégios de root, recorrendo à execução de Python através da API de treino. O humano só voltou a intervir depois. Um proxy com túnel para a rede de uma segunda universidade foi então entregue aos agentes; o servidor de ligação corria o mesmo software vulnerável, pelo que a Amazon deduz que tenha sido comprometido com a mesma falha.
| Elemento | Detalhe |
|---|---|
| Produto | MONAI Label (pacote pip monailabel) |
| Versões afetadas | 0.8.5 e anteriores |
| Versão corrigida | Nenhuma listada no aviso |
| Identificadores | CVE-2026-133968, GHSA-qc22-rmgc-vg94 |
| Gravidade | CVSS 3.1 de 9,8 (crítica), pontuação atribuída pela MITRE |
| Tipo de falha | Path traversal no parâmetro image do endpoint PUT /datastore/image, com execução remota de código |
Cronologia
| Data (2026) | Acontecimento |
|---|---|
| 8 de setembro | Arranque da campanha, que dura cerca de 48 horas |
| 10 de setembro | A Amazon localiza a instância pública do Cairn |
| 18 de novembro | Publicação do aviso GHSA-qc22-rmgc-vg94, com gravidade crítica |
| 20 de novembro | Relatório de CJ Moses no blogue de segurança da AWS; registo público do CVE |
| 21 de novembro | Bases de dados de vulnerabilidades passam a indexar um exploit público alojado no GitHub |
Atribuição: o que se sabe e o que fica por provar
A ligação à China é avaliada pela Amazon apenas com confiança moderada, apoiada em três indícios: instruções em chinês simplificado, scripts com a hora oficial chinesa e a escolha de universidades com provável interesse estratégico para o país. Nenhum grupo conhecido é apontado, nem fica demonstrado o envolvimento de um governo.
Já a classificação como zero-day recebe confiança elevada. Na altura da descoberta não havia correção, issue, aviso ou qualquer referência à falha em bases de dados de vulnerabilidades.
Não é a primeira vez que o Cairn surge em ataques reais. A Gambit Security publicou a 22 de setembro um relatório que contabiliza 105 projetos de ataque com esta ferramenta entre 10 e 15 desse mês e pelo menos 27 empresas comprometidas em graus variáveis. Trata-se, segundo a Amazon, de um ator distinto, com motivação financeira e centrado em retalhistas online.
O que fazer se utiliza o MONAI Label
A correção do código está associada ao pull request n.º 1915. Com essa alteração, as funções add_image() e save_label() passam a rejeitar destinos fora das pastas de imagens e de etiquetas do repositório de dados. Enquanto o aviso não indicar uma versão corrigida, aplicam-se as seguintes medidas:
- Redes não confiáveis não devem ter acesso ao servidor MONAI Label, segundo a recomendação do próprio projeto.
- A autenticação deve estar ligada (
MONAI_LABEL_AUTH_ENABLE=True) e o papelANNOTATORreservado a utilizadores de confiança. - Um utilizador sem privilégios, com escrita limitada à pasta do repositório de dados, é a conta indicada para executar o serviço.
- Procurar nos registos pedidos
PUT /datastore/imagecom sequências../e ficheiros criados fora do repositório de dados. - Rever ficheiros que o Python carrega automaticamente no arranque (por exemplo,
sitecustomize.py) e ligações de saída invulgares a partir do processo.
Não foi possível confirmar, nas fontes consultadas, uma lista de indicadores de comprometimento (endereços IP, domínios ou hashes). Por essa razão não reproduzimos nenhuma. As duas últimas pistas de deteção decorrem do modo de exploração descrito e não substituem a leitura do relatório original.
Porque é que isto importa em Portugal
O MONAI Label é usado em investigação de imagem médica, pelo que universidades, centros de investigação e hospitais portugueses podem ter instâncias em servidores de laboratório. O aviso de CJ Moses é sobretudo sobre velocidade: muitos centros de operações de segurança demoram mais a triar manualmente um alerta do que um agente a descobrir e explorar um zero-day. As universidades atingidas não eram clientes da AWS, que diz não ter tido um canal direto para as avisar.
A saúde e os organismos de investigação estão entre os setores cobertos pela NIS2. Em Portugal, o Regime Jurídico da Cibersegurança (Decreto-Lei n.º 125/2025) obriga as entidades abrangidas a gerir vulnerabilidades e a notificar incidentes significativos ao CNCS/CERT.PT. Se um servidor comprometido guardar imagens médicas identificáveis, estão em causa dados de saúde, e o RGPD pode exigir notificação à CNPD em 72 horas.
Perguntas frequentes
O que é o MONAI Label e quem o utiliza?
É uma aplicação de código aberto que usa IA para ajudar investigadores a anotar imagens médicas. É distribuída como pacote monailabel e instalada sobretudo em universidades, laboratórios e unidades de investigação clínica.
Que versões estão vulneráveis à CVE-2026-133968?
Todas até à 0.8.5, inclusive. O aviso GHSA-qc22-rmgc-vg94 não lista ainda uma versão corrigida, embora a correção do código exista no repositório do projeto.
Os agentes de IA atuaram mesmo sem intervenção humana?
Em grande parte, segundo a Amazon. O operador definiu o objetivo e os agentes planearam e executaram os passos. A intervenção humana documentada surge depois, quando o operador forneceu um túnel para a rede de uma segunda universidade.
Houve roubo de dados clínicos?
As informações públicas consultadas descrevem o controlo de um servidor universitário e o acesso a uma segunda rede. Não encontrámos nelas indicação de exfiltração de imagens ou registos de doentes.
Esta informação tem caráter noticioso e baseia-se em dados divulgados publicamente pela Amazon Threat Intelligence, pelo Project MONAI e pela Cloud Security Alliance.

