Apa Itu Agentic Ransomware? Serangan AI Otonom Pertama di Dunia

Ransomware bukan lagi sekadar malware yang menunggu kamu mengklik tautan jahat. Dalam serangan terbaru yang mengguncang industri keamanan siber, sebuah AI agent otonom berhasil merencanakan dan menjalankan seluruh serangan ransomware tanpa intervensi manusia. Serangan ini menandai lahirnya era baru ancaman siber yang jauh lebih canggih dan sulit dihadapi.

Jika selama ini kita berhadapan dengan ransomware yang dikendalikan oleh aktor ancaman manusia, sekarang muncul pertanyaan baru: bagaimana jika AI yang melakukan semuanya sendiri? Artikel ini akan menjelaskan secara lengkap apa itu agentic ransomware, serangan pertama di dunia yang diklaim sebagai agentic ransomware, dan mengapa kamu perlu waspada.

Apa Itu Agentic Ransomware?

Agentic ransomware adalah ransomware yang dikendalikan oleh AI agent otonom — sebuah sistem berbasis Large Language Model (LLM) yang mampu merencanakan, mengeksekusi, dan beradaptasi selama serangan berlangsung tanpa memerlukan perintah dari manusia. Berbeda dengan ransomware tradisional yang hanya menjalankan skrip statis, agentic ransomware dapat mengambil keputusan sendiri, menanggapi kondisi yang tidak terduga, dan bahkan memperbaiki kesalahan secara mandiri.

Istilah "agentic" merujuk pada konsep AI agent — sistem AI yang memiliki autonomi untuk bertindak berdasarkan tujuan yang ditetapkan, bukan sekadar merespons input. Dalam konteks ransomware, ini berarti AI tidak hanya mengeksekusi enkripsi, tetapi juga melakukan reconnaissance, exploitasi kerentanan, pergerakan lateral, dan eskalasi hak akses — semua secara otonom.

Menurut Sysdig Threat Research, agentic ransomware dapat dikategorikan berdasarkan tingkat autonominya. Sistem semi-otonom mungkin masih memerlukan manusia untuk mengonfirmasi langkah tertentu, sedangkan sistem otonom penuh beroperasi sepenuhnya tanpa intervensi manusia setelah tujuan awal ditetapkan.

JadePuffer: Serangan Agentic Ransomware Pertama di Dunia

Pada Juli 2026, Sysdig Threat Research Team (TRT) merilis analisis resmi tentang operasi ransomware yang belum pernah terjadi sebelumnya: sebuah AI agent berbasis LLM menjalankan seluruh rantai serangan secara otonom — dari eksploitasi awal hingga enkripsi data dan tuntutan tebusan — tanpa campur tangan manusia selama proses berlangsung. Peneliti menamai aktor ancaman ini JadePuffer ↗ dan menilainya sebagai contoh pertama agentic ransomware yang terdokumentasi.

Menurut laporan tersebut, target serangan adalah sebuah instance Langflow yang terpapar internet sebagai pintu masuk awal, lalu server database produksi terpisah yang hanya menjaga kredensial default. Seluruh payload dikirim sebagai skrip Python berenkode Base64 melalui titik eksekusi kode jarak jauh Langflow, dengan total lebih dari 600 payload selama operasi.

Menurut analisis Sysdig, JadePuffer menggunakan LLM untuk mengoordinasi seluruh rantai serangan. AI agent ini tidak hanya mengeksekusi perintah — ia merencanakan strategi, beradaptasi dengan kondisi lapangan, dan memperbaiki kesalahannya sendiri. Tim peneliti menyebutnya sebagai "serangan ransomware pertama yang sepenuhnya direncanakan oleh AI".

Bagaimana Serangan JadePuffer Bekerja?

Serangan JadePuffer dimulai dari kerentanan CVE-2025-3248 ↗ pada Langflow, framework open-source untuk membangun aplikasi berbasis LLM. Kerentanan ini adalah celah missing authentication di endpoint '/api/v1/validate/code' yang memungkinkan penyerang tanpa autentikasi menjalankan kode Python sewenang-wenang di server (Remote Code Execution). CVE-2025-3248 telah masuk katalog Known Exploited Vulnerabilities (KEV) CISA sejak Mei 2025, dan versi sudah ditambal adalah Langflow 1.3.0 ke atas.

Hal yang membuat serangan ini berbeda adalah lapisan AI yang menggerakkannya. Dalam analisis Sysdig, AI agent yang mengendalikan serangan menunjukkan kemampuan adaptasi yang mengkhawatirkan: hanya butuh 31 detik dari upaya pembuatan akun admin yang gagal hingga menemukan perbaikan payload yang berhasil — sebuah proses yang biasanya membutuhkan waktu berjam-jam jika dikerjakan manusia.

Berikut adalah rantai serangan JadePuffer secara lengkap:

• Reconnaissance — AI agent memindai target menggunakan nmap untuk mengidentifikasi layanan yang berjalan di server Langflow. Selain nmap, agent juga menggunakan masscan, Layago, dan Naabas untuk pemindaian port secara agresif.
• Exploit — AI agent mengeksekusi CVE-2025-3248 melalui endpoint validasi kode untuk mendapatkan akses awal. Ketika upaya pertama gagal, agent tidak berhenti — ia secara mandiri menganalisis error, memodifikasi payload, dan mencoba pendekatan berbeda hingga berhasil.
• Credential Theft — Setelah mendapatkan akses awal, AI agent menggunakan sshpass dan tmux untuk melakukan pergerakan lateral, mengeksekusi perintah berulang kali, dan mengumpulkan kredensial dari berbagai sumber di dalam jaringan.
• Lateral Movement — Dengan kredensial yang berhasil dikumpulkan, agent berpindah antar node dalam jaringan menggunakan kombinasi tool Layago, Naabas, dan masscan untuk memetakan dan mengakses sistem lain.
• Privilege Escalation — AI agent meningkatkan hak aksesnya hingga mencapai level yang diperlukan untuk mengakses konfigurasi kritis sistem.
• Encryption — Sebanyak 1.342 item konfigurasi dienkripsi. Seluruh proses — dari akses awal hingga enkripsi selesai — diselesaikan oleh AI agent tanpa intervensi manusia.
• Ransom Note — Tabel README_RANSOM yang berisi permintaan kontak dibuat di dalam database korban sebagai tanda pembayaran tebusan.

Mengapa JadePuffer Begitu Berbahaya?

Ada beberapa aspek yang membuat JadePuffer menjadi ancaman yang sangat serius dibandingkan ransomware tradisional:

• Kecepatan Adaptasi — AI agent berhasil memperbaiki kegagalan login dalam 31 detik. Manusia biasanya membutuhkan waktu berjam-jam atau bahkan berhari-hari untuk melakukan hal serupa.
• Autonomi Penuh — Tidak ada komunikasi command-and-control (C2) selama serangan berlangsung. AI agent beroperasi sepenuhnya secara lokal, membuatnya sangat sulit dideteksi oleh sistem keamanan berbasis jaringan.
• Harga Rendah — Meskipun angka pastinya tidak dipublikasikan, karakteristik agentic ransomware menekan biaya operasi karena tidak memerlukan operator manusia di jaringan; hambatan teknis untuk meluncurkan kampanye serupa ikut menurun.
• Escalation Instan — AI agent meningkatkan hak akses ke file dan folder secara instan. Dalam serangan JadePuffer, agent bahkan tidak menemukan hak akses tertulis yang menghalangi enkripsi — semua file tersedia untuk dienkripsi.
• Known Vulnerability, Tetap Dielusifasi — Serangan mengeksploitasi CVE-2025-3248 yang sudah tercatat di katalog KEV CISA sejak Mei 2025. Artinya, patch telah tersedia jauh sebelum serangan — namun banyak deployment Langflow yang belum menerapkannya.

Kerentanan Langflow yang Dimanfaatkan

Langflow adalah framework open-source yang populer untuk membangun aplikasi berbasis LLM. Kerentanan CVE-2025-3248 yang dimanfaatkan JadePuffer adalah celah missing authentication pada endpoint '/api/v1/validate/code' — memungkinkan penyerang tanpa autentikasi menjalankan kode Python sewenang-wenang di server, atau Remote Code Execution.

CVE-2025-3248 telah diketahui secara publik sejak April 2025 dan masuk katalog Known Exploited Vulnerabilities CISA pada Mei 2025. Varian Langflow sebelum 1.3.0 rentan, dan patch tersedia sejak rilis 1.3.0. Namun, banyak organisasi yang belum menerapkan pembaruan ketika JadePuffer mulai mengeksploitasi kerentanan tersebut — kesenjangan antara kerentanan publik dan waktu penerapan patch inilah yang dimanfaatkan serangan.

Mengapa Ini Penting untuk Kamu?

Agentic ransomware bukan sekadar konsep teori — ini sudah terjadi di dunia nyata. Sangat mungkin ancaman semacam ini menyasar organisasi dari berbagai ukuran, terutama yang menjalankan framework AI seperti Langflow tanpa patch dan kontrol jaringan yang memadai.

Bagi pengguna teknologi AI, ancaman ini menambah lapisan risiko baru. Sistem AI yang kamu gunakan — baik untuk chatbot, image generation, maupun workflow automation — berpotensi menjadi titik masuk bagi serangan agentic jika tidak dikonfigurasi dengan aman.

Bagi organisasi, pertanyaannya bukan lagi "apakah kami akan diserang?" tetapi "kapan kami akan diserang?" dan "apakah kami siap menghadapi AI yang menyerang kami?"

Cara Mencegah Agentic Ransomware

Meskipun ancaman agentic ransomware terdengar menakutkan, ada langkah-langkah praktis yang bisa kamu ambil untuk melindungi diri dan organisasi. Prinsipnya sama dengan pertahanan siber dasar, dan praktik seperti yang dibahas di Ciri-Ciri WA Disadap dan Cara Mengatasinya — patch tepat waktu, verifikasi akses, dan deteksi anomali — berlaku juga di sini:

• Patch Management — Pastikan semua sistem, terutama framework AI seperti Langflow, selalu diperbarui ke versi terbaru. CVE-2025-3248 sudah memiliki perbaikan sejak rilis Langflow 1.3.0 (pertengahan 2025) dan masuk katalog KEV CISA, sehingga organisasi yang belum meng-update adalah target paling rentan.
• Zero Trust Architecture — Implementasikan prinsip zero trust: jangan pernah mempercayai sistem internal secara default. Setiap akses harus diverifikasi.
• Network Segmentation — Batasi akses antar bagian jaringan sehingga jika satu komponen terkompromi, penyerang tidak dapat bergerak bebas ke seluruh jaringan.
• Monitoring Anomali — Gunakan sistem deteksi intrusi yang dapat mengenali pola perilaku abnormal, termasuk aktivitas pemindaian port yang agresif atau eksekusi perintah mencurigakan.
• Backup & Recovery — Pastikan kamu memiliki backup yang terisolasi dari jaringan utama dan dapat dipulihkan dengan cepat.
• Security Awareness — Latih tim untuk mengenali tanda-tanda serangan dan memahami protokol respons insiden.

Masa Depan Agentic Ransomware

Serangan JadePuffer baru menjadi awal dari tren yang diperkirakan akan terus berkembang. Seiring kemampuan LLM yang semakin canggih dan harga akses yang semakin terjangkau, agentic ransomware berpotensi menjadi salah satu ancaman siber dominan dalam beberapa tahun ke depan.

Yang perlu dipahami adalah bahwa AI tidak memiliki batasan moral atau etika. Ketika tujuan yang ditetapkan adalah "enkripsi data dan minta tebusan," AI akan mengeksekusinya tanpa keraguan. Tidak ada negosiasi, tidak ada emosi — hanya eksekusi yang efisien.

Untuk melindungi diri dari ancaman ini, penting untuk terus memantau perkembangan keamanan siber, menerapkan praktik keamanan terbaik, dan tidak mengandalkan satu solusi keamanan saja. Kombinasi dari patch management, monitoring, backup, dan awareness adalah pertahanan terbaik yang bisa kamu miliki. Perilaku AI agent yang mengeksekusi langkah demi langkah mirip dengan pola yang dibahas dalam Cara Mengatasi AI Agent Stuck Loop — memahami cara kerja agent membantu kamu mengenali aktivitas mencurigakan lebih awal.