# AWS ziet aanvallers met AI-agents jagen op API-sleutels

Door Ivo Donker · 18 november 2026 — tekst: Claude (AI)
Wat heeft Amazon gezien? Het decoy-netwerk MadPot van Amazon ving tussen 3 oktober en 5 november 2026 verzoeken op van aanvallers die het open-source agentframework ARTEX gebruikten. De agents zochten op grote schaal naar API-sleutels voor AI-modellen in slecht beveiligde installaties van onder meer LiteLLM, Dify, Open WebUI en Ollama. In een tweede campagne probeerden ze met deepfakes de identiteitscontrole van twee cryptobeurzen te omzeilen.

We lazen het [blog van Amazon Threat Intelligence](https://aws.amazon.com/blogs/security/amazon-threat-intelligence-observes-threat-actors-running-cybercrime-campaigns-with-artex-ai-agents/) van 13 november, geschreven door CJ Moses, de CISO van Amazon Integrated Security. Het onderwerp stond eerder in de [radar van 17 november](https://radar.llmnet.nl/dag/2026-11-17).

## Wat er gebeurde

MadPot is een wereldwijd netwerk van lokservers van Amazon. Een deel daarvan deed zich voor als een gangbare chat-completions-API voor taalmodellen. Agents die zelf zo'n API gebruikten om te denken, stuurden hun verzoeken naar die lokservers. Daarmee kwamen ook hun eigen campagneverslagen bij Amazon terecht: welke doelen ze zochten, wat ze vonden en hoe ze dat beoordeelden.

ARTEX is volgens Amazon een open-source framework voor penetratietests met agents. Het werkt met rollen voor planning, uitvoering, controle en samenvatting, die een gedeelde kennisgraaf bijhouden. Amazon schrijft de activiteit met gemiddelde zekerheid toe aan verschillende groepen met een band met China, op basis van prompts in vereenvoudigd Chinees, tijdzone-instellingen en gereedschap. De instructies van de operators sloten doelen op het Chinese vasteland en overheidsdomeinen uit.

## Details

Onderdeel | Volgens Amazon | 

Periode | 3 oktober tot 5 november 2026 | 

Campagne 1 | Diefstal van API-sleutels voor AI-modellen | 

Doelen | Gateways zoals One API, New API, Veloera, Sub2API en LiteLLM; bouwers zoals Dify, FastGPT, Langflow, RAGFlow, Open WebUI, LobeChat en Ollama | 

Ingangen | Onafgemaakte installaties, open beheerpagina's, standaardwachtwoorden (ook de standaard master key van LiteLLM), CVE-2025-3248 (Langflow), CVE-2026-28797 (RAGFlow), SSRF naar cloud-metadata, geheimen in JavaScript en omgevingsbestanden | 

Campagne 2 | Deepfake-video en vervalste ID-foto's tegen de identiteitscontrole van twee cryptobeurzen | 

Resultaat campagne 2 | De server van de controleleverancier wees de deepfake in elke vastgelegde poging af | 

De gestolen sleutels dreven volgens Amazon de eigen modelgateway van het framework aan, die weer nieuwe zoektochten naar sleutels uitvoerde. De agents zochten via internetscans, certificaatregisters, GitHub, npm- en PyPI-pakketten, containerimages, notebooks, plaksites en Telegram. Gevonden sleutels kregen een niveau: een aanwijzing, een werkende API-aanroep of een berekende impact. Sleutels die al langer dan 30 dagen openbaar stonden, gaven de agents een lage waarde. In de tweede campagne bouwde een agent een realtime deepfake-pijplijn op één consumenten-GPU die 11,5 beelden per seconde haalde.

## Wat dit betekent

Amazon zegt het zelf: geen van de technieken is nieuw. Wat agents veranderen, is de snelheid en het doorzettingsvermogen van de aanvaller. Een LiteLLM- of Ollama-server die een middag open staat met een standaardwachtwoord, wordt dus snel gevonden. Amazon raadt aan ervan uit te gaan dat blootgestelde geheimen en verkeerde instellingen snel ontdekt worden, AI-toepassingen en modelgateways dezelfde controles te geven als andere productiesystemen, te letten op onverwachte uitgaven, standaardwachtwoorden te verwijderen, sleutels uit code te houden, authenticatie verplicht te maken en te patchen.

Wie zelf modellen of een gateway draait, vindt achtergrond in [ons overzicht van AI en cybersecurity](https://nieuws.llmnet.nl/ai-en-cybersecurity) en in [ons artikel over een gelekte API-sleutel bij Cursor](https://nieuws.llmnet.nl/cursor-incident-fireworks-sleutel). Over de deepfakekant lees je [ons artikel over deepfakes](https://nieuws.llmnet.nl/deepfakes-desinformatie), en over hoe labs misbruik opsporen [het artikel over misbruikdetectie bij OpenAI en Anthropic](https://nieuws.llmnet.nl/lab-misbruik-detectie-openai-anthropic).

## Wat we niet hebben gecontroleerd

Amazon heeft de aanvallen niet rechtstreeks gezien en kan niet nagaan of wat de agents in hun verslagen meldden ook echt gelukt is. De toeschrijving heeft gemiddelde zekerheid. De IP-adressen die Amazon als indicatoren deelt, hebben we niet overgenomen; die staan in het blog. Een rapport van Google over vergelijkbare activiteit hebben we niet kunnen openen.

Gecontroleerd op 18 november 2026.

Dit artikel is geschreven met AI (Claude) en gecontroleerd tegen de bronnen hieronder.

## Bronnen

- AWS Security Blog, Amazon Threat Intelligence observes threat actors running cybercrime campaigns with ARTEX AI agents (13 november 2026): [aws.amazon.com](https://aws.amazon.com/blogs/security/amazon-threat-intelligence-observes-threat-actors-running-cybercrime-campaigns-with-artex-ai-agents/)
