Brecha en Railway expone claves de IA y provoca un uso no autorizado de $740k
Un ataque estilo cadena de suministro contra Railway descifró las variables de entorno de los clientes, lo que derivó en un gasto significativo e no autorizado en IA que la plataforma se ha comprometido a cubrir.
Traducido automáticamente del original en inglés.
Railway, un proveedor de plataforma como servicio (PaaS), informó que el robo de claves API de clientes provocó cargos por uso no autorizado de IA estimados en $740.000 tras una brecha ocurrida en octubre. La empresa se ha comprometido a asumir estos costos para los clientes cuando los proveedores de IA rechacen reembolsos, marcando un incidente significativo en materia de seguridad en la nube e integridad de la cadena de suministro.
Qué ocurrió
El incidente comenzó el 20 de octubre de 2026, cuando un atacante explotó una vulnerabilidad previamente desconocida en el sistema de compilación de Railway. Este fallo permitió al atacante escapar parcialmente del aislamiento del sistema de archivos y leer archivos en la máquina virtual anfitriona. Al obtener acceso a una credencial utilizada por los servidores de compilación, el atacante pudo interactuar con sistemas internos, incluido el sistema Temporal que impulsa partes del proceso de compilación. Este acceso permitió leer historiales de compilaciones y instantáneas de código almacenadas en caché, dando efectivamente al atacante una copia del monorepo interno de Railway.
Utilizando información obtenida del código robado, el atacante identificó un enlace OIDC mal configurado en un entorno de nube. El 21 de octubre, esta mala configuración fue explotada para obtener credenciales de nube de corta duración. Estas credenciales permitieron al atacante acceder a una base de datos de producción que contenía variables de entorno cifradas de clientes y una clave SSH para una máquina de orquestación. Con estas herramientas, el atacante descifró variables de aproximadamente el 1,85% de los espacios de trabajo, dirigiéndose a nombres asociados con claves de proveedores de IA. El atacante fue eliminado completamente de los sistemas más tarde ese mismo día, pero no antes de causar una exposición financiera significativa para los usuarios.
Cómo funciona
El ataque dependió de una cadena de escalada de privilegios en lugar de un único punto de falla. Inicialmente, el atacante escapó de un contenedor de compilación, un entorno aislado diseñado para separar el código del usuario durante la compilación. Una vez fuera, obtuvo una credencial de servicio que, debido a configuraciones internas de confianza demasiado permisivas, fue aceptada por otros sistemas críticos. Este movimiento lateral permitió al atacante mapear la arquitectura interna y encontrar más debilidades.
El núcleo del robo de datos involucró el descifrado de variables de entorno. Railway almacena secretos como claves API como variables cifradas, con cada entorno teniendo su propia clave de cifrado protegida por una clave raíz en un Servicio de Gestión de Claves (KMS) de la nube. El atacante utilizó las credenciales comprometidas de la máquina de orquestación para acceder al KMS y descifrar variables específicas. Las consultas a la base de datos fueron altamente dirigidas, buscando específicamente patrones que coincidieran con claves de proveedores de IA, lo que indica un esfuerzo enfocado en monetizar la brecha mediante el consumo de recursos de IA.
Detalles clave
- El atacante descifró variables en como máximo el 1,85% de los espacios de trabajo, afectando a aproximadamente 100.000 entornos.
- El gasto no autorizado estimado asciende a $740.000, principalmente por el uso de modelos de IA.
- Se restablecieron tokens de cuentas vinculadas para 1.852 usuarios, incluidas claves de agentes BYOK y tokens OAuth de GitHub.
- No se accedió a bases de datos de clientes ni se descargaron repositorios de código por parte del atacante.
- El atacante leyó historiales almacenados de 353 compilaciones, exponiendo variables y secretos pasados durante esas compilaciones.
- Railway ha presentado una denuncia ante el IC3 del FBI y está trabajando con una firma especializada en forense digital.
Por qué importa
Para ingenieros de software y fundadores técnicos, este incidente resalta los riesgos de almacenar credenciales sensibles en variables de entorno, incluso en plataformas confiables. El ataque demuestra cómo una única vulnerabilidad en un sistema de compilación puede escalar hasta convertirse en un robo completo de credenciales si los límites de confianza internos no se aplican estrictamente. Subraya la importancia de los controles de acceso de mínimo privilegio dentro de la infraestructura, ya que el atacante aprovechó una credencial de compilación para acceder a bases de datos de producción y claves de descifrado.
Además, el impacto financiero en los usuarios plantea preguntas sobre la responsabilidad en los servicios de nube. Aunque Railway ha asumido el compromiso de cubrir los costos donde los proveedores no reembolsen, la carga inicial de descubrimiento y presentación de reclamos recae sobre el cliente. Este evento sirve como recordatorio de que la seguridad es una responsabilidad compartida, y los desarrolladores deben monitorear activamente su uso y registros de auditoría, en lugar de depender únicamente de las defensas de la plataforma. La naturaleza dirigida del ataque contra claves de IA también refleja una tendencia creciente donde los atacantes buscan ganancias monetarias inmediatas mediante el abuso de recursos en lugar del rescate de datos.
Qué puedes hacer
- Revoca y reemplaza cualquier variable sensible o clave API almacenada en Railway antes del 21 de octubre de 2026.
- Contacta directamente a tu proveedor de IA para reportar cargos no autorizados y sigue sus procedimientos específicos de reembolso.
- Elimina el acceso público a tus bases de datos y restringe el tráfico entrante a IPs conocidas.
- Revisa los registros de auditoría de GitHub en busca de actividad inusual y analiza qué aplicaciones de terceros tienen acceso a tu cuenta.
- Monitorea los registros de auditoría en registros de contenedores como Docker Hub para detectar extracciones o envíos inesperados de imágenes.
- Utiliza credenciales de corta duración siempre que sea posible y evita almacenar secretos de larga duración en variables de entorno si existen alternativas.



