Microsoft Threat Intelligence meldt dat aanvallers met agentic AI gelekte credentials in publieke GitHub-repositories vonden en in één geval binnen vijf minuten Azure Key Vault-data exfiltreerden. Begrens autonoom toolgebruik daarom buiten het model met korte werkload-identiteiten, deterministische parametercontrole, credential-rotatie en een onafhankelijk getest stop-pad, want promptinstructies alleen vormen geen beveiligingsgrens.
Op 5 november 2026 beschreef Microsoft Threat Intelligence een aanvalsketen waarin agentic tooling zelfstandig publieke repositories doorzocht naar blootgestelde geheimen en API-sleutels, met geldige applicatiecredentials cloudresources benaderde, mislukte API-verzoeken aanpaste en doorging tot exfiltratie. De waargenomen stap van ontdekking naar exfiltratie uit Azure Key Vault duurde in dat ene geval vijf minuten. Microsoft adviseert blootgestelde credentials direct te roteren of in te trekken, service principals minimale rechten te geven, werkload-identiteiten te monitoren en API- en auditlogs te onderzoeken.
Wat deze gebeurtenis onderscheidt van een gewone credential-lek is niet het lek zelf, maar het tempo en de aanpassing. Onze analyse is dat de agentic tooling de stappen van plannen, proberen, falen en corrigeren grotendeels autonoom aan elkaar kon rijgen; de beschikbare bron beschrijft adaptieve API-aanroepen, maar stelt niet vast dat bij elke stap geen mens betrokken was. Dat verschuift het risico van wie heeft het geheim naar wat kan de identiteit achter dat geheim bereiken voordat iemand ingrijpt.
Wat stelde Microsoft precies vast over agentic tooling en gelekte credentials?
Microsoft Threat Intelligence stelde vast dat een agentic framework publieke GitHub-repositories afzocht op geheimen, met gevonden credentials cloudresources benaderde, API-verzoeken na fouten aanpaste en in minstens één geval binnen vijf minuten van ontdekking naar Key Vault-exfiltratie ging. Microsoft benadrukt dat die vijf minuten een incidentspecifieke waarneming is, geen universele aanvalssnelheid.
De aanvalsketen is herkenbaar in losse onderdelen: een blootgesteld geheim, een geldige werkload-identiteit, verkenning van beschikbare API's, aangepaste pogingen na weigeringen, toegang over meerdere services en ten slotte dataverplaatsing. Nieuw is dat die onderdelen zonder menselijke operator achter elkaar werden geregen.
Waarom is een promptinstructie geen voldoende beveiligingsgrens voor toolgebruik?
Een instructie aan het model beschrijft gewenst gedrag, maar bepaalt niet welke API's bereikbaar zijn, welke parameters worden geaccepteerd of welke identiteit de aanroep uitvoert. Wie zich daarop verlaat, laat de beveiligingsgrens bepalen door tekst die de agent zelf kan herinterpreteren of die een aanvaller via vervuilde data kan beïnvloeden.
Microsoft Learn behandelt in zijn richtlijn voor het verkleinen van agentic risico's precies dit onderscheid: scheid instructies van data en parameters, beperk de bereikbare acties buiten het model en behoud onafhankelijke monitoring en onderbreking. Het OWASP GenAI Security Project benoemt in zijn Top 10 voor agentic toepassingen voor 2026 risico's als agent hijacking, datalekken, supply-chain-compromittatie en agent sprawl als systemische problemen van systemen die plannen, handelen en beslissen. Naar onze inschatting toont het Microsoft-incident waarom beide bronnen de grens buiten de promptlaag leggen: de agent paste zijn API-verzoeken aan, dus een tekstuele instructie had het gedrag niet begrensd.
Welke controls dwingen autonoom API-gebruik buiten het model af?
De bruikbare grens ligt in de infrastructuur rond het model, niet in de prompt. Microsoft Learn, OWASP en CrowdStrike beschrijven controls die bij elkaar een keten vormen: identiteit, autorisatie, validatie, toezicht en onderbreking. Hieronder de kern, vertaald naar wat een organisatie zelf afdwingt.
- Unieke, controleerbare agentidentiteit. Geef elke agent een eigen auditbare identiteit met taakspecifieke, kortlevende rechten, in plaats van hergebruik van een brede service principal.
- Geheimen buiten de modelcontext. Houd credentials weg uit wat het model ziet, zodat een gekaapte agent ze niet kan uitlezen of doorgeven.
- Allowlist van tools en resources. Laat alleen vooraf goedgekeurde API's en bestemmingen toe; alles daarbuiten wordt deterministisch geblokkeerd.
- Deterministische parametervalidatie. Controleer scope en parameters van elke aanroep buiten het model, vóór uitvoering, zodat aangepaste verzoeken na een weigering niet alsnog slagen.
- Credential-rotatie en revocatie. Roteer of trek blootgestelde geheimen direct in, zoals Microsoft adviseert, en test dat intrekken daadwerkelijk toegang afsnijdt.
- Menselijke goedkeuring voor onomkeerbare acties. Vereis fiat bij hoog-impact- of niet-terugdraaibare aanroepen.
- Gedragstoezicht over identiteit, host en service. Correleer signalen; CrowdStrike beschrijft baselining en policy-drift-detectie, al markeert het sommige functies als beta of onderhevig aan wijziging.
- Onafhankelijk getest stop- en containment-pad. Zorg dat een agent te onderbreken is en toegang gecoördineerd kan worden ingetrokken, en test dat onder realistische faalscenario's.
CrowdStrike beschrijft in zijn aankondiging over het detecteren en stoppen van agent-insiderrisico's de agent als een nieuwe niet-menselijke identiteit die onder de identiteit van een medewerker kan werken en kan afdrijven na manipulatie van een tool of instructie. Dat sluit aan bij runtime-autorisatie die bevoegdheid van een agent inperkt wanneer betrouwbaarheid geleidelijk afneemt, en bij functiescheiding met dual authorization voor AI-agents, waarbij agent, beleidslaag en menselijke fiatteur gescheiden blijven.
Wat betekent dit nu voor bestuurders, juristen en CISO's?
Onze analyse: omdat de door Microsoft waargenomen agent zijn API-verzoeken na weigeringen aanpaste, biedt een instructie aan het model geen bescherming tegen escalatie; daarom moet de CISO de allowlist van tools en de deterministische parametervalidatie buiten de promptlaag inrichten vóór de volgende productierelease. Onze analyse: omdat Microsoft in één geval een pad van ontdekking naar Key Vault-exfiltratie van vijf minuten waarnam, kan een goedkeuringsproces dat uren duurt te traag zijn om tijdig in te grijpen en moet het stop- en revocatiepad daarom in minuten werken; laat dat testen onder een realistisch faalscenario. Omdat de agent met een geldige werkload-identiteit handelde, verschuift de aansprakelijkheidsvraag naar wie de bevoegdheid van die identiteit kon begrenzen; daarom moet de bestuurder laten vastleggen welke service principal welke agent voedt, met welke rechten, en die rechten terugbrengen tot het strikt noodzakelijke. Omdat Microsoft directe rotatie of intrekking van blootgestelde credentials adviseert, is een rotatiebeleid zonder geteste revocatie schijnzekerheid; daarom moet de verantwoordelijke manager dit kwartaal laten aantonen dat een ingetrokken geheim ook werkelijk geen toegang meer geeft. De praktische vertaling, als checklist:
- Inventariseer welke agents onder welke werkload-identiteiten draaien en snijd overtollige rechten weg.
- Verplaats tool-allowlist en parametervalidatie naar een laag buiten het model.
- Test revocatie en onderbreking op daadwerkelijke werking en op snelheid.
- Leg per aanroep vast: agentidentiteit, gedelegeerde context, tool, parameters, autorisatiebesluit, API-respons en dataverplaatsing.
Meer verdieping staat in onze themahub over agentic AI en AI-agents, in een eigen identiteitsketen voor autonome AI-agents en in de OWASP-risico's voor taalmodellen vertaald naar controles.
Bronnen en referenties
Bronnen: Het artikel steunt op Microsoft Threat Intelligence, Microsoft Learn, het OWASP GenAI Security Project en CrowdStrike.