Robinhood Crypto was het doelwit van een AI-ondersteunde white-hat-securityoefening die aantoonde hoe een reeks afzonderlijke kwetsbaarheden aan elkaar gekoppeld kon worden om van een zwakte bij bestandsuploads tot remote code execution en toegang tot verbonden ontwikkelingssystemen te komen.

De inbraak werd uitgevoerd via Agent Wormhole, een geautomatiseerde securitytestoperatie die meerdere zwaktes binnen de technologieomgeving van het bedrijf met elkaar verbond. Volgens het rapport van CoinTrust werd daarbij een heap-overflow bij de upload van HEIF-bestanden gecombineerd met een kwetsbaarheid in single sign-on en toegang tot verbonden kunstmatige-intelligentie- en softwareontwikkelingssystemen. De volledige aanvalsketen werd naar verluidt in minder dan 72 uur opgebouwd.

Opvallend is dat de test zich niet rechtstreeks richtte op de primaire publieke toegangspunten van het bedrijf, wat het potentieel illustreert voor aanvallers om onderling verbonden diensten te misbruiken in plaats van uitsluitend op conventionele perimeternetwerkaanvallen te vertrouwen. Voor een cryptohandelsplatform, waar klanten continue toegang tot de markten verwachten, is de oefening een herinnering dat interne infrastructuur deel uitmaakt van het werkelijke aanvalsoppervlak van een platform, naast de publiek toegankelijke producten.

HEIF-uploadzwakte leidde tot remote code execution

De eerste fase draaide om een fout met betrekking tot het upload van HEIF-afbeeldingen. HEIF, het High Efficiency Image File Format, is een containerformaat dat veelvuldig wordt gebruikt voor het opslaan van afbeeldingen op moderne mobiele apparaten, waardoor uploadcode een routinematig onderdeel is van veel consumentgerichte applicaties. Met een speciaal vervaardigd bestand werd een heap-overflow misbruikt, waardoor de onderzoekers konden toewerken naar remote code execution.

Heapgebaseerde geheugenkwetsbaarheden kunnen een aanvaller ruimte geven om te manipuleren hoe een applicatie data verwerkt. In combinatie met aanvullende zwaktes kunnen dergelijke fouten dienen als opstapje naar systemen ver buiten de oorspronkelijke applicatie.

De Agent Wormhole-operatie liet zien hoe een ogenschijnlijk beperkte fout in bestandsverwerking aan andere defecten gekoppeld kon worden om een bredere compromittering te bewerkstelligen binnen de verbonden technologieomgeving van Robinhood Crypto. De reeks zou zich hebben voortgezet van de HEIF-uploadkwetsbaarheid naar remote code execution voordat deze doordrong tot de authenticatie- en identiteitsinfrastructuur — een ontwikkeling die illustreert waarom kwetsbaarheden moeten worden onderzocht op hoe ze interageren tussen verschillende componenten in plaats van geïsoleerd te worden beoordeeld.

SSO-zwakte vergrootte het aanvalspad

De volgende fase betrof een zwakte in de single sign-on-infrastructuur. SSO-systemen zijn ontworpen om authenticatie te vereenvoudigen doordat gebruikers via één gecentraliseerd identiteitsmechanisme toegang krijgen tot meerdere diensten, wat betekent dat een fout in zo'n systeem verstrekkende gevolgen kan hebben buiten een enkele applicatie.

In de gerapporteerde oefening breidde de SSO-fout de toegang vanuit de aanvankelijk gecompromitteerde omgeving uit naar andere verbonden diensten. De onderzoekers bereikten vervolgens systemen die gekoppeld zijn aan ChatGPT en Codex, waardoor een bredere overname van verbonden bronnen mogelijk werd.

De operatie bereikte ook GitHub-infrastructuur die intern wordt gebruikt voor softwareontwikkeling, waar naar verluidt toegang tot interne pull requests mogelijk werd. Die uitkomst toont aan hoe een kwetsbaarheid op applicatieniveau kan uitgroeien tot een zorg in de software-supplychain wanneer authenticatie- en ontwikkelingssystemen met elkaar verbonden zijn.

AI versnelt het koppelen van kwetsbaarheden

De oefening wijst op een opkomende zorg binnen de cybersecurity: kunstmatige intelligentie kan het ontdekken van verbanden tussen kwetsbaarheden en het identificeren van manieren om tussen systemen te bewegen versnellen. Traditioneel pentesten vereist vaak aanzienlijk handmatig onderzoek om een effectief aanvalspad in kaart te brengen. AI-ondersteunde tests kunnen delen van de verkenning, kwetsbaarheidsanalyse en ontwikkeling van aanvalsketens automatiseren waardoor de tijd die nodig is om afzonderlijke zwaktes te verbinden mogelijk afneemt. Nu AI-tools zoals ChatGPT en Codex verweven raken met alledaagse ontwikkelwerkstromen, zullen de verbindingen tussen die tools en de rest van de technologiestack van een bedrijf waarschijnlijk nadrukkelijker door securityteams worden bekeken.

Op X tickette Eric Cryptoman Robinhood-ceo Vlad Tenev over de oefening:

Big alpha on the @RobinhoodCrypto chain. @vladtenev have you seen Agent Wormhole?

— Eric Cryptoman (@EricCryptoman) September 18, 2026

https://x.com/EricCryptoman/status/2100915475643343246?ref_src=twsrc%5Etfw

De gerapporteerde reeks werd binnen minder dan 72 uur voltooid, wat illustreert hoe AI-ondersteunde securitytests de tijd kunnen comprimeren die nodig is om complexe vertrouwensketenkwetsbaarheden te identificeren en aan te tonen. De bevindingen onderstrepen ook het belang van het beveiligen van de afhankelijkheden tussen applicaties, identiteitssystemen, AI-diensten en ontwikkelaarsplatforms. Het afzonderlijk beveiligen van elke component is mogelijk onvoldoende als een zwakte in het ene systeem kan worden gebruikt om elders rechten te verkrijgen.

Kwetsbaarheden na openbaarmaking gepatcht

De securityoefening werd uitgevoerd als een white-hatoperatie, wat betekent dat het doel was om kwetsbaarheden te identificeren in plaats van schade aan te richten of ongeautoriseerde toegang te behouden. Na de openbaarmaking would Robinhood Crypto naar verluidt de geïdentificeerde zwaktes binnen 14 uur hebben gepatcht. Gecoördineerde openbaarmaking, waarbij onderzoekers fouten vertrouwelijk melden zodat fixes kunnen worden uitgerold voordat details openbaar worden gemaakt, is een lang gevestigde praktijk in de securitysector.

De snelle remediëring benadrukt de waarde van gecontroleerde securitytests bij het aan het licht brengen van complexe aanvalspaden voordat kwaadwillenden deze kunnen misbruiken. Het weerspiegelt ook het groeiende besef dat organisaties volledige vertrouwensketens moeten beoordelen in plaats van zich uitsluitend te richten op individuele kwetsbaarheden.

In bredere zin toont het incident aan dat het behandelen van bestandsuploads, authenticatiesystemen, AI-diensten en ontwikkelaarsinfrastructuur als onderling verbonden componenten cruciaal kan zijn om te voorkomen dat een gelokaliseerde zwakte uitgroeit tot een bredere compromittering. Naarmate AI-ondersteund pentesten zich verder ontwikkelt, zullen securityteams waarschijnlijk worden geconfronteerd met snellere en meer geautomatiseerde kwetsbaarheidsontdekking. De Robinhood Crypto-oefening biedt een concreet voorbeeld van hoe meerdere zwaktes snel gecombineerd kunnen worden, wat de noodzaak onderstreept van continue tests, sterke identiteitscontroles en snelle remediëring in onderling verbonden technologieomgevingen.