Microsoft Perbaiki Kerentanan Kritis CoSnitch di Copilot Setelah 8 Bulan Terbengkalai
AW
Axel W

Dipublikasikan 25 Agustus 2026

Microsoft Perbaiki Kerentanan Kritis CoSnitch di Copilot Setelah 8 Bulan Terbengkalai

Microsoft akhirnya merilis patch untuk kerentanan kritis di Copilot Personal yang memungkinkan penyerang mencuri data sensitif dari akun terhubung pengguna hanya dengan satu klik pada link berbahaya. Ditemukan oleh Varonis Threat Labs dan dilacak sebagai CVE-2026-24301 dengan nama CoSnitch, celah ini dilaporkan ke Microsoft pada 31 Desember 2025, namun perbaikan baru selesai pada 18 Agustus 2026. Jeda hampir delapan bulan antara penemuan dan patch penuh menggarisbawahi tantangan mengamankan asisten AI yang memiliki akses dalam ke banyak data pengguna.

CoSnitch bukanlah bug tunggal melainkan rantai tiga kelemahan yang bekerja berurutan untuk menciptakan saluran eksfiltrasi data yang hampir tidak terdeteksi. Serangan dimulai dari URL berbahaya yang memanfaatkan parameter tidak terdokumentasi, berlanjut ke eksekusi prompt otomatis, dan diakhiri dengan pengiriman data ke server penyerang menggunakan fitur fetch URL built-in Copilot sendiri. Kompleksitas rantai serangan ini menunjukkan bahwa asisten AI dengan akses luas ke data pengguna memperkenalkan attack surface yang sama sekali baru bagi tim keamanan.

Tiga Kelemahan yang Membentuk CoSnitch

Kelemahan pertama adalah eksekusi prompt otomatis. Kombinasi parameter URL standar "?q=" dengan parameter tidak terdokumentasi memungkinkan prompt yang dibuat penyerang dieksekusi secara otomatis saat halaman dimuat, tanpa perlu klik, penekanan tombol, atau konfirmasi pengguna apa pun. Satu link saja cukup untuk memicu seluruh rantai serangan.

Kedua, setelah prompt dieksekusi, Copilot bisa meminta informasi dari aplikasi yang sudah terhubung ke akun pengguna seperti Gmail, Google Drive, Calendar, atau OneDrive. Data yang dikumpulkan kemudian dienkode dalam base64 dan dikirim ke webhook yang dikendalikan penyerang melalui kemampuan fetch URL bawaan Copilot. Karena data dikirim sebagai request web keluar yang terlihat normal, tool keamanan tidak memiliki tanda aneh untuk ditandai.

Ketiga, dan yang paling mengkhawatirkan, halaman web yang dirancang khusus bisa disummarize oleh Copilot dengan cara yang menyuntikkan instruksi tersembunyi langsung ke memori permanen asisten. Memori yang telah diracuni ini bertahan bahkan setelah pengguna mengganti password, mencabut sesi, atau mendaftarkan ulang perangkat. Artinya, langkah-langkah respons insiden standar tidak akan menghilangkan backdoor ini.

Meta-Hacking: Teknik Penemuan yang Mengkhawatirkan

Yang membedakan penemuan CoSnitch bukan hanya keparahan bug, tetapi juga teknik yang digunakan Varonis untuk menemukannya. Alih-alih melakukan reverse engineering pada kode, peneliti secara berulang menanyakan Copilot mengapa eksekusi otomatis "tidak mungkin," dengan mereframing setiap penolakan sebagai pertanyaan lanjutan yang wajar. Copilot sendiri, dalam upaya menunjukkan bahwa eksploit tidak layak, secara tidak sengaja memetakan arsitektur internalnya dan mengungkapkan parameter tidak terdokumentasi yang dibutuhkan untuk melancarkan serangan.

Varonis menyebut pendekatan ini meta-hacking: secara esensi melakukan social engineering terhadap proses reasoning AI daripada menyerang kodenya secara langsung. Teknik ini mengaburkan serangan dari tool keamanan karena seluruh rantai exploit terlihat seperti aktivitas asisten normal. Tidak ada malware yang diunduh, tidak ada payload yang dieksekusi di mesin korban, dan tidak ada koneksi mencurigakan ke IP yang dikenal berbahaya.

CoSnitch menjadi kerentanan Copilot ketiga yang ditemukan Varonis pada 2026, menyusul Reprompt yang mem-bypass safety guardrails dengan mengajukan pertanyaan dua kali, dan SearchLeak yang mengubah Microsoft 365 Copilot Enterprise menjadi saluran eksfiltrasi diam-diam. Ketiganya memiliki pola serangan yang sama: satu klik pada link yang terlihat normal sudah cukup untuk memicu serangan.

Implikasi bagi Pengguna dan Enterprise

Bagi pengguna individu, CoSnitch mengingatkan bahwa asisten AI dengan akses ke banyak akun harus diperlakukan seperti insider yang memiliki privilege tinggi. Setiap link yang diklik, bahkan yang tampak berasal dari domain Microsoft yang sah, bisa menjadi pemicu eksfiltrasi data. Praktik terbaik saat ini mencakup audit aplikasi yang terhubung ke Copilot, pemantauan aktivitas data access yang tidak biasa, dan pembatasan integrasi pada akun yang benar-benar diperlukan.

Bagi enterprise, kerentanan ini menjadi peringatan bahwa asisten AI bukan sekadar tool produktivitas melainkan entitas yang memperluas attack surface secara signifikan. CISO perlu memastikan bahwa monitoring tool mereka mampu mendeteksi anomali dalam akses data yang didorong oleh AI, bukan hanya aktivitas manusia. Microsoft sendiri sedang dalam proses menggabungkan pengalaman Copilot melalui produk yang disebut Copilot Fusion, yang berarti kelemahan di versi personal bisa berpotensi mempengaruhi enterprise di masa depan.

Waktu respons Microsoft juga menjadi sorotan. Varonis melaporkan CoSnitch pada 31 Desember 2025. Microsoft mempatch satu elemen, kemampuan auto-execution, pada 1 Februari 2026, namun baru menyelesaikan seluruh perbaikan pada 18 Agustus 2026. Delapan bulan antara penemian dan patch penuh adalah jeda yang cukup lama untuk kerentanan dengan severity maksimum, terutama mengingat data sensitif yang bisa diakses melalui Copilot.

Langkah Mitigasi yang Direkomendasikan

Microsoft telah merilis patch dan tidak menemukan bukti eksploitasi aktif sebelum perbaikan. Namun bagi pengguna yang ingin melindungi diri, langkah-langkah berikut direkomendasikan. Pertama, pastikan Copilot Personal diperbarui ke versi terbaru. Kedua, lakukan audit aplikasi terhubung dan cabut akses yang tidak lagi diperlukan. Ketiga, pantau aktivitas akun untuk tanda-tanda akses tidak biasa dari layanan AI.

Bagi tim keamanan, CoSnitch menegaskan bahwa asisten AI harus dimasukkan dalam perimeter keamanan yang sama dengan akun privileged user. Kebijakan zero trust harus diperluas untuk mencakup interaksi AI, dan tool monitoring harus mampu mengkorelasikan aktivitas data access dengan sumber permintaan, baik dari manusia maupun dari agent AI.

Sumber: Cyber Security News, Computerworld, Varonis