Вредоносные npm-пакеты крадут криптоключи и токены разработчиков

В экосистеме npm выявлена новая масштабная атака на разработчиков. Злоумышленники распространяют вредоносные пакеты, которые маскируются под обычные библиотеки, но после установки начинают собирать криптографические ключи, токены CI/CD и другие чувствительные данные. Кампания уже затронула десятки проектов и продолжает развиваться.

Как устроена атака

Вредоносные модули публиковались в репозитории npm под поддельными аккаунтами. Внешне это выглядело как обычные вспомогательные пакеты для работы с цветами, криптографией или CLI-утилитами. После установки библиотека автоматически запускала скрытый скрипт.

Сценарий работы был двухэтапным. Сначала код собирал базовую информацию о среде: переменные окружения, токены доступа, конфигурационные файлы. Особый интерес представляли:

  • токены npm;

  • доступы к GitHub;

  • ключи от облачных сервисов, включая AWS;

  • SSH-ключи и файлы конфигурации CI.

Через некоторое время запускался второй этап. Он активировался с задержкой от двух до четырёх суток, что усложняло обнаружение. На этой стадии вредоносный код пытался закрепиться в системе и распространяться дальше, используя уже украденные учётные данные.

Попытка самораспространения

Атака носит червеобразный характер. Получив доступ к npm или GitHub-аккаунту разработчика, злоумышленники могли публиковать новые заражённые пакеты или внедрять вредоносный код в существующие проекты.

Это превращает отдельный инцидент в цепную реакцию. Один заражённый пакет способен привести к компрометации множества зависимых проектов.

Использование AI-инструментов

Отдельного внимания заслуживает ещё одна особенность кампании. Некоторые пакеты пытались взаимодействовать с локальными AI-инструментами разработчиков. В частности, речь идёт о средах вроде Visual Studio Code и популярных AI-ассистентах для кода, включая Claude и Cursor.

Вредоносные модули добавляли собственные конфигурации и пытались через так называемые prompt-инъекции заставить AI-ассистента извлекать локальные секреты. По сути, злоумышленники использовали доверие к инструментам ИИ как дополнительный канал утечки данных.

Что делать разработчикам

Если в проекте использовались подозрительные или недавно опубликованные пакеты, стоит провести аудит зависимостей. Особое внимание нужно уделить новым библиотекам с низким числом загрузок и минимальной историей.

При малейших подозрениях рекомендуется:

  1. Удалить сомнительный пакет.

  2. Сменить токены npm, GitHub и CI/CD.

  3. Перегенерировать SSH-ключи.

  4. Проверить журналы активности на предмет несанкционированных публикаций или коммитов.

Также имеет смысл ограничить права токенов по принципу минимально необходимого доступа и регулярно проверять список зависимостей.

Тренд на атаки через цепочку поставок

Подобные инциденты становятся всё более частыми. Атаки через open-source-экосистемы позволяют злоумышленникам обходить классические средства защиты и проникать в инфраструктуру через доверенные каналы.

Разработчикам и компаниям всё чаще приходится относиться к зависимостям так же внимательно, как к собственному коду. Автоматическая установка пакетов без проверки больше не выглядит безопасной практикой.

Источник: HN

Похожие статьи

Рекомендательные технологии Подробнее
Кибербезопасность • 1 месяц назад

WordPress внедряет автоматическую проверку обновлений плагинов

WordPress внедряет автоматическую проверку безопасности выпусков плагинов перед их распространением через API обновлений WordPress.org. Обновления с высоким уровнем риска будут автоматически блокироваться.

Кибербезопасность • 8 месяцев назад

Apple выпустила обновления безопасности для устранения активно эксплуатируемой уязвимости

Apple выпустила обновления безопасности, закрыв критическую нулевой-дневной уязвимость, которая уже использовалась в целевых атаках. Новые патчи доступны для iOS, macOS и других платформ Apple.

Кибербезопасность • 9 месяцев назад

Claude Opus 4.6 обнаружила 500+ серьёзных уязвимостей в ключевых open-source библиотеках

Новая модель Claude Opus 4.6 от Anthropic обнаружила более 500 ранее неизвестных критических уязвимостей в популярных open-source библиотеках, продемонстрировав способность AI проводить глубокий анализ кода и помогать в улучшении безопасности ПО.