FakeGit-malwarekampanje bruker 7 600 GitHub-repositorier

FakeGit-malwarekampanjen har brukt over 7 600 ondsinnede GitHub-repositorier til å spre skadevarene SmartLoader og StealC. Offentlige nedlastingstellere registrerte mer enn 14 millioner nedlastingshendelser i deler av operasjonen.

Dette tallet representerer imidlertid ikke bekreftede infeksjoner. Det inkluderer både gjentatte nedlastinger og automatiserte forespørsler.

Ifølge forskerne retter kampanjen seg i økende grad mot utviklere og brukere av AI-verktøy. Over 800 repositorier utga seg for å være AI-ferdigheter eller Model Context Protocol (MCP)-servere. Disse dukket opp hundrevis av ganger i offentlige AI-registre og kataloger.

Falske AI-verktøy økte synligheten

Kampanjen benyttet en teknikk kjent som AgentBaiting. Angriperne opprettet repositorier som så nyttige ut for AI-agenter, kodeassistenter og utviklere på jakt etter programvareverktøy.

Mange av sidene virket troverdige. De kopierte beskrivelser fra legitime prosjekter og brukte kjente navn fra både forbruker- og bedriftsprogramvare. Noen viste også falske stjerner, forks og andre tegn på popularitet.

Repositoriene inneholdt detaljerte README-filer som lignet ekte installasjonsdokumentasjon. Disse sidene ledet brukerne til ZIP-filer presentert som programinstallasjoner eller prosjektutgivelser.

I virkeligheten inneholdt arkivene forkledde Lua-payloads. Dersom de ble åpnet, kunne de starte SmartLoader på offerets datamaskin.

SmartLoader leverer StealC

Etter at SmartLoader er kjørt, forsøker skadevaren å forbli aktiv på den kompromitterte enheten. Den oppretter planlagte oppgaver for å etablere vedvarende tilgang.

Deretter henter den adressen til sin kommando- og kontrollserver via en Polygon-smartkontrakt. Deretter laster den ned flere krypterte payloads fra GitHub.

Det siste trinnet installerer StealC, en familie av informasjonsstjelende skadevare. Slike programmer kan stjele nettleserdata, lagrede passord, sesjonstokener, kryptolommebøker og annen sensitiv informasjon.

Kampanjen skal ha utvidet sitt AI-fokus i mars og nådde toppen i april. I denne perioden opprettet angriperne hundrevis av repositorier knyttet til AI-verktøy, AI-agenter og arbeidsflyter.

Forskerne identifiserte til slutt mer enn 1 400 AI-relaterte repositorier knyttet til nedlasting av SmartLoader eller StealC.

AI-agenter kan fremheve ondsinnede repositorier

Offentlige AI-registre kan gjøre de ondsinnede sidene lettere å oppdage. Forskerne fant mer enn 600 oppføringer for AI-ferdigheter og MCP-servere knyttet til FakeGit-malwarekampanjen.

I kontrollerte tester viste flere AI-systemer ondsinnede repositorier som svar på relevante forespørsler. I enkelte tilfeller gjentok de også installasjonsinstruksjonene fra dokumentasjonen i repositoriene.

En kodeagent skal ha klonet et ondsinnet repositorium og lastet ned filene i et kontrollert miljø. Deretter oppdaget den mistenkelige indikatorer og stoppet før payloaden ble kjørt.

Disse testene målte imidlertid ikke en pålitelig deteksjonsrate. Organisasjoner bør derfor ikke anta at AI-verktøy alltid vil identifisere et ondsinnet repositorium før skade oppstår.

Slik kan organisasjoner redusere risikoen

Organisasjoner bør opprettholde godkjente interne kataloger for AI-ferdigheter, MCP-servere og utviklingsverktøy. De bør også verifisere utgivere uavhengig før de laster ned kode eller installasjonsfiler.

Nye verktøy bør testes i isolerte miljøer. I tillegg bør virksomheter begrense tilgangen til sensitive legitimasjonsopplysninger under evalueringen.

Dersom SmartLoader mistenkes å ha blitt kjørt, bør administratorer umiddelbart rotere alle hemmeligheter og legitimasjonsopplysninger på de berørte systemene.

Konklusjon

FakeGit-malwarekampanjen viser hvordan angripere kan misbruke plattformer med åpen kildekode og AI-økosystemer for å spre skadevare i stor skala. Grundige kontroller av repositorier, testing i isolerte miljøer og rask rotasjon av legitimasjonsopplysninger kan begrense skadene ved en vellykket infeksjon.