Co znajdziesz w tym artykule?
Wprowadzenie do problemu / definicja
Kampania FakeGit to rozbudowana operacja malware, w której cyberprzestępcy wykorzystują publiczne repozytoria GitHub do podszywania się pod legalne projekty programistyczne, narzędzia AI oraz komponenty powiązane z agentami i serwerami MCP. Celem jest skłonienie ofiar do pobrania spreparowanych archiwów i uruchomienia plików, które inicjują infekcję loaderem SmartLoader.
To zagrożenie jest szczególnie niebezpieczne, ponieważ bazuje na zaufaniu do platform deweloperskich i otwartego ekosystemu oprogramowania. Atak nie przypomina klasycznego phishingu — zamiast fałszywej strony logowania wykorzystuje wiarygodnie wyglądające repozytorium, dokumentację i pozorne oznaki autentyczności projektu.
W skrócie
Badacze opisali kampanię obejmującą około 7,6 tys. złośliwych repozytoriów, z których wiele udawało narzędzia związane ze sztuczną inteligencją, automatyzacją pracy oraz infrastrukturą MCP. Ofiary były kierowane do pobrania archiwów ZIP wyglądających jak wydania projektu lub instalatory.
Po uruchomieniu pliku aktywowany był SmartLoader, który zapewniał trwałość w systemie, pobierał konfigurację i dostarczał kolejne komponenty malware. Jednym z końcowych ładunków był StealC, znany z kradzieży danych i poświadczeń.
Kontekst / historia
FakeGit wpisuje się w szerszy trend nadużywania popularnych platform deweloperskich do dystrybucji złośliwego oprogramowania. W tej kampanii szczególną rolę odegrał wątek AI, ponieważ atakujący dostrzegli rosnące zainteresowanie nowymi narzędziami dla agentów, integracji i serwerów wspierających automatyzację pracy.
Według opisu kampanii wzrost aktywności związanej z fałszywymi repozytoriami imitującymi narzędzia AI rozpoczął się w marcu, a kulminacja nastąpiła w kwietniu. W tym okresie powstały setki projektów stylizowanych na legalne rozwiązania, co znacząco zwiększyło ich widoczność w wyszukiwaniach i katalogach publicznych.
Istotne jest również to, że operatorzy nie ograniczali się do publikowania pustych repozytoriów. Tworzyli warstwę socjotechniczną obejmującą opisy, README, nazwy kont i elementy sugerujące aktywność społeczności, aby zwiększyć wiarygodność oraz szansę na pobranie plików przez użytkowników i systemy automatyczne.
Analiza techniczna
Techniczny łańcuch ataku opierał się na kilku etapach oszustwa. Repozytoria zawierały przekonujące opisy i dokumentację, a także oznaki mające sugerować, że projekt jest aktywny i używany przez społeczność. Użytkownik był zachęcany do pobrania archiwum ZIP prezentowanego jako wydanie projektu, instalator lub gotowa paczka binarna.
W rzeczywistości pobrany plik uruchamiał SmartLoader. Ten komponent odpowiadał za uzyskanie trwałości na zainfekowanej stacji roboczej, między innymi poprzez wykorzystanie zadań harmonogramu, a następnie kontaktował się z infrastrukturą sterującą w celu pobrania dalszych etapów infekcji.
Opis kampanii wskazuje również na wykorzystanie mechanizmu pobierania adresu C2 z użyciem smart kontraktu Polygon. Taki model utrudnia obrońcom statyczne blokowanie infrastruktury i zwiększa odporność operacji na proste działania neutralizujące. Kolejne, zaszyfrowane etapy były pobierane z zasobów hostowanych na platformie kodowej, a finalnym ładunkiem mógł być StealC.
Na uwagę zasługuje także technika określana jako „agentbaiting”. Polega ona na przygotowaniu treści i metadanych w taki sposób, aby agenci AI, systemy rekomendacyjne lub automatyczne katalogi uznawały repozytorium za legalne i warte polecenia. W praktyce oznacza to, że narzędzia automatyczne mogą nieświadomie stać się pośrednikiem w dostarczaniu malware.
Konsekwencje / ryzyko
Skutki FakeGit mogą być poważne zarówno dla pojedynczych deweloperów, jak i dla całych organizacji. Zainfekowanie stacji roboczej używanej do pracy nad kodem może prowadzić do wycieku poświadczeń, tokenów dostępowych, sekretów CI/CD, kluczy API oraz danych sesyjnych.
Jeżeli malware trafi do środowiska o podwyższonych uprawnieniach, atakujący mogą uzyskać dostęp do repozytoriów prywatnych, pipeline’ów budowania, systemów chmurowych i narzędzi administracyjnych. To z kolei zwiększa ryzyko pełnoskalowej kompromitacji łańcucha dostaw oprogramowania.
Dodatkowym zagrożeniem jest obecność takich projektów w publicznych katalogach i wynikach wyszukiwania. W środowiskach, które szybko testują nowe integracje AI bez formalnego procesu walidacji, prawdopodobieństwo przypadkowego uruchomienia złośliwego artefaktu wyraźnie rośnie.
- kradzież danych uwierzytelniających i sekretów developerskich,
- przejęcie dostępu do prywatnych repozytoriów i systemów CI/CD,
- kompromitacja środowisk testowych i produkcyjnych,
- wykorzystanie agentów AI jako pośredników w dystrybucji malware,
- osłabienie zaufania do publicznych repozytoriów open source.
Rekomendacje
Organizacje powinny traktować publiczne repozytoria jako źródło podwyższonego ryzyka, zwłaszcza jeśli dany projekt dotyczy AI, agentów, serwerów MCP lub obiecuje szybkie wdrożenie nowych funkcji. Kluczowe staje się wdrożenie wielowarstwowej kontroli pochodzenia narzędzi i artefaktów.
- wprowadzenie zatwierdzonej listy narzędzi, bibliotek i serwerów dopuszczonych do użycia,
- niezależna weryfikacja wydawcy, historii repozytorium i aktywności maintainerów,
- uruchamianie nowych narzędzi wyłącznie w środowiskach izolowanych,
- blokowanie wykonywania niepodpisanych lub niesprawdzonych archiwów pobranych z repozytoriów publicznych,
- monitorowanie tworzenia zadań harmonogramu i nietypowych połączeń wychodzących,
- skanowanie README oraz skryptów instalacyjnych pod kątem podejrzanych instrukcji pobierania binariów,
- ograniczenie uprawnień deweloperów i segmentacja dostępu do sekretów,
- natychmiastowa rotacja tokenów i kluczy w razie podejrzenia uruchomienia SmartLoader.
Warto także opracować polityki bezpieczeństwa dla agentów AI i narzędzi wspierających programowanie. Organizacja powinna precyzyjnie określić, z jakich źródeł agent może korzystać, jakie operacje może wykonywać automatycznie oraz kiedy niezbędna jest akceptacja człowieka.
Podsumowanie
FakeGit pokazuje, że cyberprzestępcy coraz skuteczniej wykorzystują zaufanie do platform deweloperskich, dokumentacji technicznej i automatycznych rekomendacji. W tej kampanii publiczne repozytoria stały się nośnikiem socjotechniki i punktem wejścia dla malware SmartLoader.
Dla zespołów bezpieczeństwa to wyraźny sygnał, że kontrola pochodzenia narzędzi developerskich, binariów i integracji AI musi stać się elementem podstawowej higieny cyberbezpieczeństwa. W przeciwnym razie nawet pozornie wiarygodne repozytorium może otworzyć drogę do kradzieży danych i dalszej kompromitacji środowiska.
Źródła
- FakeGit campaign uses 7,600 GitHub repos to push SmartLoader malware — https://www.bleepingcomputer.com/news/security/fakegit-campaign-uses-7-600-github-repos-to-push-smartloader-malware/
- StealC — https://www.bleepingcomputer.com/tag/stealc/