Исследователи Island выявили более 7 600 вредоносных репозиториев GitHub в операции FakeGit

Исследователи Island выявили более 7 600 вредоносных репозиториев GitHub в операции FakeGit

Эксперты компании Island обнаружили масштабную кампанию по распространению вредоносного программного обеспечения через платформу GitHub. В ходе расследования было идентифицировано около 7 600 вредоносных репозиториев, созданных примерно 6 600 учётными записями. Более 800 из них маскировались под навыки искусственного интеллекта или MCP-серверы (серверы, реализующие протокол Model Context Protocol для интеграции AI-агентов с внешними системами). Пик создания таких репозиториев пришёлся на апрель 2026 года, когда за месяц было опубликовано почти 300 новых вредоносных проектов. Общее количество загрузок из подконтрольных злоумышленникам репозиториев превысило 14 миллионов.

Описание

Кампания получила название FakeGit. Она использует несколько приёмов для введения пользователей в заблуждение. Злоумышленники копируют легитимные проекты или создают подставные, размещают их под учётными записями, имитирующими профили известных разработчиков. Отличие в имени учётной записи может составлять всего один символ. В описании репозиториев (README) предлагается скачать ZIP-архив, который якобы содержит установочные файлы. На деле архив содержит не программу, а вредоносный загрузчик SmartLoader.

Как показал анализ вредоносных образцов, SmartLoader представляет собой загрузчик, написанный на LuaJIT. В архиве находятся три файла: скрипт-запускатель (CMD или BAT), переименованная среда выполнения LuaJIT и файл с исполняемым Lua-кодом. Этот код замаскирован под текстовый, иконку или лицензию. После запуска SmartLoader скрывает окно консоли, использует смарт-контракты в блокчейне Polygon для получения адреса командно-контрольного сервера, закрепляется в системе через планировщик заданий и загружает дополнительные зашифрованные компоненты из GitHub. Финальная полезная нагрузка - похититель данных StealC. Эта программа собирает пароли браузеров, файлы cookie, активные сессии, учётные данные электронной почты, данные расширений, скриншоты и другую информацию об устройстве.

Главной особенностью новой волны атак стала техника, которую исследователи назвали AgentBaiting. Она нацелена не на человека, а на AI-агентов, выполняющих команды пользователя. Агенты, такие как Claude Code, Gemini или ChatGPT, при поиске определённой функциональности могут самостоятельно находить вредоносные репозитории. Агент читает README и воспринимает инструкции злоумышленника как легитимную документацию, после чего предлагает пользователю выполнить описанные в ней действия. В ходе испытаний исследователи попросили Claude Code найти навык для создания кинематографических промптов для Claude. Агент обнаружил два репозитория: один легитимный, другой - подставной из кампании FakeGit. В одном из запусков Claude порекомендовал легитимный вариант, но также привёл инструкции из вредоносного репозитория: скачать исполняемый файл, запустить его, при необходимости нажав "Подробнее" и "Выполнить в любом случае". Gemini при запросе бесплатного MCP-сервера для Walmart сразу вернул вредоносный репозиторий как лучшую рекомендацию. ChatGPT в ответ на тот же запрос выделил подставной репозиторий как наилучшую отправную точку.

Распространение таких репозиториев не ограничивается GitHub. Исследователи обнаружили более 600 упоминаний подставных навыков и MCP-серверов на популярных публичных реестрах, включая LobeHub, Glama, MCP.so и MCP Market. Некоторые реестры автоматически индексировали содержимое репозиториев, воспроизводя их описания и ссылки на вредоносные ZIP-файлы. Это придаёт подставным проектам дополнительную видимость и доверие.

Анализ названий репозиториев показывает, что злоумышленники тщательно маскировали их под типичные корпоративные задачи. 62 процента подставных навыков и MCP-серверов были ориентированы на корпоративных пользователей или внутренние разработки. Около трети обещали доступ к операционным данным, четверть - к исходному коду, примерно каждый шестой - к учётным данным. Среди примеров - репозитории, представляющие собой интеграции с Databricks, Jenkins, Docker, а также инструменты безопасности. Эта стратегия существовала и до AI-ветки кампании: атакующие публиковали проекты для Splunk, Salesforce, Shopify и других бизнес-приложений. Цель всегда одна - привязать загрузку вредоносного архива к выполнению реальной рабочей задачи.

Для защиты от подобных угроз исследователи рекомендуют предприятиям создать каталог проверенных навыков, MCP-серверов и плагинов агентов. Новые расширения следует тестировать в изолированной среде без доступа к браузерным сессиям, облачным токенам и производственным данным. Любая функциональность, устанавливаемая через скачанный исполняемый файл, должна вызывать подозрение: легитимный навык или MCP-сервер предоставляется в виде исходного кода с манифестом, а не архива с запускателем. Также важно проверять издателя, а не только сам проект. Учётные записи с именем, отличающимся на один символ, и скопированными профилями - явный признак подделки. AI-агенты инициируют загрузки и команды, поэтому следует отслеживать действия, инициированные агентами, и фиксировать каждую используемую AI-функцию с указанием источника, версии и хеша пакета.

При подозрении на выполнение SmartLoader необходимо немедленно изолировать устройство и отозвать активные браузерные сессии, OAuth-разрешения и токены доступа. Простая смена паролей не остановит похититель, который уже получил активные сессии. Кампания FakeGit демонстрирует, как традиционная атака через репозитории кода адаптируется к росту AI-агентов и автоматизированного поиска инструментов. Угроза останется актуальной для любого бизнеса, использующего AI-расширения в рабочих процессах.

Индикаторы компрометации

Комментарии: 0