חברת Mandiant חושפת מקרה שבו תוקף השתלט על הפעלה פעילה של סוכן קידוד מבוסס בינה מלאכותית אצל ספק שירות ענן (SaaS) לא מזוהה, וניצל אותה כדי להפיץ את התולעת המתפשטת מאליה Shai-Hulud לכ-100 מאגרי קוד פנימיים. המקרה, שמתואר בדוח חדש של החברה על סיכוני בינה מלאכותית, ממחיש איך כלי פיתוח מבוססי AI הופכים לנקודת כניסה חדשה לתקיפות שרשרת אספקה.

הפרטים
לפי Mandiant, התוקף התחיל בהתקנת נוזקת גניבת מידע (infostealer) דרך חבילת PyPI שנפגעה, וכך גנב טוקני OAuth של GitHub. עם הגישה הזו הוא הצליח להזריק קוד זדוני למרחב השמות (namespace) הרשמי של החברה עצמה — כך שכשעובד נוסף משך את הגרסה ה"מעודכנת" של החבילה, הוא הדביק את המערכת שלו בעצמו. הסוכן מבוסס ה-AI המליץ על אחת מהחבילות הנגועות כתלות לגיטימית, ומפתחים קיבלו את ההמלצה מבלי לבדוק אותה — כך התולעת התפשטה בין כ-100 מאגרים פנימיים וגנבה סודות וקוד מקור של מוצרי החברה.
הדוח אינו מפרט את זהות הספק הנפגע, את הסוכן הספציפי שנוצל, או ציר הזמן המדויק של הפריצה. Mandiant ממליצה לארגונים לאמת תלויות שממליץ עליהן כלי AI מול סכומי בדיקה קריפטוגרפיים, להרחיק סודות מהרחבות (extensions) של כלי הפיתוח, ולנתב תעבורת תלויות דרך מאגרים פנימיים מבוקרים במקום ישירות מ-PyPI או npm הציבוריים.
נקודות לשים לב
- אם צוותי הפיתוח שלך משתמשים בסוכני קידוד מבוססי AI שממליצים על תלויות — הוסף שכבת אימות אנושית או אוטומטית לפני שההמלצה מתקבלת בפועל, ולא רק סקירת קוד רגילה.
- נתב הורדות חבילות דרך מאגר פנימי מבוקר (registry proxy) במקום גישה ישירה ל-PyPI או npm, כדי לצמצם את החשיפה לחבילות שהוחלפו או נפגעו.
- הגבל את ההרשאות של טוקני OAuth המשמשים כלי פיתוח וסוכני AI לגישה ל-GitHub — טוקן עם הרשאות רחבות מדי הוא מה שהפך פה נקודת כשל בודדת לפריצה למאה מאגרים.
- המסקנה הרחבה: הסיכון כאן אינו בקוד שה-AI כתב, אלא בכך שהאמון שמפתחים נותנים להמלצות שלו מדלג על בדיקות שהיו מתבצעות מול המלצה אנושית.
- אל תסיק מהמקרה שיש לנטוש כלי AI לחלוטין — הלקח הוא הפרדת הרשאות ואימות תלויות, לא ביטול הכלים עצמם.
מקורות: The Hacker News

₿ אהבת את הפוסט?
אפשר לשלוח לי ביטקוין ישירות לכתובת שלי. סרקו את הקוד, או העתיקו את הכתובת:
bc1qsn043qmlv4ejxydeknkfm9u6e93e6tegmq9x85
שימו לב: העברה on-chain כרוכה בעמלת רשת שאינה תלויה בסכום, ולכן סכומים קטנים מאוד אינם כדאיים.