GitHub驚現300+毒倉庫：AI寫病毒?？映绦騿T

今年3月，Netskope Threat Labs的分析師在例行掃描時發現了一個反?，F象：某款"Docker部署工具"的代碼片段在沙箱里乖巧如貓，在真實機器上卻暴起發難。這種精神分裂式的行為，揭開了過去半年最隱蔽的開發者狩獵行動。

一個568星開發者的"信用背書"

攻擊者選中的偽裝殼是OpenClaw——一個正經的AI代理項目。他們注冊的倉庫叫AAAabiola/openclaw-docker，README寫得像模像樣，Windows和Linux雙平臺安裝指南齊全，甚至配了個獨立的GitHub.io宣傳頁。

更狡猾的是 contributors 名單。其中一位關聯賬戶擁有568星的真實項目，這種"借殼上市"讓倉庫在GitHub搜索里自帶光環。攻擊者還批量注冊小號刷星標、刷分支，再貼上ai-agentsdockerLLM等熱門標簽——精準踩中開發者2025年的搜索關鍵詞。

Netskope團隊后來確認，這套話術模板被復制到了300多個交付包中。游戲外掛、手機追蹤器、VPN破解工具、Roblox腳本，全是高搜索量但官方渠道不愿碰的灰色需求。

三件套拼圖：專殺自動化掃描

這套攻擊的技術核心藏在ZIP文件的結構設計里。每個惡意包內含三件物品：Launch.bat、重命名為unc.exe的LuaJIT運行時、以及偽裝成license.txt的混淆Lua腳本。

單獨拎出任何一件送檢，殺毒引擎都報"干凈"。unc.exe是合法運行時，license.txt是文本文件，Launch.bat不過是幾行調用指令。威脅只在特定順序執行時激活——batch腳本先啟動運行時，再加載Lua腳本，兩者咬合瞬間才釋放惡意代碼。

這直接針對了行業通行的自動化分析邏輯：沙箱通常孤立檢測單個文件，很少模擬"用戶雙擊bat→bat調用exe→exe讀取txt"的完整鏈條。攻擊者用文件關系鏈而非代碼混淆來隱身，相當于給病毒穿了件"合規"外衣。

咬合后的 payload 會執行五層反分析檢查：調試器探測、內存容量閾值、系統運行時長、虛擬化痕跡、屏幕分辨率異常。任何一條觸發就靜默退出，不留日志。

AI批量生產的痕跡藏在拉丁文里

調查中最讓分析師警覺的是目錄命名規律。300多個誘餌包的文件夾名稱混雜著冷門生物分類學術語、古拉丁詞匯和醫學名詞——比如某種已滅絕的甲蟲屬名、中世紀解剖學用語。

這種"人類不會這么取名"的隨機性，強烈指向AI輔助生成。攻擊者 likely 用大型語言模型批量產出看似專業、實則無意義的命名，既避免重復暴露關聯，又能在搜索結果里顯得"技術感十足"。

所有成功感染的機器會立即被地理定位，完整桌面截圖上傳至法蘭克福的C2服務器。后端采用八IP負載均衡架構，明顯為大規模并發設計。

時間線回溯發現，攻擊者Telegram頻道@NumberLocationTrack（運營者化名TroyDen）早在2025年6月就已活躍，比GitHub倉庫出現早了數月。這意味著整個基礎設施是預謀搭建，而非 opportunistic 的短期投機。

開發者社區的信任悖論

GitHub作為開源生態的默認基礎設施，其信任機制正被系統性利用。星標數、貢獻者歷史、README完整度——這些本用于篩選質量的信號，如今被精準偽造。攻擊者甚至不需要劫持高價值賬戶，只需在 contributors 里塞一個"有星標的人"，就能蹭到光環效應。

Netskope的檢測數據顯示，這類"分裂式payload"在2024年下半年開始抬頭，但OpenClaw戰役是首個被完整拆解的規?；咐?。LuaJIT作為小眾運行時，其檢測覆蓋率本就低于Python或Node生態，這次被選中絕非偶然。

對于每天從GitHub拉代碼的開發者，這個案例留下一個不舒服的問題：當你看到500+星、有"真實"貢獻者、文檔齊全的倉庫時，你驗證過它的行為邏輯嗎？還是像這次的三件套攻擊所賭定的那樣——你只會git clone然后直接運行安裝腳本？