什麼是瘴氣蠕蟲？它為何會影響使用人工智慧的開發者？

想像一下，幫你清理程式碼的程式夥伴，實際上卻是入侵者竊取你所有密鑰的門戶。這聽起來像是駭客電影裡的情節，但隨著網路犯罪的興起，這已成為當今的現實… 瘴氣蟲這是一種專門利用開發人員對廣泛語言模型 (LLM) 和編碼助理的日益依賴而設計的威脅。

這件事最令人不安的地方在於，它並非僅僅意在破壞體制，而是 操弄人工智慧的認知邏輯 因此，它忽視了這種危險。我們正面臨一場範式轉變，惡意軟體不再只是攻擊軟體，而是對我們原本以為能夠保護我們免受錯誤和漏洞侵害的工具進行某種形式的數位社會工程攻擊。

瘴氣蠕蟲究竟是什麼？它是如何運作的？

Miasma蠕蟲是一種惡意程序，它會潛入GitHub程式碼倉庫，隱藏在看似無害的檔案中。當程式設計師使用諸如`git checkout`之類的工具打開這些程式碼時，問題就出現了。 克勞德·科德 或遊標那一刻，蠕蟲被激活，開始執行人眼不可見但由人工智慧處理的指令，其最終目標是… 令牌和 API 金鑰洩露 關鍵服務，例如 Azure、Google Cloud 或 AWS。

這種惡意軟體的傳播極為隱蔽，簡直令人髮指。一旦竊取了憑證，它就會將其發送到遠端伺服器，並自行處理後續操作。 複製到其他倉庫 屬於同一用戶。最嚴重的是，它不需要特殊的管理員權限；人工智慧助理只需分析受感染的檔案即可開始竊取過程。

冥王哈迪斯戰役與數位守護者的欺騙

瘴氣蠕蟲中最具攻擊性的形態之一是所謂的「冥界戰役」。這種蠕蟲尤其專注於… 透過 PyPI 建構的 Python 生態系統影響生物資訊學和數據科學庫。入口點是文件 __init__.py這樣可以確保惡意程式碼在軟體包上傳到專案的那一刻立即執行。

為了防止基於人工智慧的安全系統偵測到瘴氣蠕蟲的威脅，Hades採用了一種 迅速對抗簡而言之，它會在惡意檔案的開頭插入一段文本，指示LLM忽略任何可疑模式，並將該軟體包歸類為安全文件。這就像惡意軟體在告訴安全衛士： “這是官方認可的測試，讓我通過。”人工智慧落入陷阱，為他敞開了大門。

進階規避技巧：Bun 和 Sigstore

為了避免留下痕跡，瘴氣蠕蟲和哈迪斯都使用了一種名為「工具包」的東西。 包子作為一個獨立的 JavaScript 二進位文件，它無需安裝 Node.js 即可執行複雜的有效載荷，因此完全無法被傳統的 npm 監控檢測到。此外，該惡意軟體還能夠… 閱讀劊子手的回憶錄 提取未寫入磁碟的加密數據，從而防止 EDR 將其標記為可疑數據。

但它的複雜程度遠不止於此。該蠕蟲也會濫用完整性框架，例如： SLSA 和 OpenID Connect (OIDC)如果攻擊發生在 GitHub Actions 中，它會使用這些憑證透過 Sigstore 產生加密簽署的軟體包。這樣，被入侵的程式碼就能被存取。 消息來源似乎是官方管道。這使得安全基礎設施成為攻擊者取得信譽的武器。

npm 的變體以及 binding.gyp 檔案的風險

不僅 Python 它正受到密切關注。瘴氣蠕蟲已被偵測到濫用檔案。 binding.gyp 在 npm 生態系統中，可以在命令執行期間觸發程式碼執行。 npm install這種技術被稱為 幻影吉普它使用四階段混淆有效載荷鏈，可以繞過常規腳本檢查並在 AI 助理配置中植入後門。

在極端情況下，例如紅帽雲端服務公司報告的案例，其影響相當巨大，數十個軟體包都受到了影響。如果安全團隊偵測到此次入侵並撤銷了令牌，惡意軟體可能會觸發… 焦土機制並運行擦除程序以刪除用戶的本地文件進行報復，迫使公司採取極其謹慎的行動。

其他威脅：從 Morris II 到自主原型車

除了瘴氣蟲之外，還有其他令人擔憂的調查，例如蠕蟲… 莫里斯二世該漏洞利用程式由康乃爾科技學院在受控環境中開發，它使用自我複製指令來誘騙 ChatGPT 或 Gemini 產生更多惡意指令，從而促進攻擊。 個人資料被盜 以及透過電子郵件助理傳播大量垃圾郵件。

同樣，多倫多大學也開發了一種由人工智慧驅動的蠕蟲原型，它能夠… 即時適應 它會影響不同的系統（Windows、Linux、物聯網）。與傳統的蠕蟲病毒不同，即使某個漏洞已被修復，這種蠕蟲病毒也能利用受害者機器本身的處理資源來尋找新的漏洞。 培養他們的推理能力 以及規劃。

如何保護您的開發環境

為了避免在 AWS 帳戶中出現“不受歡迎的租戶”，至關重要的是不要將 AI 的判斷視為絕對真理。一個有效的防禦措施包括： 實施嚴格的邊界隔離 對於 LLM，請確保系統提示明確禁止模型執行被分析程式碼中所包含的指令。

• 審核 GitHub Actions 權限 對 OIDC 代幣應用最小權限原則。
• 監控二進位檔案的執行情況 未知，尤其是來自 Bun 的意外下載，例如在類似 Bun 的路線上 __init__.py.
• 立即輪換所有憑證。 如果懷疑發生入侵，則會提供 API 金鑰。
• 維護不可更改的備份 並離線以降低惡意清理過程的風險。

這些威脅的演進告訴我們，人工智慧是一把雙面刃：雖然像 Anthropic 的 Mythos 這樣的工具可以偵測到數千個缺陷，但攻擊者也會學會利用這些缺陷。 說服數位守門員 這樣他們才會放行。關鍵在於將自動化與嚴格的人工監督相結合，因為鑑於生成模型的欺騙能力，軟體供應鏈的安全比以往任何時候都更加脆弱。