拥有JavaScript包注册表npm的GitHub表示,正在加强安全措施以应对最近的攻击事件。
九月对npm来说是艰难的一个月,包维护者遭受钓鱼攻击,数百个包被窃取机密信息的恶意软件感染。
GitHub安全实验室负责人Xavier René-Corail表示,超过500个被攻陷的包已被移除,其他包也通过安全扫描被阻止上传。
René-Corail还描述了他希望能够增强安全性的变更。许多现有的身份验证方法将在"不久的将来"被移除,包括传统经典token和用于双因素认证(2FA)的一次性密码。Token的生命周期也将缩短,默认切换到可信发布和强制2FA的本地发布。
可信发布工作流程
可信发布最初由PyPI包索引采用,专为自动化工作流程设计。使用OpenID Connect,包存储库验证包来自可信来源并发放短期token,避免了可能被盗用的长期token的风险。目前npm可信发布仅支持GitHub Actions和GitLab CI/CD(持续集成和交付)管道。
其他包存储库也已添加对可信发布的支持,包括RubyGems、Rust的crates.io,以及.NET的NuGet——后者是微软昨天刚刚推出的。
一旦变更完全实施,npm包的发布选项将限制为带2FA的本地发布、生命周期为七天的细粒度token,以及可信发布。
据René-Corail称,团队本打算允许逐步采用可信发布,但表示"攻击者不会等待"。然而,由于破坏现有工作流程会造成干扰,这些变更将"逐步推出",强制执行变更的时间尚未公布。
问题之一是并非所有开发者都愿意使用GitHub Actions或GitLab CI/CD管道,René-Corail表示有计划扩展符合条件的提供商。文档显示,目前只有云托管的GitHub运行器支持可信发布,但将在未来版本中添加对自托管运行器的支持。每个包在任何时候只能配置一个可信发布者。
可信发布避免了长期token,但对某些人来说还不够。"作为流行项目(postcss)的维护者,我对OIDC可信发布者持怀疑态度,"Andrey Sitnik说。"对我来说(我使用2FA和YubiKey等硬件密钥发布),通过CI添加可信发布者增加了风险。postcss的node_modules中的任何恶意软件都可以提交和标记并推送到GitHub。"
另一位开发者表示"OIDC不是快速修复方案,它只是将授权委托给另一个平台",要求GitHub采取进一步措施,如"使需要多个审查成为可能,并使更改这些设置变得更困难,这样单个被攻陷的账户就更难恢复变更。"
Q&A
Q1:npm最近遇到了什么安全问题?
A:九月份npm遭遇了严重的安全危机,包括对包维护者的钓鱼攻击和数百个包被窃取机密信息的恶意软件感染。GitHub已经移除了超过500个被攻陷的包,并通过安全扫描阻止了其他恶意包的上传。
Q2:GitHub将采取哪些新的安全措施?
A:GitHub将移除许多现有的身份验证方法,包括传统经典token和双因素认证的一次性密码。新措施包括缩短token生命周期、默认使用可信发布和强制双因素认证的本地发布。npm包发布将限制为带2FA的本地发布、七天生命周期的细粒度token和可信发布三种方式。
Q3:可信发布是如何工作的?
A:可信发布使用OpenID Connect技术,包存储库验证包来自可信来源并发放短期token,避免长期token被盗用的风险。目前npm可信发布支持GitHub Actions和GitLab CI/CD管道,每个包只能配置一个可信发布者,未来将扩展支持更多提供商。
好文章,需要你的鼓励
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
华南师范大学团队开发的GraphTracer框架,通过构建信息依赖图解决多智能体系统高失败率问题。该方法摒弃传统时间序列分析,追踪信息流网络精确定位错误根源,在失败归因准确率上比现有方法提升18.18%,并已开源供实际应用。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
杜克大学研究团队通过几何框架分析发现,AI推理过程呈现连续"流动"特征而非离散跳跃。研究表明逻辑结构像河床般调节推理流的速度和方向,即使面对不同语言和领域的内容,相同逻辑结构的任务在AI内部表现出惊人的几何相似性。这一发现颠覆了AI为"随机鹦鹉"的传统认知,证明AI具备真正的逻辑理解能力,为AI可解释性和系统优化开辟新方向。