网络安全研究人员发现了三个恶意的npm软件包,这些软件包被设计用来传播一个此前未被记录的恶意软件NodeCordRAT。
这些软件包的名称如下所列,截至2025年11月已全部被下架。它们由一个名为"wenmoonx"的用户上传:
bitcoin-main-lib(2,300次下载)
bitcoin-lib-js(193次下载)
bip40(970次下载)
Zscaler ThreatLabz研究员Satyam Singh和Lakhan Parashar表示:"bitcoin-main-lib和bitcoin-lib-js软件包在安装过程中会执行一个postinstall.cjs脚本,该脚本会安装包含恶意载荷的bip40软件包。这个最终载荷被ThreatLabz命名为NodeCordRAT,它是一个具有数据窃取能力的远程访问木马程序。"
NodeCordRAT的名称来源于使用npm作为传播载体和使用Discord服务器进行命令控制通信。该恶意软件能够窃取Google Chrome凭据、API令牌,以及来自MetaMask等加密货币钱包的助记词。
据这家网络安全公司称,该攻击活动背后的威胁行为者被认为是以合法bitcoinjs项目中的真实存储库来命名这些软件包的,如bitcoinjs-lib、bip32、bip38和bip38。
"bitcoin-main-lib"和"bitcoin-lib-js"都包含一个"package.json"文件,该文件以"postinstall.cjs"作为安装后脚本,导致执行包含NodeCordRAT载荷的"bip40"。
除了对受感染主机进行指纹识别以在Windows、Linux和macOS系统中生成唯一标识符外,该恶意软件还利用硬编码的Discord服务器开启隐蔽通信通道来接收指令并执行:
!run,使用Node.js的exec函数执行任意shell命令
!screenshot,截取完整桌面屏幕截图并将PNG文件外泄到Discord频道
!sendfile,将指定文件上传到Discord频道
Zscaler表示:"这些数据通过Discord的API使用硬编码令牌进行外泄,并发送到私人频道。被窃取的文件通过Discord的REST端点/channels/{id}/messages作为消息附件上传。"
Q&A
Q1:NodeCordRAT是什么恶意软件?
A:NodeCordRAT是研究人员新发现的远程访问木马程序,具有数据窃取能力。它通过npm软件包传播,使用Discord服务器进行命令控制通信,能够窃取Chrome凭据、API令牌和加密货币钱包助记词。
Q2:这些恶意npm软件包是如何工作的?
A:bitcoin-main-lib和bitcoin-lib-js软件包在安装时会执行postinstall.cjs脚本,该脚本会自动安装包含恶意载荷的bip40软件包,从而在用户系统中植入NodeCordRAT木马程序。
Q3:NodeCordRAT具备哪些攻击功能?
A:NodeCordRAT可以执行任意shell命令、截取桌面屏幕截图、上传指定文件到Discord频道,还能窃取Google Chrome凭据、API令牌和MetaMask等加密货币钱包的助记词信息。
好文章,需要你的鼓励
Kollmorgen发布NDC布局助手软件工具,专为工厂和仓库中的自动导引车(AGV)及自主移动机器人(AMR)的路线规划与优化而设计。该工具通过分段分析路线,帮助工程师在系统部署前识别瓶颈与低效环节,提供行驶时间、车速及优化潜力等关键数据,并以可视化方式标注问题区域,从而缩短布局设计与验证周期。Kollmorgen表示,该工具未来还将融入AI驱动的优化能力。
这篇由加州大学圣地亚哥分校等六所机构联合发布的综述(arXiv:2605.02913,2026年4月),首次系统梳理了大型语言模型强化学习训练中长期被忽视的轨迹设计问题,提出了GFCR四模块框架(生成、过滤、控制、回放),覆盖数学、代码、多模态和智能代理等多个应用场景,并附有实用的故障诊断手册,为AI训练工程师提供系统性的方法论指导。
现代仓储已从幕后走向前台,配送速度成为品牌竞争核心。面对次日达甚至两小时送达的市场压力,领先履约中心借鉴敏捷开发理念,以周为单位迭代代码、机器人与工作流程。IoT信标、边缘计算与视觉识别模块构建双层架构,实现厘米级货盘追踪与低延迟决策。人机协作模式让员工从重体力劳动转向异常处理与数据分析,拣选准确率突破99%。同时,自动化系统实时采集碳排放数据,在提速的同时实现可量化的减排目标。
中国科学技术大学与FrameX.AI联合提出Stream-R1框架,针对AI视频生成蒸馏训练中"一视同仁"的核心缺陷,引入奖励模型对训练样本进行双重加权:在样本层面根据质量分数筛选可靠的学习信号,在像素与帧层面通过梯度显著性热力图集中优化最需改进的区域,使4步快速学生模型在VBench多项指标上超越慢速多步教师模型,推理速度提升30倍且不增加任何额外计算开销。