最新发现的 TrapDoor 供应链攻击 活动正在活跃，攻击者通过 npm、PyPI 和 Crates.io 平台部署了 34 个恶意软件包及 384 个相关版本，旨在窃取开发者凭证和加密货币钱包。
01. 针对性攻击策略
该行动专门针对加密、DeFi、Solana 和 AI 领域的开发者，通过将恶意软件伪装成通用开发工具和安全扫描器实施攻击。最早被发现的攻击组件是 PyPI 软件包 eth-security-auditor@0.1.0，该包发布于 2026 年 5 月 22 日，随后迅速扩散至其他代码仓库。攻击者分批次向三个注册中心上传软件包，使用诸如 prompt-engineering-toolkit、solidity-deploy-guard 和 defi-threat-scanner 等具有迷惑性的名称，在相关开发者社区中伪装成合法工具。
安全公司 Socket 检测到这些 TrapDoor 发布的中位检测时间仅为 5 分 27 秒，在恶意软件被广泛采用前就有效识别了整个攻击活动。
02. 跨生态系统攻击向量
TrapDoor 活动采用针对不同生态系统的特定执行路径，以最大化其在标准开发者安装和构建工作流程中的影响范围。通过针对特定软件包注册中心定制攻击向量，威胁行为者确保在开发者能够检查底层依赖项之前就实现静默执行。
03. 数据窃取与持久化机制
TrapDoor 试图收集大量开发者数据，特别针对 Sui、Solana 和 Aptos 加密货币钱包，同时还包括 SSH 密钥、浏览器配置文件和 AWS 环境变量。共享的 npm 载荷 trap-core.js 包含 1,149 行代码，通过 systemd 服务、cron 任务、Git 钩子和 shell 钩子建立复杂的持久化机制，确保长期访问权限。
此外，被窃取的 SSH 密钥会被重新用于执行自动化横向移动，将单个被入侵的工作站转变为持续访问企业网络的跳板。
04. AI 编码助手的针对性攻击
TrapDoor 的一个显著特征是通过修改 .cursorrules 和 CLAUDE.md 项目文件，专门针对 AI 编码助手实施攻击。威胁行为者利用零宽度 Unicode 字符隐藏恶意指令，诱使 AI 在看似执行自动化项目安全扫描的过程中实施凭证窃取。
为扩大这一特定攻击向量的影响范围，攻击者使用 GitHub 账户 ddjidd564 向 LangChain、MetaGPT 和 OpenHands 等知名开源 AI 项目提交包含这些恶意配置文件的拉取请求。攻击者在 GitHub Pages 上维护着复杂的命令与控制架构，托管活跃的恶意配置文件以及详细的 AUDIT-MATRIX.md 框架设计文档。
这份操作手册描述了一个“通用 AI Agent 提取框架”，该框架战略性地依赖伪装层，将隐蔽的凭证窃取映射到看似良性的开发者自动化工作流程中。为最大化窃取数据的价值，载荷会通过实时 API 查询验证被盗的 AWS 和 GitHub 令牌，同时在不同生态系统中使用高级加密技术规避标准网络检测。
参考来源：
Hackers Compromised 34 Packages in npm, PyPI, and Crates in New Supply Chain Attack
https://cybersecuritynews.com/supply-chain-trapdoor-malware/ | 
发表于 1 小时前
|
查看: 3|
回复: 0
