بدافزارهای منبع‌باز اکنون به یک دسته‌بندی مستقل از خطرات زنجیره تأمین تبدیل شده‌اند و عوامل کدنویسی مبتنی بر هوش مصنوعی وابستگی‌ها را با سرعتی بسیار بیشتر از آنچه هر انسانی بتواند بررسی کند، نصب می‌کنند. Malicious Package Detection (تشخیص بسته‌های مخرب) تمام بسته‌ها را در محیط توسعه یکپارچه (IDE)، CI/CD و برنامه‌های موجود اسکن می‌کند – بدافزارهایی که رسانه‌های عمومی از دست می‌دهند را شناسایی کرده و با تایید متخصصین تیم تحقیقات امنیتی Endor Labs، صحت آن‌ها نیز تأیید می‌شود.
بیش از ۴۰ درصد بسته‌های مخرب شناخته شده در هیچ یک از رجیستری‌های عمومی یافت نمی‌شوند. این بدافزارها معمولاً فاقد CVE (شناسه آسیب‌پذیری مشترک) هستند و به همین دلیل اسکنرهای مبتنی بر اطلاعیه‌ها (Advisory-Matching Scanners) آن‌ها را شناسایی نمی‌کنند. Malicious Package Detection با استفاده از بیش از ۱۵۰ سیگنال عمل می‌کند و نتایج نامشخص را برای تایید به محققان Endor Labs ارسال می‌نماید.
هوش مصنوعی (AI) در حال نصب بسته‌های مخرب به‌طور خودکار است؟ عوامل هوش مصنوعی وابستگی‌ها را بین پیشنهاد یک مدل زبانی بزرگ (LLM) و پاسخ بعدی نصب می‌کنند و اسکریپت‌هایی را اجرا می‌کنند که به سرعت اجرا می‌شوند – بنابراین، حتی یک پیشنهاد اشتباه می‌تواند قبل از بررسی توسط هر فردی، ایستگاه کاری را به خطر بیاندازد. تشخیص در محیط توسعه (IDE) پیش از اجرای اسکریپت نصب انجام می‌شود.
جستجوی سریع و دقیق: امکان جستجو در موجودی بسته‌های هر پروژه و SBOM (لیست مواد نرم‌افزاری بیلد) برای یافتن نسخه‌های مخرب در لحظه انتشار وجود دارد. همچنین، وابستگی‌های غیرپین‌شده که می‌توانند به نسخه مخرب ارتقا یابند نیز مشخص می‌شوند. ساخت یک برنامه مقاوم در برابر بدافزار با استفاده از سیاست‌هایی مانند دوره‌سردی، وابستگی‌های غیرپین‌شده و کد استفاده نشده امکان‌پذیر است.
مسدود کردن بسته‌های مخرب پیش از نصب: بسته‌های شناخته شده مخرب را قبل از اجرای اسکریپت نصب توسط یک عامل کدنویسی هوش مصنوعی یا توسعه‌دهنده مسدود کنید. با ادغام با هوک‌های Cursor و سایر کنترل‌های سطح IDE، وابستگی‌ها در لحظه خطر مختل می‌شوند. سیاست‌های یکسان برای عوامل هوش مصنوعی و انسان اعمال می‌شود تا از دور زدن کنترل‌ها جلوگیری گردد.
پاسخگویی سریع به حوادث: هنگامی که کمپینی مانند Shai-Hulud (نام رمز حمله‌ای سایبری) در رسانه‌ها منتشر می‌شود، تیم‌ها ممکن است روزها را صرف جستجو در مخازن و فایل‌های قفل‌گذاری شده برای بررسی میزان تأثیر آن کنند. Malicious Package Detection به شما پاسخ می‌دهد «آیا ما تحت تأثیر قرار گرفته‌ایم؟» و این موضوع را ظرف چند دقیقه برای تمام برنامه‌ها مشخص می‌کند.
جالب است بدانید بیش از ۴۰ درصد بسته‌های مخرب شناخته شده در هیچ یک از رجیستری‌های عمومی یافت نمی‌شوند، زیرا حملات سریع‌تر از حذف آن‌ها از سیستم‌ها انجام می‌شوند. Malicious Package Detection با اسکن بر اساس 150+ سیگنال، تهدیداتی را پوشش می‌دهد که از یا هنوز وارد نشده‌اند.
در نگاه نخست ممکن است این موضوع پیچیده به نظر برسد اما نکته کلیدی اینجاست: آسیب‌پذیری‌ها نقص‌هایی در کد معتبر با CVE و پنجره وصله هستند، در حالی که بدافزار از ابتدا مخرب است، فاقد CVE است و می‌تواند لحظه‌ای پس از نصب اجرا شود. به همین دلیل اسکنرهای مبتنی بر اطلاعیه‌ها قادر به شناسایی آن‌ها نیستند و تشخیص باید پیش از نصب انجام شود.
نکته مهم اینجاست که تحقیقات نشان می‌دهند بیش از ۴۰ درصد بسته‌های مخرب شناخته شده در هیچ یک از رجیستری‌های عمومی یافت نمی‌شوند و حذف آن‌ها با تاخیر همراه است. Malicious Package Detection با پوشش تهدیدات حذف‌شده یا هنوز موجود نیست در رسانه‌ها، بر اساس 150+ سیگنال اسکن می‌کند.
یک توسعه‌دهنده بیان کرد: “تحلیل مبتنی بر قابلیت دسترسی Endor Labs و یکپارچگی بومی با پشته توسعه نرم‌افزاری ما، به تیم‌هایمان کمک می‌کند تا خطرات واقعی را در چرخه حیات توسعه (SDLC) شناسایی کرده و آن‌ها را سریع‌تر رفع کنند، بنابراین با اطمینان بیشتری کد تحویل می‌دهیم.”
بازگشت سریع به حالت عادی: هنگامی که کمپینی مانند Shai-Hulud در رسانه‌ها منتشر می‌شود، تیم‌ها ممکن است روزها را صرف جستجو در مخازن و فایل‌های قفل‌گذاری شده برای بررسی میزان تأثیر آن کنند. Malicious Package Detection با پاسخ به این سوال
📌 توجه: این مطلب از منابع بین‌المللی ترجمه و بازنویسی شده است.