恶意包如何混进npm
你可能会想，npm不是有安全扫描吗？为什么恶意包还能混进来？攻击者主要利用了以下几种高级手段：
劫持可信的发布者账户：这是近期高影响攻击（如 Sha1-Hulud v2）的主要方式。攻击者通过钓鱼邮件等手段，诱骗高信誉度包的维护者交出账户凭证或令牌。一旦得手，他们就能以合法身份发布带毒的更新包，这种“信任背书”使得恶意代码能迅速通过依赖链扩散。
利用远程动态依赖（RDD）：在 PhantomRaven 攻击中，恶意包本身在npm上看起来非常“干净”，依赖项列表甚至显示为0。但其package.json中的脚本会在安装时，从一个远程URL（如packages.storeartifact.com）动态拉取并执行恶意代码。这种方法能有效绕过依赖静态分析的安全扫描工具。
精心设计的包名迷惑开发者：攻击者会使用一种称为 “slopsquatting” 的策略，即使用大型语言模型（LLM）生成一些听起来合理、但实际不存在的包名。这些名称看起来很正规，容易让开发者放松警惕，误以为是可信的包。
恶意代码如何被触发执行
你提到的npm生命周期脚本是问题的核心。攻击者正是利用了preinstall、postinstall这些在安装过程中自动执行且无明确提示的脚本钩子。
近期攻击的执行链条变得更加复杂和隐蔽：
注入脚本：在package.json中定义"preinstall": "node setup_bun.js"。
下载独立运行时：setup_bun.js脚本会自动检测系统并下载Bun运行时（一个JavaScript运行时）。这种“自带运行时”的手法，能让恶意代码在一个独立于Node.js主进程的环境中运行，从而规避许多针对Node.js的安全监控工具。
执行混淆载荷：最后，利用Bun执行一个经过高度混淆、体积庞大（约10MB）的恶意载荷（如bun_environment.js），该过程通常会抑制错误输出，在后台静默进行。
攻击者的目标是什么
一旦恶意代码执行，其目标非常明确：窃取所有能窃取的敏感凭证和系统信息。
核心开发者凭证：包括环境变量中的GITHUB_TOKEN、NPM_TOKEN、AWS_ACCESS_KEY_ID等。
全面系统扫描：恶意软件甚至会下载并运行专业的秘密扫描工具（如TruffleHog），对整个文件系统进行深度扫描，寻找任何硬编码的密钥、密码和配置文件。
系统指纹信息：收集主机的公共IP地址、操作系统和架构等信息，用于后续攻击。
在Sha1-Hulud v2攻击中，如果恶意软件无法成功窃取信息或建立持久化通道，它甚至会启动破坏性模式，尝试删除用户主目录下的所有可写文件。
失窃数据如何回传
为了确保能稳定地接收窃取的数据，攻击者构建了相当顽抗的通信和基础设施：
自我修复的命令与控制（C2）服务器：以Sha1-Hulud v2为例，恶意软件在执行时会扫描公共GitHub仓库，寻找一个特定的“信标短语”（例如"Sha1-Hulud: The Second Coming"）。找到后，它会从仓库中提取一个经过三重Base64编码的GitHub访问令牌，并用这个令牌作为新的数据外传通道。这意味着，即使攻击者原有的仓库被查封，他们也能通过创建新的仓库迅速“复活”整个攻击网络，抗打击能力非常强。
如何有效防御
面对这些不断演进的攻击，我们可以采取以下措施来加强防御：
| 防御策略 | 具体措施与说明 |
|---|---|
| 强化账户与凭证安全 | 为所有重要账户（尤其是npm、GitHub）启用双因素认证（2FA）。定期轮换GITHUB_TOKEN、NPM_TOKEN等敏感凭证。 |
| 限制脚本执行 | 在安装依赖时使用 npm install --ignore-scripts 命令，可以阻止preinstall、postinstall等生命周期脚本自动运行。你也可以通过 npm config set ignore-scripts true 将其设为默认。 |
| 使用专业安全工具 | 集成能进行深度依赖行为分析的工具，如 Socket，它可以检测到RDD、混淆代码等风险信号。同时，坚持使用 npm audit 进行基础漏洞扫描，并关注报告。 |
| 固化依赖与人工审查 | 将 package-lock.json 文件提交到版本库，确保所有环境下的依赖版本完全一致，避免意外拉取到新的恶意版本。对于新引入的依赖，保持警惕，手动检查其package.json中的脚本和依赖项。 |
总结
总的来说，现代的npm供应链攻击已经变得高度专业化，通过劫持账户、利用生命周期脚本和远程动态依赖来植入恶意代码，并构建自我修复的基础设施来窃取凭证。因此，仅靠官方扫描或被动审计已不足以保证安全，开发者必须主动采取限制脚本执行、使用高级安全工具和强化账户安全等多层次防御策略。
希望这些信息能帮助你更好地理解风险并保护你的项目。如果你对特定安全工具的使用或具体工作流中的安全加固有更多疑问，我很乐意提供更深入的分析。
本文内容仅供个人学习、研究或参考使用，不构成任何形式的决策建议、专业指导或法律依据。未经授权，禁止任何单位或个人以商业售卖、虚假宣传、侵权传播等非学习研究目的使用本文内容。如需分享或转载，请保留原文来源信息，不得篡改、删减内容或侵犯相关权益。感谢您的理解与支持！