答案已发布2个月前Last edited 上个月22 来源

Megalodon：席卷GitHub的自动化供应链攻击

2026年5月18日，一场名为“Megalodon”的自动化攻击在约6小时内向5,561个GitHub仓库推送5,718次恶意提交，通过植入被投毒的GitHub Actions工作流窃取CI/CD环境中的凭证和密钥。[16][17] 攻击者使用一次性账号和伪装成CI机器人（如build bot、auto ci）的身份提交代码，并利用弱分支保护策略将恶意工作流直接推送到默认分支。[17][23] 恶意脚本试图窃取云平台凭证、SSH私钥、API令牌和GitHub Actions OIDC令牌；这些令牌可被交换为临时云访问权限，对AWS、GCP和Azure部署管道构成高风险。[16][38]

使用 Studio Global AI 搜索并核查事实浏览更多热门页面

Illustration representing the Megalodon GitHub supply chain attack inserting malicious commits into thousands of repositories — What happened in the “Megalodon” GitHub supply chain attack on May 18, 2026, how were attackers able to inject 5,700+ malicious commits intoThe “Megalodon” campaign injected thousands of malicious commits and poisoned CI workflows across GitHub repositories in a matter of hours.
AI 提示
Create a landscape editorial hero image for this Studio Global article: What happened in the “Megalodon” GitHub supply chain attack on May 18, 2026, how were attackers able to inject 5,700+ malicious commits into. Article summary: “Megalodon” was a fast, automated GitHub supply-chain campaign on May 18, 2026 that pushed 5,718 malicious commits into 5,561 public repositories in roughly six hours by slipping poisoned GitHub Actions workflows into re. Topic tags: general, general web, documentation, user generated. Reference image context from search candidates: Reference image 1: visual subject "On May 18, 2026, an automated campaign codenamed `megalodon` pushed 5,718 malicious commits to 5,561 GitHub repositories in a six-hour window. Using throwaway accounts and forged a" source context "Megalodon: Mass GitHub Repo Backdooring via CI Workflows" Reference image 2: visual subject "A sophis
openai.com

一次针对GitHub CI/CD基础设施的大规模攻击

2026年5月18日，安全研究人员披露了一起代号为 “Megalodon” 的自动化软件供应链攻击。攻击者在大约 6小时内向5,561个GitHub仓库推送了5,718次恶意提交，成为记录中规模最大的仓库投毒行动之一。

与传统篡改源代码的攻击不同，这次行动的核心是 向仓库中插入恶意的 GitHub Actions 工作流文件。当这些仓库的CI/CD流水线运行时，工作流会自动执行，并尝试从运行环境中收集敏感凭证与密钥。

根据研究人员分析，攻击发生在 2026年5月18日11:36至17:48（UTC）之间，表明攻击完全依赖高度自动化的脚本和账户批量操作，以在维护者发现异常之前快速扩散。

攻击者如何在几小时内注入数千次提交

Megalodon行动的成功，很大程度依赖自动化工具与“伪装策略”。攻击者试图让所有改动看起来像是正常的CI维护更新。

伪造CI机器人账号

攻击者创建了大量 一次性GitHub账号，用户名通常为随机字符，并伪装成自动化系统，例如：

build-bot
auto-ci
ci-bot
pipeline-bot

这些名字看起来像是常见的自动化工具账号，使得提交记录更像是日常CI更新，而不是人工攻击行为。

伪造提交元数据

攻击者不仅创建了假机器人，还 精心构造提交信息和作者元数据。许多提交的说明看起来像是普通的CI配置更新或自动化优化，从而降低开发者的警惕性。

针对缺乏分支保护的仓库

该攻击专门寻找 没有严格分支保护规则的仓库。如果仓库没有要求：

强制Pull Request审查
工作流修改限制
受限写入权限

攻击者就可以 直接向默认分支推送工作流文件，无需任何代码审查流程。

被投毒的GitHub Actions工作流

每个恶意提交都会添加一个新的 GitHub Actions工作流文件。该文件内部包含 Base64编码的Bash脚本。

当CI流水线运行时，脚本会在GitHub Actions Runner中执行，并开始收集环境中的敏感信息。

这种设计让攻击具备一个特点：只有当CI真正运行时，恶意代码才会触发，因此可能在仓库中潜伏一段时间才被发现。

恶意脚本试图窃取哪些数据

工作流中的Base64脚本被设计为从CI运行环境中收集各种敏感信息，并发送到攻击者控制的服务器。

目标数据包括：

CI/CD环境变量
云平台凭证（AWS、Google Cloud、Azure）
SSH私钥
API密钥与应用程序密钥
GitHub Actions OIDC令牌
运行环境中的其他配置密钥

脚本会读取系统信息以及 /proc/*/environ 等环境变量数据，收集Runner可访问的凭证后再进行数据外传。

由于CI流水线通常拥有部署权限，一旦这些凭证泄露，攻击者可能进一步进入：

云基础设施
软件包仓库
自动部署系统

为什么OIDC令牌特别危险

Megalodon攻击的重要目标之一是 GitHub Actions 的 OIDC（OpenID Connect）令牌。

现代CI/CD系统越来越多地采用 OIDC身份联邦 来访问云平台。这种机制允许CI流水线在运行时获取 短期身份令牌，并用它换取临时的云访问权限，而不需要保存长期API密钥。

这种方式本意是提升安全性，但也带来一个新风险：

如果攻击者在流水线运行期间 窃取了OIDC令牌，他们可能在短时间内冒充该CI任务的身份。

被窃取的令牌可以交换为 与部署流水线相同权限的临时云访问凭证。

这意味着攻击者可能获得：

云基础设施访问权限
部署管道控制权
从云服务读取更多秘密信息

即使令牌有效期较短，它们在有效时间内依然具有极高价值。

为什么这次攻击意义重大

Megalodon体现了软件供应链攻击的一种趋势：攻击目标从应用代码转向 自动化基础设施。

通过篡改CI工作流，攻击者可以：

在流水线运行时自动窃取凭证
获取部署系统和云环境权限
隐藏在正常的自动化提交中

由于许多开源项目和企业仓库依赖CI系统进行构建与部署，一次工作流修改就可能影响多个下游系统。

是否与GitHub VS Code扩展漏洞有关？

在同一时间段附近，GitHub还披露了一起 独立的安全事件：一名员工安装了被投毒的 Visual Studio Code 扩展，攻击者因此获得了约 3,800个GitHub内部仓库的访问权限。

该事件的原因是一个恶意扩展从开发者机器中窃取凭证，从而让攻击者进入GitHub内部代码库。

一些安全分析认为，这两起事件在时间上接近，并且都涉及开发工具供应链攻击。但目前 没有公开证据证明该内部泄露直接导致了Megalodon攻击。

因此，业界普遍将它们视为 同时发生但相互独立的供应链安全事件。

CI/CD安全的关键启示

Megalodon展示了自动化攻击如何在短时间内影响数千个仓库。通过伪装机器人账号、自动化提交和被投毒的工作流，攻击者把CI基础设施变成了凭证收集器。

对于软件团队而言，这次事件再次强调了几项关键防护措施：

启用严格的分支保护策略
对工作流文件修改强制代码审查
为CI任务设置最小权限
监控自动化账号和工作流更新

随着CI/CD系统逐渐掌控云部署与生产环境，CI流水线本身的安全性已经成为软件供应链防御的核心环节。

Studio Global AI

Search, cite, and publish your own answer

Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.

使用 Studio Global AI 搜索并核查事实

人们还问