یک شتاب‌دهنده جعلی در حوزه Web3 با استفاده از بسته‌های مخرب npm، در حال توزیع بدافزارهای سرقت اطلاعات (Information Stealers) و درهای پشتی (Backdoors) برای سیستم‌عامل‌های Windows و macOS است. این مهاجمان با وعده ارائه اعتبار رایگان برای ابزارهای هوش مصنوعی (AI) مانند Anthropic Claude و Google Gemini، ابزارهای کدنویسی و خدمات حسابرسی امنیتی (Security Audits)، توسعه‌دهندگان را فریب می‌دهند.
محققان Elastic Security Labs اعلام کردند که این عملیات که تحت نام REF8801 ردیابی می‌شود، علاوه بر نصب بدافزار، یک عامل کدنویسی (Coding Agent) قانونی را بازسازی کرده تا درخواست‌های مدل (Model Requests) را از طریق سرویس‌های تحت کنترل مهاجم ارسال کند. همچنین، ابزارهای حسابرسی ارائه شده توسط این مجموعه، نتایج امنیتی جعلی تولید می‌کنند تا اعتماد قربانیان را جلب کنند.
جزئیات عملیات و بسته‌های مخرب
این طرح که با نام “Apex Accelerator” فعالیت می‌کند، به‌طور مشخص استارتاپ‌ها و بنیان‌گذاران حوزه ارزهای دیجیتال (Cryptocurrency) را هدف قرار می‌دهد. دو بسته اصلی مورد استفاده عبارتند از:
- @apexacc/cli: که به عنوان یک مشاور هوش مصنوعی برای بنیان‌گذاران Web3 تبلیغ می‌شد، اما در واقع یک بارگذار (Loader) بدافزار رمزگذاری‌شده را نصب می‌کند.
- @apexacc/audit: که ادعا می‌کرد یک سرور Model Context Protocol (MCP) برای اسکن توکن‌ها و قراردادهای هوشمند است، اما تنها نتایج ساختگی ارائه می‌دهد.
تکنیک‌های پیشرفته شنود هوش مصنوعی
یکی از جنبه‌های نگران‌کننده این حملات، توانایی آن‌ها در رهگیری و تغییر مسیر ترافیک مدل‌های زبانی بزرگ (LLM) از طریق OpenRouter است. مهاجمان با ثبت یک سرور MCP تحت کنترل خود در پیکربندی عامل (Agent) قربانی، می‌توانند به موارد زیر دسترسی پیدا کنند:
- مشاهده دستورات (Prompts)، تاریخچه گفتگوها و قطعه‌کدها (Code Snippets).
- دسترسی به خروجی‌های ابزارها (Tool Outputs) که در درخواست‌های LLM گنجانده شده‌اند.
- تأثیرگذاری بر اقدامات بعدی عامل هوش مصنوعی از طریق تزریق دستورات و نام ابزارهای مخرب به Prompt مدل.
علاوه بر این، بدافزار CloudSyncD برای سیستم‌عامل macOS و یک بدافزار اختصاصی برای Windows (که داده‌ها را از طریق Telegram ارسال می‌کند) در این کمپین شناسایی شده‌اند. این حملات نشان‌دهنده حرکت بدافزارها به سمت پیاده‌سازی‌های Native و استفاده از تکنیک‌های پیچیده برای اجتناب از نوشتن Payload روی دیسک هستند.
