OC
伪装数学库的 npm 包藏有加密载荷,源码仓库不能替发布包作保
科技 · 2026-09-23 · 软件供应链安全 · 阅读 0

伪装数学库的 npm 包藏有加密载荷,源码仓库不能替发布包作保

SafeDep 的分析报告指出,mathmain 及关联 npm 包中存在加密加载器,特定计算输入可触发解密并执行后续代码。研究人员发现,部分关联包的公开 GitHub 源码并不包含这段逻辑。

作者:韩启明|OC 政策与安全编辑

SafeDep 的分析报告指出,mathmain 及关联 npm 包中存在加密加载器,特定计算输入可触发解密并执行后续代码。研究人员发现,部分关联包的公开 GitHub 源码并不包含这段逻辑。

一句话结论:依赖审查需要检查实际安装的发布产物,也需要区分“包存在”“包被下载”和“载荷已经执行”。

这些包借用了数学库的外观。报告称,加载器嵌在求解流程中,正常导入或仅检查安装脚本不足以让它显露;后续分析恢复了特定触发条件,并确认解密代码具备远程命令能力。报告前半部分保留了早期未破解的过程,后半部分补充了解密结果,阅读时需要分清调查进展。

更值得开发者警惕的是产物差异:审查过的公开源码与 npm 分发内容并不一致。维护一个看起来干净的仓库,不能替每个发布版本担保。最终进入构建环境的归档文件,才是需要核验的对象。

源码、发布包、检查与告警的供应链审查路径(AI 生成示意)

SafeDep 同时提醒,下载计数不能证明真实安装量,更不能证明有多少系统执行过载荷;攻击者身份和具体投放目标也没有因此确定。原版 mathjs 与这些另名包应当区分,不能把仿冒包事件扩大成整个数学库生态已经被攻破。

OC 认为,这类案例适合推动几项朴素检查:核对依赖名称与引入原因,固定版本,检查锁文件和缓存中的实际包,对照研究者公布的指标开展排查。若发现匹配项,再结合运行日志与凭据暴露范围决定处置,避免把“安装过”与“必然失陷”直接画等号。

关键事实

  • 研究对象:mathmain、mathsbase、math-universe 中的特定发布内容。
  • 关键证据:发布包中的加载逻辑与所查公开源码存在差异。
  • 未知范围:下载来源、真实执行规模与攻击者身份未由计数确定。

OC 判断

加密让恶意逻辑更难直接阅读,条件触发又让普通测试更难撞见。供应链防线因而不能只押在一种扫描方式上。版本来源、产物差异、运行权限和异常行为需要共同形成证据。

为什么重要

  • 对开发者:不要仅凭仓库页面判断 npm 产物可信,名称相似也不是身份保证。
  • 对企业:让依赖排查能够追到历史版本和构建缓存,而不只查询最新版本。

参考来源

相关阅读

基于标题、摘要和正文内容自动匹配。

更多科技

评论

围绕这篇文章补充信息、提出问题或分享观察。

0
暂无评论。

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

更多

你们的Codex额度提前耗完了没?戒断反应如何?

<p>我在第三天就消耗了只剩1%,忍了一天,然后今天干脆用这最后的1%,开着5.6 Sol 极高 强推我一个提示词笔记本应用的功能落地。最终用时3小时,居然还是跑完了。但是现在还是出现一些戒断反应,感觉啥也做不了,就无精打采的,困。</p> <p>我做了一个Prompt Notebook,专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来,进行身份设定,以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面: <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流,支持关键词或标签搜索: <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面,可以复制提示词,分享提示词,点击分享还有分享短链:(https://prompt.jintao.co.uk/share/20260806LfsmY) <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了,我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善,可能还要虫子要抓。弄好了,打算放GitHub开源。</p> <p>有朋友想试试的么?</p>

shynloc 2 4

做 AI 语音产品时,授权、撤回和审计日志应该怎么落地?

<p>最近看到越来越多关于声音授权的讨论。对开发者来说,真正麻烦的往往不是“模型能不能模仿”,而是授权如何进入系统、生成结果如何追溯,以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是,不要把“用户勾选过同意”当成一个布尔字段,而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性,例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时,可以绑定不同的授权,而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更,如果任务只查最新状态,历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id,并反向关联任务。</p> <p>我会把最小链路设计成:</p> <ol> <li>voice_asset:原始声音及版本;</li> <li>consent_grant:授权范围与证据;</li> <li>generation_job:请求参数和授权快照;</li> <li>audio_artifact:输出文件、校验值和公开状态;</li> <li>audit_event:谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后,系统至少要阻止新任务,并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除,要按照合同和产品能力区分,不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired,并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志,公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案,但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来,比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走,越觉得声音效果只是前半程,权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储,还是单独的审计系统?如果授权撤回,你们通常怎么处理已经生成并交付的音频?</p>

FlowSpeech 0 1

一个体会,Codex 这种现代 Agent,每天一个变,几天不用就有新惊喜

<p>当然我说的也包括 Claude Code,新功能日新月异,还有就是 AI 能力提升以后,可以做的东西日新月异。还有各种工作流方法日新月异。</p> <p>更好玩的是,我最近经历过很多次,你跟人介绍现在 Codex 可以做到什么样子,他们都觉得很厉害。但是你现场一演示,他们的震撼就更加完全不同了。所以,这种东西,需要大量的 Workshop 去沟通交流,光看文字很难讲清楚,直播、视频也越来越重要了。</p>

tinyfool 1 89

你更喜欢 Codex 还是 Cladue Code?

<p>我先说,我更喜欢 Codex,因为我没用过 Cladue Code。Codex 一直都能很好满足我的需求,所以我不是很有动力去换 Cladue Code。虽然我也知道很多人更喜欢 Cladue Code。但是我觉得应该差不多吧?</p>

tinyfool 5 111