GitHub数万仓库遭恶意Actions攻击，凭证窃取风险持续升级

在人工智能技术快速普及的背景下，开源社区的安全问题日益凸显。网络安全研究机构近日披露了一起大规模的GitHub仓库攻击事件，攻击者已成功入侵两个知名开源项目维护者的账户，并向超过340个代码仓库植入恶意Actions工作流，窃取了全量历史存储凭证。

此次攻击事件揭示了AI时代安全防护体系面临的严峻挑战。与传统黑客攻击不同，本次攻击利用了AI自动化工具进行批量扫描和目标识别，显著提升了攻击效率。根据安全公司OLIGO的报告，自2023年9月以来，已有超过20万台暴露在公网的AI计算实例（包括英伟达A100等数据中心级显卡）被劫持用于挖矿活动。

值得注意的是，这类攻击不仅限于个人开发者，企业级AI计算集群同样面临严重威胁。亚马逊云科技安全专家表示，2026年以来B300等高端GPU计算资源已成为攻击者的主要目标。以一台英伟达B300八卡服务器为例，其租赁价格为142美元/小时，若被盗用10天，算力价值就接近3.4万美元。

GitHub平台上的数据也印证了这一趋势。我们统计发现，2025年1月至2026年8月，与AI安全相关的Issue和PR数量呈现爆炸式增长。其中，提示词注入、模型越狱、对抗样本攻击等关键词的讨论量分别达到2026年1月的24倍、11.5倍和30倍。这表明随着大模型和智能体的广泛应用，AI安全问题正在从技术圈边缘议题演变为行业核心关注点。

更令人担忧的是，攻击者不仅局限于传统漏洞利用，还开始利用AI工具本身的特性进行隐蔽攻击。例如，某国产AI编程工具在未获用户授权的情况下，将整个Git仓库的历史数据加密上传至云端存储服务，涉及核心业务代码、配置文件甚至密钥信息。类似事件暴露出AI工具行业在数据处理流程上的普遍不透明性，用户往往无法追踪数据的具体流向和使用目的。

面对日益复杂的AI安全威胁，业界正在探索新的防护策略。亚马逊云科技推出的Bedrock Guardrails架构提供了一套完整的责任AI策略，包括内容审核、敏感信息过滤、上下文事实性检查等功能。然而，这些防护措施仍需时间完善，尤其是在应对AI自动化攻击方面。

当前，国家互联网应急中心（CNCERT）已监测到超过70万台设备感染内置后门功能的恶意软件，存在终端被远程控制和个人信息泄露的风险。专家建议，开发者应加强对API密钥的管理，定期更换凭证，并启用双因素认证等安全措施，以降低被攻击的可能性。