恶意软件包正在摧毁我们的行业

行业趋势 | 2026年9月03日

如果业界要继续共享软件,就需要建立一套可靠的系统,用于报告和跟踪已遭入侵的软件包。

尽管可用的开源软件比以往任何时候都多,但使用这些软件的风险也空前高涨。为什么?因为近期有关软件包投毒的报告表明,扫描公共代码仓库中的源代码并不能保证分发的软件包是安全的。

我们往往假定软件包是安全的,但事实显然并非如此,这使软件供应链生态系统面临风险。构建产物、软件包、流水线、软件包分发点和安装行为经常遭到恶意利用。

软件包越受欢迎,造成损害的速度就越快。目前,大多数投毒攻击都针对AI工具,而AI智能体正迅速加剧损害。可以说,整个行业已疲于应对软件包遭入侵的问题。

沿用现有做法无法实现目标

开源软件生态系统没有用于登记已遭入侵软件包的官方注册库。这意味着,组织缺乏可信的机制来判断其使用的代码包是否值得信任。此外,构建流水线、安装行为和软件包存储库均以软件包安全而非已遭入侵为前提。自动化和AI智能体以机器速度叠加并加剧了这一风险。

为应对这一新挑战,开源软件生态系统需要:

  1. 开展全行业协作,使用统一的可信信息源报告已遭入侵的软件包。
  2. 集中力量弥补生态系统软件供应链中的安全缺口。
  3. 生态系统各方致力于制定、推广并实施行业良好实践。

不断学习、持续改进的文化是一道强有力的防线。我们绝不能停止提升源代码生态系统、构建流水线和软件包存储库的安全性。

开始使用

我们已经有了一个基本符合需求的方案。该方案由Open Source Security Foundation(OpenSSF)托管,名为Malicious Packages Repository(MPR)。它为恶意软件包的定义和报告提供了统一的平台与流程。现在需要业界广泛参与,使其成为跟踪和修复受感染软件包的事实标准。

MPR采用一种便于机器处理的文件规范,称为Open Source Vulnerability(OSV)格式。该格式使用JSON自动提交和收集报告,并向扫描器提供数据。这为可信研究人员持续、快速、高效地提供新数据提供了明确流程。此外,MPR由一个活跃的工作组维护,该工作组欢迎新贡献者加入并提出改进建议。

我们需要类似OpenSSF MPR的机制,专门针对被投毒的软件包,发挥与CVE计划在源代码漏洞领域相同的作用。改变始于正视现状,而这正是建立OpenSSF MPR的重要推动力。因此,尽管相关工作已经启动,但要达到CVE数据库的实用程度,仍有大量工作要做。整个行业可以也应该携手合作,让我们共同的软件生态系统更加可信。

分享

关于作者

相关博客文章

AI应用交付十大挑战:缺乏安全保障且不符合法规要求
行业趋势 | 2026/07/23

AI应用交付十大挑战:缺乏安全保障且不符合法规要求

AI将合规范围从保护传输路径和存储扩展到治理运行时行为,包括模型访问、检索上下文、输出和智能体操作,因此控制措施必须更贴近推理环节。

AI应用交付十大风险:流量控制不足
行业趋势 | 2026/06/25

AI应用交付十大风险:流量控制不足

传统的速率限制和节流机制无法反映实际影响范围。AI工作负载会扩散至多个模型、向量存储和服务,导致延迟激增、级联故障和重试。

行为与边界:智能体安全转型
行业趋势 | 2026/06/03

行为与边界:智能体安全转型

智能体会生成涌现式、无边界的操作序列,风险也会随时间不断累积。安全机制必须从单次请求验证转向持续的行为治理,覆盖不断演变的多步骤流程。

智能体技能:新兴的开放标准
行业趋势 | 2026/04/06

智能体技能:新兴的开放标准

技能声明意图,但无法实施控制。真正的安全必须落实在工具边界,也就是智能体的思考转化为行动、策略得以执行的位置。

从数据包到提示词:推理为技术栈增添新层级
行业趋势 | 2026/02/18

从数据包到提示词:推理为技术栈增添新层级

推理不是训练,不是实验,也不是数据科学练习。推理是生产环境中的运行时行为,其运作方式类似于应用层。