Badacze bezpieczeństwa z Noma Labs twierdzą, że odkryli podatność na wstrzykiwanie poleceń w Agentic Workflows GitHuba, którą można wykorzystać do pobierania informacji z prywatnych repozytoriów i publicznego ich publikowania. Badacze nazwali ten problem GitLost.
Agentic Workflows GitHuba umożliwiają agentowi AI, zasilanemu przez systemy takie jak Claude lub GitHub Copilot, automatyczne wykonywanie zadań w ramach GitHub Actions. Według badaczy atakujący może wykorzystać tę konfigurację, otwierając zgłoszenie w publicznym repozytorium należącym do tej samej organizacji co prywatne repozytorium. Jeśli zgłoszenie zawiera starannie sformułowane instrukcje, agent może je wykonać, pobrać dane z prywatnego repozytorium, a następnie opublikować materiał w publicznym komentarzu do zgłoszenia.
Jak działa atak
Badacze poinformowali, że atak nie wymaga wykonania kodu, poświadczeń ani dostępu do wewnętrznych systemów docelowej organizacji. W swojej demonstracji utworzyli wiarygodnie wyglądające publiczne zgłoszenie i umieścili w nim złośliwe żądanie, przedstawione jako rutynowa wiadomość biznesowa. Gdy automatyzacja przypisała zgłoszenie i uruchomiła przepływ pracy, agent AI pobrał pliki README zarówno z publicznego repozytorium proof-of-concept, jak i z prywatnego repozytorium testowego, a następnie ujawnił prywatną zawartość w komentarzu widocznym dla wszystkich.
Noma Security stwierdziła, że luka jest szczególnie istotna dla przedsiębiorstw, które łączą zarówno publiczne, jak i prywatne repozytoria z tą samą organizacją GitHub. Obawy dotyczą nie tylko bezpośredniego wycieku danych, lecz także trudności w przewidzeniu, do jakich połączonych systemów może uzyskać dostęp autonomiczny agent, gdy zacznie działać samodzielnie.
- Badacze zgłosili problem firmie GitHub.
- Stwierdzili, że problem trudno całkowicie rozwiązać w kodzie, ponieważ wynika z zachowania związanego z wstrzykiwaniem poleceń.
- Noma zaproponowała dodatkową dokumentację i bardziej przejrzyste wytyczne dla organizacji, ale poinformowała, że takie rozwiązanie nie zostało jeszcze wdrożone.
GitHub nie skomentował publicznie sprawy w czasie publikacji raportu. Ustalenia te uwydatniają szersze ryzyko dla organizacji wdrażających autonomiczne narzędzia AI: jeśli uprawnienia i ścieżki dostępu do danych nie są ściśle kontrolowane, asystent przeznaczony do automatyzacji pracy może również stać się kanałem cichego ujawniania danych.
