Une cyberattaque massive via des paquets open source infectés par le malware 'Mini Shai-Hulud'

Une attaque en chaîne touche les bibliothèques logicielles les plus utilisées

Une campagne malveillante d'envergure, baptisée "Mini Shai-Hulud", a infecté des centaines de paquets open source hébergés sur les principaux registres de logiciels. Ce malware, conçu pour voler des identifiants, s'est infiltré dans des outils de développement largement adoptés, dont les téléchargements hebdomadaires se comptent en millions.

Parmi les bibliothèques ciblées figurent TanStack, UiPath et MistralAI. À lui seul, le paquet React Router de TanStack cumule plus de 12 millions de téléchargements par semaine, exposant ainsi des milliers d'applications d'entreprise à ce risque. TanStack a confirmé avoir retiré toutes les versions compromises de son registre, bien qu'aucune preuve de vol de mots de passe n'ait été détectée.

Une faille systémique dans l'automatisation des mises à jour

Cette attaque met en lumière une vulnérabilité majeure dans les processus automatisés de publication de logiciels. Les mises à jour infectées ont contourné avec succès l'authentification à deux facteurs et possédaient des signatures cryptographiques valides, attestant de leur origine légitime. Pourtant, ces signatures n'ont pas permis de détecter que les pipelines CI/CD avaient été manipulés pour autoriser l'injection de code malveillant.

Le groupe TeamPCP, maître des attaques par chaîne d'approvisionnement

Les chercheurs en cybersécurité attribuent cette campagne au groupe TeamPCP, une organisation cybercriminelle spécialisée dans les attaques automatisées contre les infrastructures cloud. Active depuis fin 2025, cette cellule se distingue par son expertise dans l'exploitation des environnements natifs du cloud, notamment Docker et Kubernetes.

TeamPCP, déjà suspecté d'avoir développé le malware Shai Hulud, est réputé pour sa capacité à dissimuler ses activités. Les pirates utilisent des techniques sophistiquées, comme le camouflage de données volées sous forme de trafic de messagerie anonyme, et des tactiques d'extorsion agressives. Leurs menaces incluent l'effacement complet des systèmes des victimes en cas de tentative de suppression de leur accès.

Un mécanisme d'infection sophistiqué et furtif

Les attaquants ont exploité une "commit orphelin" — un code poussé vers un fork de dépôt sans branche associée — pour déclencher le processus de publication automatisé. Cette méthode leur a permis de profiter de permissions trop larges dans les workflows GitHub Actions.

Le malware a ensuite été distribué via une dépendance cachée qui récupérait un payload de 2,3 Mo, fortement obfusqué et présenté comme un module d'initialisation. Une fois exécuté, le code malveillant utilise Bun, un moteur JavaScript haute performance, pour voler systématiquement des clés de sécurité et des mots de passe. Ses cibles incluent les infrastructures cloud critiques comme AWS, Google Cloud Platform, Kubernetes et HashiCorp Vault.

Le malware est conçu pour infiltrer les réseaux cloud Amazon hautement sécurisés, tout en recherchant sur l'ordinateur du développeur des fichiers secrets et des clés SSH permettant d'accéder à d'autres systèmes d'entreprise. Fonctionnant comme un ver auto-reproducteur, il se propage en publiant des copies de lui-même dans d'autres projets, en imitant les commits automatisés du bot Anthropic Claude.

Une menace limitée mais aux conséquences potentiellement dévastatrices

Malgré la dangerosité du malware, les chercheurs n'ont observé qu'une propagation limitée au sein de la communauté. "Nous n'avons constaté qu'une très faible diffusion communautaire", a déclaré Charlie Eriksen, chercheur en sécurité chez Aikido Security. Cependant, les experts appellent à une vigilance accrue et à un changement immédiat de tous les identifiants cloud et de développement en cas de téléchargement des outils infectés lundi dernier.

Cette attaque rappelle l'urgence de renforcer les mesures de sécurité dans l'écosystème open source, où la confiance dans les mises à jour automatisées est souvent mise à mal par des acteurs malveillants exploitant les failles de l'automatisation.