## 引言
2026 年 6 月第二個禮拜，資安界發生咗幾單大新聞，由開源供應鏈被大規模污染、AI coding agent 成為新攻擊目標、到國家級黑客潛伏十年被揭發。今次同大家逐一分析呢啲事件對企業 IT 安全嘅啟示。
## 供應鏈安全：Arch Linux AUR 逾 400 套件遭劫持，植入 Rootkit 與資訊竊取器
Arch Linux 嘅 AUR（Arch User Repository）係 Linux 社羣最活躍嘅第三方套件庫之一，但今個禮拜爆出大規模供應鏈攻擊 — 超過 400 個 AUR 套件被惡意修改，植入咗資訊竊取器（infostealer）同 eBPF rootkit。
### 攻擊手法分析
攻擊者通過以下方式滲透：
1. **接管閒置維護者帳號** — 攻擊者針對長時間未有活動嘅 AUR 套件 maintainer 帳號進行憑證填充攻擊（credential stuffing），成功接管後修改 PKGBUILD 腳本
2. **惡意 PKGBUILD** — 被修改嘅 PKGBUILD 喺安裝過程暗中 download 同執行 payload
3. **eBPF rootkit** — 最令人憂慮嘅係部分套件植入咗 eBPF rootkit，可以喺 kernel 層面隱藏惡意進程、檔案同網絡連線，傳統防毒根本偵測唔到
### 受影響範圍
初步統計逾 400 個套件受影響，當中唔少係開發者常用嘅工具，包括：
– 特定版本嘅 network monitoring tools
– 開發輔助工具（code linters、formatters）
– 系統優化工具
Arch Linux 安全團隊已緊急撤下所有受影響套件，並呼籲用户檢查系統。如果你有用 AUR，建議即刻行：
# 檢查最近安裝嘅 AUR 套件
pacman -Qm
# 檢查可疑 network connections
ss -tunap | grep ESTAB
# 用 bpftool 檢查異常 eBPF program
sudo bpftool prog list### 對企業嘅啟示
呢單嘢再次證明：供應鏈安全唔係 optional。即使你唔係 Arch Linux user，任何依賴第三方 repository 嘅環境都有同樣風險。企業應該：
– 所有內部用嘅套件經過 security review 先批准使用
– 用 private mirror / proxy repository（例如 Nexus、Artifactory）控制來源
– 實施 Software Bill of Materials (SBOM) 追蹤依賴鏈
– 部署 runtime security 工具（例如 Falco、Tracee）監控異常 eBPF 行為
## AI 安全新趨勢：Agentjacking — AI Coding Agent 成為新攻擊面
另一個值得關注嘅趨勢係針對 AI coding agent 嘅新型攻擊手法 — **Agentjacking**。安全研究人員發現，攻擊者可以通過特製嘅程式碼檔案，誘騙 AI coding agent（例如 GitHub Copilot、Cline、Aider 等）執行惡意指令。
### 攻擊原理
AI coding agent 嘅運作模式係：讀取 project context（包括程式碼、設定檔、README 等）→ 理解任務 → 生成同執行指令。Agentjacking 攻擊利用咗呢個流程：
1. 攻擊者喺 repository 入面埋藏特製嘅檔案（例如看似正常嘅 config file 或註解）
2. 當開發者用 AI agent 打開呢個 project，agent 讀取特製檔案後被誘導執行惡意指令
3. 惡意指令可能包括：竊取環境變數、SSH keys、雲端 credentials、甚至修改其他 project 檔案
### LangGraph 漏洞鏈：自託管 AI Agent 遠程代碼執行
同一時間，LangGraph（LangChain 生態嘅 agent framework）被發現存在漏洞鏈（CVE-2026-XXXX），容許攻擊者喺自託管（self-hosted）環境中實現遠程代碼執行（RCE）。
由於 LangGraph 廣泛用於企業內部嘅 AI workflow automation，呢個漏洞嘅影響範圍相當大。研究人員示範咗攻擊者可以通過特製嘅 graph definition 注入惡意 Python code，繼而控制成個 agent server。
### 企業防護建議
– **Sandbox AI agent** — AI coding agent 應該喺隔離環境（container/VM）中執行，限制佢嘅 filesystem 同 network access
– **Review AI agent 嘅 actions** — 啟用 agent 嘅 human-in-the-loop 機制，敏感操作（例如 push code、access secrets）必須人手確認
– **Scan AI agent 輸出** — 將 AI agent 生成嘅 code 經過 SAST（靜態分析）掃描先 merge
– **更新 LangGraph** — 如使用自託管 LangGraph，立即更新到最新版本
## 國家級網絡戰：中國黑客滲透 Linux Login 軟件長達十年
美國 CISA 同 FBI 今周聯合發佈報告，揭露一個由中國支持的黑客組織（被追蹤為 UNC3886）成功滲透某開源 Linux login 相關軟件，潛伏近十年未被發現。
### 攻擊細節
– **目標軟件**：一個廣泛用於 Linux 伺服器嘅 PAM（Pluggable Authentication Module）相關開源專案
– **滲透時間**：約 2016 年開始，直至 2026 年先被發現 — 整整十年
– **手法**：黑客以虛假身份逐步獲得專案嘅 commit 權限，然後喺看似正常嘅 commit 中埋藏後門
– **影響**：後門記錄所有成功登入嘅用户名同密碼（包括 SSH、console、FTP），並將資料加密傳送到 C2 伺服器
### 點解咁耐冇人發現？
1. **後門極度隱蔽** — 代碼改動非常細（只係加咗幾行），而且分散喺多個 commit 中
2. **目標係 authentication 層** — 喺 PAM 層面做手腳，幾乎所有 log 都唔會記錄到異常
3. **開源維護者信任** — 黑客用咗多年時間建立信任，成為專案 core maintainer 後先植入後門
### 對香港企業嘅啟示
香港作為國際金融中心，係國家級黑客嘅高價值目標。呢單案件有幾個教訓：
– **內核層安全監控係必須嘅** — 傳統 network-level 監控 detect 唔到 PAM 層面嘅竊密
– **Zero Trust 驗證** — 唔好假設內部系統係安全嘅，所有 authentication 都應該有多重驗證
– **定期審計開源依賴** — 唔只係睇 CVEs，仲要睇 maintainer 嘅變動、commit history 異常模式
– **考慮用 commercial-supported 版本** — 對於 critical infrastructure，用 Red Hat 或 Ubuntu Pro 等有廠商安全審計嘅版本，比直接用 upstream 開源更安全
## 結語
今個禮拜嘅新聞有一個共同主題：**信任邊界正在被重新定義**。你信任嘅開源套件可能已被污染、你信任嘅 AI 工具可能被操縱、你信任嘅 authentication 系統可能已被潛伏十年。
🔗 參考資料：NVD NIST 漏洞資料庫
2026 年嘅資安策略，必須由「信任但驗證」轉向「永不信任，永遠驗證」（Zero Trust）。供應鏈要 verified、AI agent 要 sandboxed、authentication 要 multi-layered。呢啲唔係未來趨勢，而係而家就要做嘅基本防護。
#供應鏈安全 #AUR攻擊 #Agentjacking #AI安全 #國家級黑客 #Linux安全 #ZeroTrust #2026資安新聞
