Attacchi a velocità di macchina: come i ladri sfruttano token GitHub e AI per rubare dati in pochi minuti

Il problema dei “machine‑speed attacks”

Negli ultimi mesi, gli analisti di sicurezza hanno osservato un trend preoccupante: una volta ottenuto l’accesso a un ambiente, gli attaccanti completano le fasi di enumerazione e esfiltrazione in pochi minuti, spesso prima che le soluzioni tradizionali di sicurezza possano intervenire. Tre pattern ricorrenti emergono da questi casi:

1. Token di sviluppatore rubati – pacchetti npm avvelenati e infostealer che estraggono le credenziali GitHub salvate nei portachiavi dei laptop.
2. ClickFix per strumenti di IA – comandi fasulli condivisi in chat di Claude Code che installano un malware macOS capace di rubare cookie, password e credenziali cloud.
3. Vishing del help‑desk – truffe telefoniche in cui l’attaccante si spaccia per supporto IT e convince l’utente ad approvare un MFA su una pagina di login contraffatta.

Questi scenari mostrano come la velocità di esecuzione dell’attacco superi di gran lunga la velocità di rilevamento dei sistemi tradizionali.

---

1. Token di sviluppatore: la vulnerabilità dei portachiavi

Il caso più emblematico riguarda un token OAuth creato da GitHub Desktop su macOS. Dopo l’installazione, il token è rimasto inattivo per 95 giorni nella Keychain del laptop, ma è stato riutilizzato da un attore maligno il 19 giugno. In pochi secondi, l’attaccante ha scaricato 76 repository usando proxy residenziali da più di venti città europee. GitHub non ha generato alcun allarme perché, al momento, la piattaforma non monitora l’uso anomalo dei token.

Le caratteristiche chiave di questo attacco sono:

• Token permanenti (gho_…) che non scadono automaticamente.
• Assenza di visibilità nei pannelli SSO: i token sono visibili solo tramite CLI.
• Mancanza di SCIM: GitHub continua a onorare i token finché non vengono revocati manualmente.

Senza un rilevamento basato su anomalie (es. accessi da reti o città mai viste, user‑agent Windows su account macOS‑only), l’attacco sarebbe passato inosservato. Solo la piattaforma Exaforce è riuscita a segnalare l’attività in cinque minuti, ma la risposta automatica è stata limitata da approvazioni umane, consentendo l’esfiltrazione di dati da 472 dei 638 repository compromessi.

---

2. ClickFix: l’inganno dei tool di intelligenza artificiale

Le aziende stanno adottando rapidamente assistenti di codifica basati su IA, come Claude Code. Gli aggressori hanno sfruttato questa fiducia distribuendo un comando di installazione fasullo all’interno di conversazioni condivise. Quando l’utente esegue il comando, un stealer macOS si attiva, simulando una finestra di System Preferences per rubare la password del portachiavi, i cookie del browser e le credenziali cloud.

Questo metodo elude i tradizionali filtri email e le politiche di download perché l’attacco avviene dall’interno del terminale dell’utente. La difesa più efficace è una soluzione di endpoint detection and response (EDR) capace di monitorare comportamenti sospetti, come l’esecuzione di script non firmati o l’accesso improvviso a file sensibili.

---

3. Vishing del help‑desk: l’autenticazione a due fattori tradita

Il terzo pattern osservato è il vishing (phishing telefonico) in cui l’attaccante si presenta come operatore IT. Dopo aver convinto la vittima ad aprire una pagina di login quasi identica a quella legittima, l’attaccante registra il proprio dispositivo MFA e induce l’utente ad approvare la richiesta. In pochi minuti, l’attaccante avvia uno script di download di massa, esfiltrando fino a 140 000 file.

Le soluzioni di identity provider (IdP) spesso considerano la richiesta di MFA come legittima, poiché proviene da un dispositivo registrato. Per mitigare questo rischio è necessario:

• Implementare challenge aggiuntivi (es. verifica contestuale basata su geolocalizzazione o orario).
• Utilizzare analisi comportamentale per rilevare approvazioni MFA anomale.
• Attivare risposte autonome che revocano temporaneamente i token in caso di attività sospette.

---

Perché le difese tradizionali falliscono

Le tre tipologie di attacco condividono un elemento comune: l’attaccante agisce a velocità di macchina. Le difese basate su firme, blacklist o semplici regole statiche non riescono a tenere il passo. Le lacune più evidenti sono:

• Mancanza di monitoraggio del ciclo di vita dei token: GitHub non avvisa quando un token viene usato da una location insolita.
• Scarsa visibilità dei processi di installazione: gli script AI‑driven vengono spesso eseguiti al di fuori dei pipeline CI/CD monitorati.
• Fiducia eccessiva nei meccanismi MFA: la semplice registrazione di un nuovo dispositivo MFA è considerata sufficiente per autorizzare l’accesso.

---

Strategie di difesa consigliate

1. Rilevamento comportamentale – Utilizzare piattaforme che correlano segnali deboli (user‑agent, geolocalizzazione, tipo di dispositivo) per generare allarmi di anomalia.
2. Risposta automatizzata – Configurare playbook che, al verificarsi di un allarme, revocano immediatamente i token OAuth, disabilitano gli account compromessi e isolano le macchine coinvolte.
3. Gestione dei token – Implementare token a vita limitata (short‑lived) e forzare la rotazione periodica, soprattutto per credenziali con privilegi elevati.
4. Hardening dei portachiavi – Utilizzare soluzioni di credential vaulting che criptano le credenziali e richiedono approvazioni contestuali per l’accesso.
5. Formazione mirata – Addestrare gli sviluppatori a riconoscere comandi sospetti nelle chat di IA e a verificare l’autenticità delle richieste di supporto IT.

---

Conclusioni

Gli attacchi a velocità di macchina dimostrano che la sicurezza non può più basarsi su processi manuali o su controlli statici. La combinazione di rilevamento basato su dati e risposta autonoma è l’unica via per contenere minacce che operano in pochi minuti. Le organizzazioni devono rivedere le proprie politiche di gestione dei token, potenziare le soluzioni EDR e introdurre controlli contestuali per l’autenticazione a più fattori. Solo così sarà possibile ridurre il divario tra la rapidità dell’attaccante e la capacità di difesa delle imprese.

---

Fonti: Analisi di Exaforce, report di BleepingComputer, osservazioni su GitHub Desktop e token OAuth.