BERLIN / LONDON (IT BOLTWISE) – Eine neue, koordiniert über mehrere Software-Ökosysteme laufende Supply-Chain-Kampagne verteilt Credential-Stealing-Malware über npm, PyPI und Crates.io. Unter dem Namen TrapDoor werden in Wellen dutzende Pakete veröffentlicht, die Entwicklerdaten wie SSH-Keys, Wallet-Zugänge und Cloud-Credentials gezielt abgreifen. Auffällig ist die tiefe Integration in typische Workflows: von Rust-build.rs und npm-postinstall bis hin zu PyPI-Code, der bereits beim Import remote ausgeführt wird. Zusätzlich missbraucht die Kampagne sogar Open-Source- und KI-Assistenz-Mechaniken, um versteckte „Security Scan“-Anweisungen auszulösen und Secrets zu exfiltrieren.
Bei Supply-Chain-Angriffen verschiebt sich das Risiko zunehmend vom „Bauen und Hochladen“ hin zu den alltäglichen Entwickler-Workflows. Genau hier setzt die neue Kampagne TrapDoor an, die gleichzeitig npm, PyPI und Crates.io ins Visier nimmt und Credential-Stealing-Malware über scheinbar harmlose Pakete verteilt. Laut der Analyse wurde die früheste Aktivität am 22. Mai 2026 gegen 20:20 UTC beobachtet; anschließend folgten Veröffentlichungen in Wellen aus einem Cluster schnell wechselnder Konten. Der Ansatz ist nicht auf eine einzelne Zielplattform begrenzt, sondern nutzt die Erwartungen von Build- und Laufzeitprozessen in mehreren Sprachen.
Technisch beginnt das Muster fast immer ähnlich: Die Angreifer tarieren Paketnamen so, dass sie nach relevanten Tools für Kryptografie, DeFi, Solana oder KI-Entwicklung aussehen, wodurch der „Discovery“-Moment im Package-Ökosystem leicht ausgenutzt werden kann. Im Fall von TrapDoor umfassen die identifizierten Pakete mehr als 34 Schadvarianten mit insgesamt über 384 Versionen. Die Komponenten zeigen dabei mehrere Angriffsflächen: Manipulierte Installations- und Importpfade, gemeinsame Payloads, sowie Persistenzmechanismen auf dem Host. Besonders kritisch ist, dass nicht nur Daten ausgelesen werden, sondern auch Token-Validierung und seitliche Ausbreitung (z. B. über SSH) eine echte Kompromittierung wahrscheinlicher machen.
Im npm-Umfeld werden die Angriffsmechanismen dabei über Postinstall-Hooks und geteilte JavaScript-Payloads umgesetzt. Zentral ist die gemeinsam verwendete Funktion trap-core.js, die lokale Secrets durchsucht, AWS- und GitHub-Token prüft und anschließend versucht, über SSH-basierte Wege in weitere Systeme vorzudringen. Für Persistenz werden mehrere Strategien kombiniert: von Cronjobs und systemd-Services bis hin zu Git Hooks sowie Shell Hooks. Dass die Persistenz mehrschichtig ausfällt, ist aus Verteidigungssicht besonders unangenehm, weil sie sich in unterschiedlichen Betriebsmodellen bemerkbar macht—etwa auf Workstations, Build-Servern oder in CI-Umgebungen. Diese Ausführungstiefe macht klassische „Blocklisten“ einzelner Events weniger wirksam.
Rust- und Python-Komponenten ergänzen das Bild und zeigen, wie vielseitig Angreifer die Spracheigenheiten ausnutzen. In Rust setzen die Pakete auf build.rs-Skripte, die beim Build-Prozess automatisch laufen und die Ausführung des Schadcodes triggern. Die beschriebenen Schritte umfassen die Suche nach lokalen Keystores, das Verschlüsseln der Daten mit einem im Code hinterlegten XOR-Schlüssel sowie die Exfiltration—z. B. an GitHub Gists. Auf Python-Seite ist das Design besonders riskant, weil die Pakete beim Import automatisch Code ausführen. Der Kerngedanke: Die Python-Komponente lädt JavaScript von einer attacker-controlled GitHub-Pages-Domain und startet es mit node -e, sodass das Verhalten nach der Veröffentlichung flexibel nachjustiert werden kann.
Gerade die Remote-Delegation über externe JavaScript-Payloads ändert die Sicherheitsbewertung fundamental. Bei „klassischen“ Malwarevarianten lässt sich das Verhalten oft besser an den veröffentlichten Artefakten festmachen; hier hingegen verschiebt sich ein Teil der Logik auf eine externe Kommandokette. Das erhöht die Wahrscheinlichkeit, dass sich schädliche Funktionen schneller anpassen, ohne dass neue PyPI-Releases sichtbar werden. Darüber hinaus setzt TrapDoor auf einen ungewöhnlichen Hebel gegen KI-gestützte Entwicklerassistenten: In Projektdateien werden .cursorrules sowie CLAUDE.md mit versteckten Anweisungen angelegt. Die Absicht besteht darin, dass KI-Tools bei angeblichen „Security Scans“ Secret-Erkennung als Aufgabe missverstehen und damit Exfiltrationspfade indirekt aktivieren.
Markt- und Branchenkontext: Solche mehrstufigen Angriffe sind kein isolierter Trend, sondern knüpfen an frühere Kampagnen an, die Entwickler und Zulieferer kompromittieren wollten. Auffällig ist außerdem die zeitliche und konzeptionelle Nähe zu anderen Missbrauchsformen, bei denen ebenfalls Ökosysteme und Distribution-Kanäle ausgereizt werden. So wurde in einer früheren Analyse einer anderen Gruppe von Satori-ähnlichen Aktivitäten berichtet, bei der Android-Apps über den Google Play Store für Werbebetrug in großem Stil eingesetzt wurden—ein anderes Ziel, aber vergleichbare Mechanik: massenhafte Verteilung über gängige Plattformroutinen. Der Wettbewerb zwischen Angriffs- und Abwehrteams findet somit weniger in „einem einzigen Produkt“ statt, sondern entlang des gesamten Toolchain-Ökosystems.
Für Unternehmen und Entwicklungsteams bedeutet das eine verschärfte Priorisierung für Security-by-Design in der Softwarelieferkette. Technisch sollten Build- und CI-Pipelines so konfiguriert werden, dass sie jede Abhängigkeit gegen nachvollziehbare Quellen absichern—idealerweise über Signaturen, Reproducible Builds und eine strikte Policy für unvermittelte Postinstall-/Build-Skripte. Der Vergleich liegt nahe: Cloud-basierte Ausführungsumgebungen lassen sich häufig zentral instrumentieren, während lokale Developer-Workstations heterogener bleiben. Genau deshalb ist das Zusammenspiel aus Instrumentierung, Policy und Beobachtbarkeit entscheidend: Wer nur „nachträglich“ scannt, erkennt Remote-Delegation und Import-time Execution oft zu spät. Experten erwarten außerdem, dass Angreifer künftig noch stärker auf KI-Workflow-Integration setzen werden, weil sich dort neue, bisher weniger gehärtete Interpretationspfade ergeben.
Abgerundet wird das Bedrohungsbild durch die Beobachtung, dass die PR-Aktivität nicht nur Schadpakete betrifft, sondern auch offene Beiträge und Pull-Requests über populäre KI- und Developer-Projekte umfasst. Damit testen Angreifer, ob sich versteckte Anweisungen über normale Open-Source-Commit-Prozesse in KI-Parsing-Logiken einschleusen lassen. Das adressiert eine strategische Schwachstelle: Viele Assistenztools lesen Repository-Kontext, Konfigurationsdateien und „Regel“-Metadaten, um „sinnvolle“ Handlungen abzuleiten. Wenn diese Metadaten kompromittiert sind, entsteht eine Kette aus Missverständnis und Ausführung—und das ohne klassischen Exploit. Aus Expertensicht zeigt TrapDoor damit, wie kombiniert traditionelle Paket-Täuschung (Typosquatting-ähnliche Muster) mit neuartigen Entwickler-Umgebungspfaden wird.
Der Ausblick für die nächsten Monate ist klar: Abwehrstrategien müssen schneller zwischen Ökosystemgrenzen wechseln. Für Teams heißt das konkret, dass Security-Checks nicht nur auf Paketlisten, sondern auf den tatsächlichen Ausführungspfaden basieren sollten—also ob build.rs, postinstall Hooks oder Import-Time Execution aktiv werden. Zudem sollten Secrets-Handling und least-privilege-Modelle konsequent durchgesetzt werden, damit ein gestohlener Token nicht sofort zu einem größeren Zugriffsradius führt. Schließlich wird KI-Assistenz-Umgebungen eine eigene Schutzebene brauchen: File-Parsing-Regeln, getrennte „Security Scan“-Workspaces und ein explizites Verbot von fremdgesteuerten Aktionen. TrapDoor wirkt damit wie ein Szenario, das die Branche zum Umdenken in Richtung KI-resiliente Supply-Chain-Sicherheit zwingt.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "TrapDoor: Supply-Chain-Angriff verteilt Credential-Stealer über npm, PyPI und Crates.io" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "TrapDoor: Supply-Chain-Angriff verteilt Credential-Stealer über npm, PyPI und Crates.io" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »TrapDoor: Supply-Chain-Angriff verteilt Credential-Stealer über npm, PyPI und Crates.io« bei Google Deutschland suchen, bei Bing oder Google News!