Aanvallen op machine-snelheid vereisen detectie en respons op dezelfde snelheid, blijkt uit analyse van Exaforce over misbruik van GitHub-tokens en AI-tool aanvallen.
Uit een analyse van Exaforce blijkt dat aanvallers tegenwoordig binnen 15 minuten na toegang tot een omgeving al data verzamelen of exfiltreren. De traditionele beveiligingstools blijken hierbij onvoldoende effectief. Drie veelvoorkomende aanvalspatronen werden geïdentificeerd: gestolen ontwikkelaarstokens, besmette npm-pakketten en infostealers die GitHub-tokens van laptops van ontwikkelaars stelen, en vishing-aanvallen gericht op helpdesks waarbij medewerkers worden misleid om MFA-prompt goed te keuren.
Een voorbeeld betreft een ontwikkelaar die GitHub Desktop installeerde en dezelfde dag stopte met gebruiken. Het OAuth-token bleef 95 dagen in de Mac-keychain staan. Op 19 juni werd het token door een aanvaller gebruikt om binnen 15 seconden 76 repositories te downloaden via proxies in meerdere Europese steden. GitHub gaf geen waarschuwing omdat het geen native detectie heeft voor tokengebruik. Het Exaforce-platform signaleerde de activiteit binnen vijf minuten en meldde dit binnen tien minuten aan de klant. Ondanks snelle detectie had de aanvaller al data van 472 van de 638 repositories geëxfiltreerd voordat er actie werd ondernomen.
GitHub richt zich in zijn beveiligingsmaatregelen vooral op code en geheimen, niet op misbruik van tokens. Het token misbruik werd ontdekt door het combineren van meerdere zwakke signalen, zoals aanmeldingen vanaf onbekende netwerken en steden, machine-snelheid downloads en afwijkende gebruikersagenten. OAuth-tokens zoals deze verlopen niet automatisch en worden pas na een jaar door GitHub ingetrokken. Ook het uitschakelen van een ontwikkelaar in de identiteitsprovider stopt het token niet. Ontwikkelaars die AI-coding tools gebruiken installeren vaak npm-pakketten buiten de zichtbaarheid van beveiligingsteams, waardoor infostealers zoals Shai-Hulud direct tokens kunnen stelen bij installatie van besmette pakketten.
Daarnaast worden AI-tools misbruikt om slachtoffers te verleiden tot het uitvoeren van schadelijke commando’s. Zo werd een macOS-stealer verspreid via nep Claude Code installaties in gedeelde chats, die browsercookies en cloudcredentials buitmaakt. Het slachtoffer voert de commando’s zelf uit, wat detectie op endpoints kan bemoeilijken. Bij vishing-aanvallen doen aanvallers zich voor als IT-medewerkers om medewerkers te verleiden een echte MFA-prompt goed te keuren op een nagemaakte inlogpagina. Identity providers herkennen deze inlogpogingen als legitiem, waardoor detectie uitblijft.
Deze incidenten tonen aan dat detectie gebaseerd op data en gedrag noodzakelijk is, en dat het stoppen van aanvallen een autonome respons vereist om tijdig schade te voorkomen.
