70% dos novos pacotes registrados no NPM nos últimos 6 meses eram spam

O grande problema dos pacotes de spam no npm

• A equipe de pesquisa da Phylum descobriu um aumento repentino de pacotes de spam no npm relacionados ao protocolo Tea
• O protocolo Tea é um sistema que recompensa contribuições para open source com criptomoeda, incentivando desenvolvedores a inflarem suas contribuições
• No 2º trimestre de 2024, estima-se que cerca de 25% dos pacotes publicados no npm eram pacotes de spam relacionados ao protocolo Tea

Resumo rápido

• O protocolo Tea usa um algoritmo que incentiva desenvolvedores a exagerarem suas contribuições
• O npm está sofrendo uma contaminação grave por causa desses pacotes de spam
• As características dos pacotes de spam incluem nomes de pacote gerados aleatoriamente, listas suspeitas de dependências e o arquivo tea.yaml

Uma nova perspectiva

• Desde o início de 2024, o número de pacotes publicados no npm disparou
• Em 8 de abril de 2024, mais de 48.000 pacotes foram publicados em um único dia
• Durante o Q2, estima-se que entre 21,25% e 25,5% dos pacotes npm publicados eram spam
• Ao restringir a análise a pacotes novos, a proporção de spam sobe para entre 68,66% e 74,67%

Existe ameaça?

• Até o momento, não há evidências de que esses pacotes de spam incluam ataques maliciosos
• No entanto, esse spam contamina o ecossistema open source e pode distorcer os dados de treinamento de modelos de IA
• Além disso, cria um ambiente no qual pacotes realmente maliciosos podem se esconder

Pensando do ponto de vista do adversário

• Usando o pacote sournoise como exemplo, o site do npm mostra que esse pacote depende de axios, mas na prática ele depende de pacotes de spam
• Isso é um efeito colateral da forma como o npm processa dependências e as exibe aos usuários
• Por causa de dependências transitivas, pacotes que o desenvolvedor não queria ou não esperava podem acabar sendo incluídos

Conclusão

• A contaminação do ecossistema de software open source é um problema para todos
• O projeto do protocolo Tea está tomando medidas para resolver esse problema
• O npm também está removendo alguns pacotes de spam, mas não consegue acompanhar o ritmo de novas publicações
• Esse problema não se limita ao npm; pacotes de spam semelhantes também foram encontrados no Rubygems
• A Phylum está pesquisando ativamente essa área e buscará novas formas de detectar esse spam à medida que esses agentes adaptarem suas táticas

Resumo do GN⁺

• O sistema de recompensas do protocolo Tea incentiva desenvolvedores a inflarem suas contribuições
• A intenção do projeto voltado à sustentabilidade do open source pode ter sido boa, mas parece ter ignorado efeitos colaterais e casos de abuso decorrentes disso. Um desenho cuidadoso das formas de medir contribuição e do sistema de recompensas, além de monitoramento contínuo, parece necessário
• Essa inundação em larga escala de pacotes de spam pode ameaçar não apenas a segurança de pacotes individuais, mas também a confiabilidade e a saúde de todo o ecossistema open source. Para uma solução fundamental, parece ser necessária uma abordagem e colaboração em nível de ecossistema
• O fato de isso poder causar problemas de viés caso seja usado como dado de treinamento para modelos de IA é especialmente preocupante. A criação urgente de diretrizes para controle e validação da qualidade dos dados parece necessária
• A possibilidade de instalação inesperada de pacotes por meio de dependências transitivas é suficiente para servir de alerta aos desenvolvedores. Isso sugere que, junto com a necessidade de ferramentas automatizadas de gerenciamento de dependências, a atenção e a revisão por parte do desenvolvedor continuam sendo importantes na escolha de pacotes
• Em uma perspectiva de longo prazo, parece valer a pena buscar alternativas mais transparentes e verificáveis, como registries de pacotes ou sistemas de reputação baseados em blockchain

[GN⁺]

Opinião do Hacker News

• A forma como o npm lida com dependências de pacotes é o problema

  • Se houver apenas a chave no package.json, isso é considerado uma dependência independentemente do pacote real
  • Isso torna o ecossistema de dependências mais vulnerável

• É necessário remover todos os pacotes que usam tea.yaml

  • O protocolo Tea está induzindo comportamentos maliciosos
  • Está prejudicando o sistema

• Contas de spam devem ser bloqueadas permanentemente e removidas

  • Por exemplo, há uma conta com 1.781 pacotes sem sentido
  • O processo de denúncia é complexo e trabalhoso

• Há possibilidade de modelos de IA serem distorcidos por causa de pacotes de spam

  • Aplica-se o princípio de "garbage in, garbage out"

• O modelo de incentivos do protocolo Tea é o problema

  • Ele induz desenvolvedores a publicar spam no npm
  • Prejudica o ecossistema

• Resumo:

  • Um plano de financiamento para desenvolvimento de OSS baseado em criptomoeda está incentivando spam
  • É fácil enganar sobre dependências por meio do package.json

• O objetivo do protocolo Tea é fortalecer a economia de software open source

  • Porém, o modelo de incentivos está mal concebido e induz spam
  • Aplicam-se o "efeito cobra" e a "lei de Goodhart"

• Há casos de copiar projetos populares e publicá-los no npm com nomes aleatórios em latim

  • Centenas de denúncias de spam foram enviadas

• Já houve um projeto semelhante ao Tea

  • Recebia-se uma pequena quantia de bitcoin todo mês até o projeto fracassar e os recursos se esgotarem

• Gerenciadores de pacotes têm um sistema de avaliação

  • É improvável que pacotes de spam afetem a IA
  • Empresas confiáveis não usam pacotes de spam