Un bot envió un repositorio trampa con 1774 estrellas: su autor analizó 321 repos de tendencias

Un bot de Telegram que cada mañana recopila cinco repositorios de GitHub en tendencia desde trendshift.io llevó el 26 de septiembre a su feed «Microsoft Activation Scripts». El proyecto tenía 1774 estrellas, una descripción cuidada, etiquetas y el mismo botón con el resumen del README que los otros cuatro repositorios. Era una trampa. El autor del bot, que lo contó en Habr, analizó tras el incidente 321 repositorios de tendencias y creó dos filtros que deberían detectar de antemano proyectos como este.

El anuncio de la publicación no revela qué había exactamente dentro del repositorio ni cómo funcionaba el engaño. A continuación, lo que se sabe por el texto y el contexto que hace que el caso resulte ilustrativo.

Cómo era la trampa

El esquema del bot es sencillo. Trendshift.io muestra los repositorios que ganan atención en GitHub. El bot toma cinco y los envía a Telegram con un botón. Al pulsarlo, se recibe un resumen del README, se revisa la idea y, a veces, se instala lo que gusta. El autor lee este feed todos los días.

Este formato elimina la señal más importante: el contraste. Cuando cinco proyectos tienen el mismo aspecto, da pereza comprobar cada uno por separado. Más aún porque inspiran bastante confianza: cifra de estrellas, etiquetas, descripción estructurada. El bot no duda y no marca nada. Reproduce el README, y el README lo escribe quien quiere que le crean.

El nombre tampoco parece elegido al azar. Los scripts de activación de Windows y Office son de esas herramientas que la gente ejecuta rápido y con privilegios elevados, sin leer el código. Para una falsificación es un entorno cómodo: el propio usuario se mete en una zona gris y es menos propenso a verificar la fuente. Esta es una conclusión nuestra a partir del contexto, no una afirmación del autor del original.

Por qué las tendencias protegen poco

Las estrellas de GitHub dejaron hace tiempo de ser una métrica fiable. Se pueden inflar, y la lista de tendencias refleja la velocidad de crecimiento, no la calidad ni la seguridad. Un repositorio con 1774 estrellas parece notable, pero no escandaloso, así que no levanta sospechas.

Parámetros que se conocen por el texto:

• fuente del feed: trendshift.io;
• volumen del feed: 5 repositorios al día;
• fecha del incidente: 26 de septiembre;
• repositorio: «Microsoft Activation Scripts», 1774 estrellas;
• muestra analizada: 321 repositorios de tendencias;
• resultado: dos filtros.

Los criterios de los filtros no aparecen en el fragmento disponible; hay que consultarlos en el artículo completo. Una muestra de 321 repositorios basta de por sí para ver cómo es un proyecto en tendencia normal y en qué se diferencia una falsificación. Pero las conclusiones siguen siendo las de un solo feed y un solo periodo.

Otra cuestión son los resúmenes automáticos. Si el resumen del README lo genera un modelo de lenguaje, hereda todos los recursos del autor del documento y no comprueba qué hay detrás. El modelo comprime texto, no reputación. El anuncio no dice cómo está construido el resumen, así que esto es solo una advertencia para quienes montan feeds similares.

Cómo leer las tendencias sin salir perjudicado

Primera regla: instalar algo desde las tendencias solo después de comprobarlo, y cuanto mayores sean los permisos del script, más estricta debe ser la comprobación. Para scripts de activación, instaladores y todo lo que pida permisos de administrador bastan tres minutos. Mire la antigüedad de la cuenta y del repositorio, el historial de commits y la proporción entre estrellas, forks e issues. Compare el nombre con el del proyecto original: las falsificaciones suelen tener otro propietario y unas estadísticas sospechosamente uniformes.

Segunda: si construye su propio bot o agente que recomienda código, añada etiquetas de advertencia al feed. Bastan dos o tres comprobaciones automáticas antes del envío, por ejemplo un salto brusco de estrellas con un historial de repositorio corto, o que el propietario no coincida con el de un proyecto conocido. Filtros de este tipo son los que el autor dedujo de sus 321 repositorios.

Tercera: ejecute el código no verificado en una máquina virtual o en un contenedor, no en el portátil de trabajo. No es una garantía, pero reduce mucho el coste de un error.

La historia de las 1774 estrellas resulta valiosa porque no tiene nada de exótico. Un feed matutino normal, un botón normal, un interés normal por un repositorio reciente. Por eso conviene leerla entera.