Bot enviou repositório-armadilha com 1774 estrelas: autor analisou 321 repos em alta

Um bot do Telegram que reúne, toda manhã, cinco repositórios do GitHub em alta a partir do trendshift.io trouxe para o feed, em 26 de setembro, o «Microsoft Activation Scripts». O projeto tinha 1774 estrelas, descrição organizada, tags e o mesmo botão de resumo do README que os outros quatro repositórios. Era uma armadilha. O autor do bot, que escreveu sobre o caso no Habr, analisou depois do incidente 321 repositórios da lista de tendências e montou dois filtros que, em tese, devem pegar esse tipo de projeto com antecedência.

O anúncio da publicação não revela o que exatamente há dentro do repositório nem como funcionava o golpe. A seguir, o que se sabe pelo texto e o contexto que torna o caso ilustrativo.

Como era a armadilha

O esquema do bot é simples. O trendshift.io mostra os repositórios que ganham atenção no GitHub. O bot pega cinco deles e envia ao Telegram, cada um com um botão. Você clica, recebe o resumo do README, avalia a ideia e, às vezes, instala o que gostou. O autor lê esse feed todos os dias.

Esse formato elimina o sinal mais importante: o contraste. Quando cinco projetos parecem iguais, dá preguiça de verificar cada um separadamente. Ainda mais porque a aparência inspira confiança: número de estrelas, tags, descrição estruturada. O bot não desconfia e não marca nada. Ele reconta o README, e o README é escrito por quem quer ser acreditado.

O nome do projeto também não foi escolhido por acaso. Scripts de ativação do Windows e do Office estão entre as ferramentas que as pessoas executam rápido e com privilégios elevados, sem ler o código. Para uma falsificação, é um ambiente conveniente: o próprio usuário entra numa zona cinzenta e tende menos a checar a origem. Essa é uma conclusão nossa a partir do contexto, não uma afirmação do autor do original.

Por que as tendências protegem mal

As estrelas do GitHub deixaram de ser uma métrica confiável há tempos. É possível inflá-las, e a lista de tendências reflete a velocidade do crescimento, não a qualidade nem a segurança. Um repositório com 1774 estrelas parece visível, mas não estourado, e por isso não levanta suspeitas.

Parâmetros conhecidos a partir do texto:

• fonte do feed: trendshift.io;
• volume do feed: 5 repositórios por dia;
• data do incidente: 26 de setembro;
• repositório: «Microsoft Activation Scripts», 1774 estrelas;
• amostra analisada: 321 repositório da lista de tendências;
• resultado: dois filtros.

Os critérios dos filtros não aparecem no trecho disponível; é preciso consultar o artigo completo. Uma amostra de 321 repositórios, por si só, basta para ver como é um projeto em alta normal e no que a falsificação se diferencia. Mas as conclusões continuam valendo para um único feed e um único período.

Há ainda uma questão à parte sobre os resumos automáticos. Se o resumo do README é gerado por um modelo de linguagem, ele herda todos os artifícios do autor do documento e não verifica o que está por trás dele. O modelo comprime o texto, não a reputação. O anúncio não diz como o resumo funciona, então isso é apenas um alerta para quem monta feeds parecidos.

Como acompanhar tendências sem prejuízo

Primeira regra: só instale algo vindo de uma lista de tendências depois de verificar, e quanto maiores os privilégios do script, mais rigorosa deve ser a checagem. Para scripts de ativação, instaladores e tudo o que pede acesso de administrador, bastam três minutos. Veja a idade da conta e do repositório, o histórico de commits e a proporção entre estrelas, forks e issues. Compare o nome com o projeto original: as falsificações costumam ter outro dono e estatísticas suspeitosamente uniformes.

Segunda: se você está montando seu próprio bot ou agente que recomenda código, inclua no feed marcações de alerta. Duas ou três verificações automáticas antes do envio são suficientes, por exemplo um salto brusco de estrelas num repositório com histórico curto, ou um dono que não coincide com o de um projeto conhecido. Foi esse tipo de filtro que o autor extraiu dos seus 321 repositórios.

Terceira: execute código não verificado em uma máquina virtual ou em um contêiner, não no notebook de trabalho. Não é garantia, mas reduz bastante o custo de um erro.

A história das 1774 estrelas é boa justamente porque não tem nada de exótico. Um feed matinal comum, um botão comum, o interesse comum por um repositório recém-lançado. É por isso que vale a pena ler o texto original na íntegra.