研究人員近日展示了一種名為“Ghostcommit”的新型攻擊方式，該攻擊透過將惡意提示注入隱藏在PNG影像檔案中，成功欺騙AI程式碼審查工具，進而竊取倉庫中的秘密資訊。
攻擊流程如下：攻擊者提交一個包含惡意PNG圖片的拉取請求，AI程式碼審查器在審查時不會開啟圖片，因此無法發現其中的隱藏指令，從而輕易透過審查。隨後，一個編碼代理（如GitHub Copilot等）在處理程式碼時讀取圖片，根據隱藏指令開啟倉庫的.env檔案，並將所有金鑰以看似無害的數字列表形式寫入原始碼中。
該攻擊由密蘇里大學堪薩斯城分校的ASSET研究團隊開發，由副教授Sudipta Chattopadhyay和研究員Murali Ediga共同完成，並已向BleepingComputer披露。這一發現凸顯了AI輔助程式設計工具在安全方面的潛在風險，提醒開發者在整合AI代理時需要警惕此類隱蔽攻擊。