חזרה לפיד
articlesמקור: MongoDB Official Blog (general)28.10.2026

מיליוני הרשאות דלפו: סריקת מאגרי קוד ב-Gitee

אמ;לק

מחקר חושף אלפי הרשאות גישה (Access Keys) וסיסמאות מנהל שנחשפו בטעות במאגרי קוד פתוחים. חשיפה זו מדגישה את הצורך הקריטי בניהול מאובטח של סודות (Secrets) וקוד בארגונים.

סיכום בעברית: מערכת VibeSec · מדיניות המקורות

נוסף ל-VibeSec:

כותרת מקורית: Scanning 7.25 Million Public Repositories on China's Largest Git Platform for Secrets

מיליוני הרשאות דלפו: סריקת מאגרי קוד ב-Gitee

התוכן המלא בעברית

תרגום אוטומטי מהמקור; מונחים טכניים נשארו באנגלית. לנוסח המחייב — הכתבה המקורית.

פוסט אורח זה מאת חוקר האבטחה העצמאי Ben Zimmermann נכתב בשיתוף פעולה עם צוות Kingfisher ב-MongoDB. בן מתמחה במחקר של חשיפת אישורי גישה בקנה מידה גדול בפלטפורמות אירוח קוד מקור ציבוריות.

TL;DR: סרקתי 7,256,531 מאגרים ציבוריים ב-Gitee (פלטפורמת אירוח ה-Git המקומית הגדולה ביותר בסין), תוך שימוש ב-TruffleHog וב-Kingfisher גם יחד, ומצאתי 26,400 אישורי גישה ייחודיים ומאומתים בזמן אמת. הממצאים כללו אישור מנהל-ארגון פעיל עבור פלטפורמת AI ארגונית גדולה, ואלפי מפתחות גישה פעילים לענן.

מה זה ⁦Gitee⁩?

Gitee, שהושקה בשנת 2013 על ידי OSChina, נבחרה על ידי משרד התעשייה וטכנולוגיית המידע של סין כפלטפורמת אירוח הקוד הפתוח הלאומית של המדינה. ה-API הציבורי שלה מוגבל מאוד בהשוואה ל-GitHub ו-GitLab: אין נקודת קצה לפרויקטים עם עימוד, ונראה שתכונת חיפוש הקוד באתר הוסרה לפני שנים. ניסיון משנת 2021 לחקור חשיפת אישורים ב-Gitee הגיע למסקנה שה-APIs שלה מוגבלים מדי מכדי להרחיב את המחקר.

כמו כל פלטפורמת Git גדולה, היא מהווה משטח אטרקטיבי לחשיפת אישורים:

• הפלטפורמה מבוססת Git, ולכן סודות הקבורים עמוק בהיסטוריית ה-commit נשמרים.

• היא מארחת מיליוני מאגרים ציבוריים עם נפח פעילות commit גבוה.

• אין לה מקבילה ציבורית לשותפויות סריקת הסודות של ספקי פלטפורמות, שהפכו לסטנדרט ב-GitHub.

מיפוי מיליוני מאגרי Gitee

ה-API הציבורי של Gitee מוגבל מאוד, ולכן מיפוי מיליוני המאגרים דרש שילוב של מקורות מידע רבים: נקודת הקצה הרשמית היחידה ב-REST שהחזירה נתונים שימושיים בקנה מידה רחב, פיד ה-Explore של הפלטפורמה, דפי מאגרים וצופי כוכבים (stargazers) לכל משתמש באתר עצמו, ו-וידג'ט ה-Elasticsearch הפנימי של Gitee שתומך בממשק החיפוש באתר.

אתחול אוסף שמות משתמש

נקודת הקצה היחידה ב-REST שהחזירה נתונים שימושיים בקנה מידה רחב הייתה GET /api/v5/search/users?q= . פניתי אליה עם שאילתות קידומת של שלושה תווים ( aaa , aab , ..., zzz ) ושילבתי את התוצאות עם שמות משתמש שחולצו מהפיד הציבורי ( /explore/all?order=starred|popular|updated ). לאחר מכן הרחבתי את הקבוצה הזו דרך רשימות ה-following של כל משתמש ודרך רשימות ה-stargazers של מאגרים פופולריים. פעולה זו יצרה מאגר התחלתי של 1,704,759 שמות משתמש.

גרידת דפים אישיים של משתמשים ב-frontend

עם רשימת שמות המשתמש ביד, שני דפים לכל משתמש הניבו מאגרים: gitee.com/{user}/projects (המאגרים של המשתמש עצמו) ו-gitee.com/{user}/stared_projects (מאגרים שהמשתמש סימן בכוכב). עמוד 1 של /projects מחזיר HTML מלא; העמודים הבאים הם בעלי עימוד מסוג AJAX ( X-Requested-With: XMLHttpRequest ). דפי רשימת ה-stargazers ששימשו במהלך אתחול שמות המשתמש מועמדים באותו אופן, ובנוסף דורשים אסימון CSRF שחולץ מה-HTML של עמוד 1.

שאילתה בווידג'ט החיפוש באתר

חלק גדול מהפלטפורמה נמצא מחוץ לגרף החברתי. כדי להגיע אליו, השתמשתי באותה נקודת קצה פנימית של Elasticsearch התומכת ב-UI של החיפוש ב-Gitee: so.gitee.com/v1/search/widget/wong1slagnlmzwvsu5ya . היא דורשת מזהה שאילתה, פרמטר q, ועימוד באמצעות from + size :

כל שאילתה החזירה לכל היותר 20 תוצאות לדף, עם מגבלה קשיחה של 200 תוצאות בסך הכל ( from + size <= MAX_RESULTS ), ללא קשר למספר ההתאמות בפועל. עבור שמות משתמש ספציפיים, זה היה בדרך כלל בסדר; עבור שמות משתמש נפוצים ושאילתות קידומת של טריגרמות כנגד הווידג'ט, התוצאות נקטמו בשקט.

עקיפת מגבלת 200 התוצאות באמצעות פיצול דליים

התגובה של הווידג'ט כוללת צבירות של Elasticsearch שמקבצות תוצאות לפי שפה ( 编程语言 ) ורישיון ( 许可证 ). עבור הגרידה לפי שם משתמש, כאשר שאילתה הגיעה למכסה, פיצלתי אותה לפי דלי השפות שהתגובה כבר החזירה:

עבור שאילתות קידומת של טריגרמות כנגד הווידג'ט (ששימשו לאיתור מאגרים שלא היו משויכים לאף משתמש שגיליתי), הרחבתי זאת ל-BFS מעל עץ שאילתות: צמתים שהגיעו למכסה פוצלו תחילה לפי שפה, לאחר מכן לפי רישיון, ואז לפי קידומת עמוקה יותר עד שכל ענף נכנס בתוך מגבלת 200 התוצאות.

לאחר הסרת כפילויות של מזהי מאגרים (repo IDs) מכל המקורות, נוצר מאגר עבודה של 7,256,531 מאגרי Gitee ציבוריים ייחודיים.

הקמת צינור הסריקה

האתגר הבא היה שיבוט וסריקה של 7.25 מיליון המאגרים. כדי לעשות זאת בסקריפט Python בודד, השתמשתי ב-Modal , פלטפורמת מחשוב serverless פופולרית לעומסי עבודה של AI שמתאימה מאוד לרוב המשימות המקבילות. הרצתי את TruffleHog ו-Kingfisher במקביל כנגד כל מאגר כדי להגדיל את הכיסוי. כל סורק אימת אישורים שהסורק השני פספס, כך שהרצת שניהם יחד תפסה אישורים חשופים רבים יותר מאשר כל אחד מהם בנפרד.

איור 1. ארכיטקטורת צינור סורקים כפולים.

תמונת ה-Docker

תמונת המכולה (container image) היא מבנה רב-שלבי שמושך את שני הקבצים הבינאריים של הסורקים מהגרסאות העדכניות שלהם לבסיס Python יחיד, בתוספת git ו-OpenSSH לצורך שיבוט:

פונקציית הסריקה לכל מאגר

פונקציית Modal בודדת מבצעת bare-clone לכל מאגר באמצעות SSH ומריצה את שני הסורקים במקביל כתתי-תהליכים (subprocesses) כנגד אותו עותק מקומי על הדיסק:

שליחת 7.25 מיליון מאגרים בקבוצות

חילקתי את האוסף ל-50 קבוצות של כ-150 אלף מאגרים והרצתי אותם ברצף עם 350 מכולות עובדות במקביל. קבוצות קטנות יותר היו בטוחות יותר בקנה מידה כזה וקל יותר לחדשן לאחר הפרעות; הרצת קבוצות גדולות יותר הייתה לא יציבה והובילה לחסימות בצד השיבוט.

עלות וקנה מידה

זמן עבודה כולל: בערך חודש של ביצוע רצוף. זמני השיבוט של כל מאגר היו גורם משמעותי: השרתים של Gitee יושבים בסין, והמרחק ברשת מעבר לאוקיינוס השקט, בתוספת התקורה של פרוטוקול SSH, הפכו כל שיבוט לאיטי משמעותית משיבוט מקביל ב-GitHub. העלות הכוללת הייתה 3,097.64$, שנספגה במלואה על ידי חסות של 5,000$ בקרדיט מחשוב מ-Modal שתמכה במחקר זה. אותה ארכיטקטורה של Modal וסורק כפול פועלת כנגד רוב מארחי ה-Git עם לא הרבה יותר מאשר החלפת כתובת ה-URL לשיבוט. השתמשתי בגרסה בקנה מידה קטן יותר של גישה זו בחקירה קודמת של מפתחות ניהול ב-Algolia DocSearch.

התוצאות

על פני 7,256,531 מאגרי Gitee ציבוריים שנסרקו, צינור הסורק הכפול חשף 26,400 אישורים ייחודיים ומאומתים בזמן אמת לאחר הסרת כפילויות לפי ערך ה-token.

שני הסורקים מאמתים כל מועמד מול ה-API של הספק שלו בזמן הסריקה (מצבי --only-verified ב-TruffleHog ומצבי --only-valid ב-Kingfisher), ומשליכים כל דבר שתואם דפוס אך נכשל באימות. הנתון של 26,400 אישורים עבר הסרת כפילויות לפי ערך הסוד הגולמי, כך שכפילויות בין מאגרים או סורקים נספרים פעם אחת בלבד.

כל סורק לבדו היה תופס רק כמחצית מהאישורים הללו. כיסוי הגלאים של שני הכלים היה משלים במידה רבה: TruffleHog שלט בזיהוי מפתחות Alibaba Cloud (9,428 לעומת 993), בעוד Kingfisher שלט ב-DeepSeek (2,940 לעומת 230), OpenAI (1,198 לעומת 150), HuggingFace (154 לעומת 1), ושירותי AI סיניים כמו Zhipu (1,489 לעומת 0) שעבורם ל-TruffleHog אין גלאי.

סודות לפי סוג

סוג האישור הדלוף הנפוץ ביותר היה זוגות ⁦Alibaba Cloud AccessKey⁩: בערך 1 מכל 766 ⁦Gitee⁩ מאגרים הכיל אישור פעיל ⁦Alibaba Cloud⁩ מאומת.

זנב ארוך של ספקים נוספים (⁦LangSmith⁩, ⁦OpenWeather⁩, ⁦Algolia⁩, ⁦PostHog⁩, ⁦OpenRouter⁩, ⁦MySQL⁩, ⁦Stripe⁩, ⁦Slack⁩, ⁦Twitter⁩, ואחרים) אחראים לשאר.

סודות שבוצעו לפי תאריך

הרוב המכריע של האישורים המאומתים בזמן אמת בוצעו בשנתיים האחרונות. שנת 2025 לבדה אחראית ל-12,242 אישורים ייחודיים, כמעט מחצית ממערך הנתונים כולו.

איור 3. אישורים ייחודיים שהתחייבו לפי שנה.

סודות לפי דומיין דוא"ל מחויב

רוב האישורים בוצעו משירותי דואר אישיים (qq.com, 163.com, gmail.com), מה שהופך את הייחוס לכל חברה לבלתי אפשרי בקנה מידה רחב. המספרים של דומיינים ארגוניים המפורטים למטה הם הערכת מינימום; למרות זאת, השמות כוללים חברות טכנולוגיה גדולות מסין ומהמערב כאחד.

איור 5. אישורים ייחודיים לפי תחום דואר אלקטרוני.

טביעות רגל ארגוניות קטנות יותר מופיעות גם מ-Oracle, Apple, Meta, Anthropic ואחרים, בתוספת דומיינים מסחריים ואקדמיים מסין.

⁦Comparing Gitee⁩ עם ⁦GitLab and Bitbucket⁩

נקודות הנתונים הקודמות הקרובות ביותר מגיעות מסריקה של TruffleSecurity על 5.6 מיליון מאגרי GitLab ציבוריים, וסריקה נלווית של Bitbucket שהוזכרה באותו פוסט.

Gitee מובילה על שתי הפלטפורמות המערביות בספירה גולמית ובצפיפות לכל מאגר. הערה מתודולוגית אחת: סריקות TruffleSecurity השתמשו ב-TruffleHog לבדו, בעוד שסריקה זו השתמשה ב-TruffleHog ו-Kingfisher יחד. ספריית הגלאים של TruffleHog מוטה לכיוון ספקים מערביים, ול-Gitee יש פעילות רבה של ספקים סיניים (Alibaba Cloud, DeepSeek, Zhipu ואחרים) שהכיסוי של Kingfisher עוזר לחשוף; הפחתת הממצאים שלנו ל-TruffleHog בלבד מעמידה את Gitee על 1.76 אישורים לכל 1,000 מאגרים.

גילוי נאות

שלחתי דוא"ל לספקים עם נפח החשיפה הגבוה ביותר בסריקה זו, וסיפקתי לכל אחד מהם דוח מתואם המכיל את הרשימה המלאה של אישורים פעילים המאומתים המשויכים לשירות שלהם, יחד עם מטא נתונים של מאגר מקור כדי לעזור להם לייחס ללקוחות מושפעים.

הודעה לכל מפתח (יצירת קשר עם המבצע של כל אישור שדלף בנפרד) לא בוצעה בקנה מידה זה. ביטול אישורים מצד הספק הוא הנתיב המהימן יותר, מכיוון שהוא אינו מצריך שום פעולה מהמשתמש שהדליף את האישור.

נכון למועד כתיבת שורות אלה, טרם אושר סטטוס ביטול האישורים שנחשפו.

תַקצִיר

• Gitee היא משטח משמעותי לחשיפת אישורים. 26,400 אישורים מאומתים בזמן אמת על פני 7.25 מיליון מאגרים. צפיפות האישורים לכל מאגר גבוהה יותר מסריקות דומות שפורסמו על GitLab ו-Bitbucket.

• חברות טכנולוגיה גדולות מופיעות במטא-נתונים של ה-commit, מסין ומהמערב כאחד. הרשימה כוללת את Huawei, ByteDance, Google, Microsoft, Oracle ואחרים, מה שמצביע על כך שזו לא תופעה של מפתחים סינים בלבד.

• נתיבי הגילוי אינם סימטריים. לחברות מערביות יש בדרך כלל תוכניות פרס על באגים או ערוצי אבטחה נגישים. רוב החברות הסיניות לא, מה שמותיר אישורים שדלפו ללא נתיב תיקון ברור.

• הארכיטקטורה היא ניידת. אותו צינור סריקה של Modal עם סורק כפול עובד על רוב מארחי ה-Git עם לא הרבה יותר מאשר החלפת כתובת ה-URL לשיבוט; עלות הסריקה המלאה הייתה כ-3,000$.

#mongodb#cybersecurity#data-leak#secrets-management#git
קרא במקור

קריאה וכלים קשורים

אבטחת MongoDBמונחי אבטחה והסברים בעברית