Ultralytics YOLO27: Вступи в список ожидания.
Лицензия YOLO
Назад к глоссарию Ultralytics

Slopsquatting

Слопсквоттинг — это атака на цепочку поставок ПО, при которой злоумышленники используют придуманные ИИ названия пакетов, чтобы обманом заставить разработчиков устанавливать вредоносные зависимости.

Слопсквоттинг — это атака на цепочку поставок ПО, при которой злоумышленник публикует вредоносный пакет под названием, придуманным ИИ-помощником для программирования, а затем рассчитывает на то, что разработчики или автоматизированные инструменты установят этот пакет. Так правдоподобно звучащая рекомендация зависимости превращается в исполняемый сторонний код. Эта атака связывает галлюцинации в больших языковых моделях — выдуманную информацию, представленную как факт, — с менеджерами пакетов, используемыми для сборки ПО.

Исследователь безопасности Сет Ларсон ввёл этот термин в апреле 2025 года, а Эндрю Несбитт популяризировал его в своей первоначальной формулировке понятия «слопсквоттинг», указав авторство Ларсона. Название объединяет ИИ-мусор и «сквоттинг» — присвоение названия ПО, которое будут искать другие.

Как работает слопсквоттинг#

Большая языковая модель генерирует код с выдуманным названием пакета или командой установки. Злоумышленник обнаруживает это название и публикует под ним пакет в таком реестре, как PyPI или npm. Когда рекомендация появляется снова, при установке загружается пакет злоумышленника. Галлюцинации с названиями пакетов могут повторяться в разных запросах и моделях, концентрируя спрос на названиях, которые злоумышленники могут зарегистрировать.

Результат зависит от состояния реестра. Если имя не зарегистрировано, установка завершается с ошибкой; если имя контролирует злоумышленник, пакет успешно устанавливается и внедряет в среду вредоносный код. Доверие разработчика к помощнику становится путём проникновения в цепочку поставок ПО.

Этот риск затрагивает как разработку с участием человека, так и агентное программирование. ИИ-агент с возможностью использовать инструменты может превратить сгенерированную зависимость в действие по её установке. Вредоносный код пакета может выполняться во время установки или последующего использования, получая доступ к файлам, учётным данным и результатам сборки в пределах разрешений среды.

Как выдуманный пакет попал к разработчикам#

Бар Ланядо опубликовал пустой Python-пакет с названием huggingface-cli после того, как модели ИИ рекомендовали эту несуществующую зависимость. К 28 марта 2024 года галлюцинированный пакет набрал более 30 000 настоящих загрузок за три месяца. Инструкции по установке также появились в файле README исследовательского репозитория Alibaba. Использование пустого пакета показало, что выдуманное название зависимости может попасть в реальные рабочие процессы разработки.

Различия в именовании пакетов создают ещё один источник путаницы: исполняемый файл командной строки, импортируемый модуль и устанавливаемый дистрибутив могут называться по-разному. Это важно при разработке в области компьютерного зрения, когда помощники генерируют инструкции по настройке среды. Ultralytics YOLO поддерживает YOLO26 через Python-пакет ultralytics, который предоставляет рабочие процессы обучения, предсказания и экспорта; проверка сгенерированных инструкций по установке на соответствие идентификатору этого пакета помогает выявить подмену зависимости на этапе её выбора.

Эти термины обозначают разные механизмы, влияющие на безопасность зависимостей:

  • Галлюцинация с названием пакета: модель выдумывает зависимость. Слопсквоттинг превращает эту ошибку в названии в угрозу с помощью регистрации злоумышленником.
  • Тайпсквоттинг: злоумышленник регистрирует название, похожее на название существующего пакета, чтобы перехватывать запросы с опечатками. Слопсквоттинг нацелен на названия, сгенерированные ИИ.
  • Путаница зависимостей: менеджер пакетов загружает общедоступный пакет, хотя требовалась закрытая зависимость.
  • Инъекция промпта: контролируемое злоумышленником содержимое меняет поведение системы ИИ. Слопсквоттинг использует сгенерированную рекомендацию пакета через реестр.

Как предотвратить слопсквоттинг в конвейерах сборки#

Перед установкой при согласовании зависимости проверяют, какой именно проект, издатель, исходный репозиторий и история выпусков нужны. Проверка зависимостей с упором на безопасность применима к добавлениям, сгенерированным ИИ, так же, как и к коду, написанному человеком. Наличие пакета в реестре подтверждает, что он существует; проверка владельца показывает, чьё ПО будет запущено. Привязка помощника к одобренной документации пакетов предоставляет идентификаторы пакетов для такой проверки.

В непрерывной интеграции этапы проверки контролируют изменения зависимостей до их попадания в сборку. Зафиксированные версии указывают на одобренные выпуски, а хэши артефактов — на конкретные файлы. Изоляция агента, ограниченный сетевой доступ и учётные данные с минимальными привилегиями ограничивают ресурсы, доступные коду зависимостей, сокращая его доступ к конфиденциальным данным и учётным данным для развёртывания.

Режим установки Python с проверкой хэшей использует --require-hashes, чтобы сверять загруженные файлы пакетов с хэшами, указанными в файле требований. Для каждой зависимости, включая транзитивные зависимости — библиотеки, необходимые другим библиотекам, — должна быть указана точная версия и разрешённые хэши артефактов. Если хэш загруженного пакета не совпадает ни с одним из разрешённых хэшей, pip отклоняет файл и останавливает установку.

Explore solutions

Компьютерное зрение в спорте

Компьютерное зрение в спорте

Узнай, как Ultralytics YOLO обеспечивает компьютерное зрение в спорте: отслеживание игроков и мяча, аналитика результатов, полезные выводы для тренеров и реабилитация спортсменов.
Подробнее
Компьютерное зрение для аэросъёмки

Компьютерное зрение для аэросъёмки

Преобразуй изображения с дронов и других воздушных платформ в аналитические данные в реальном времени для сельского хозяйства, аквакультуры, экологического мониторинга, охраны природы и геопространственного анализа с помощью Ultralytics YOLO.
Подробнее
Компьютерное зрение в аэрокосмической отрасли

Компьютерное зрение в аэрокосмической отрасли

Используй модели Ultralytics YOLO для мониторинга с воздуха с помощью ИИ для компьютерного зрения. Применяй решения компьютерного зрения для дронов, аэрокосмических рабочих процессов, охраны окружающей среды и геопространственных отраслей.
Подробнее
Компьютерное зрение в сфере безопасности

Компьютерное зрение в сфере безопасности

Защити любой объект с помощью моделей Ultralytics YOLO. ИИ на базе компьютерного зрения обеспечивает мониторинг периметра, обнаружение угроз, распознавание номерных знаков и безопасность на рабочем месте.
Подробнее
Компьютерное зрение в робототехнике

Компьютерное зрение в робототехнике

Создавай более интеллектуальные машины с моделями Ultralytics YOLO. ИИ на базе компьютерного зрения в робототехнике обеспечивает автономную навигацию, восприятие, отслеживание объектов и управление в реальном времени.
Подробнее
Компьютерное зрение в логистике

Компьютерное зрение в логистике

Оптимизируй логистику с моделями Ultralytics YOLO. Визуальный AI обеспечивает проверку посылок, сортировку, отслеживание транспорта и мониторинг безопасности на складе в реальном времени.
Подробнее
Компьютерное зрение в розничной торговле

Компьютерное зрение в розничной торговле

Переосмысли розничную торговлю с моделями Ultralytics YOLO. Визуальный AI обеспечивает отслеживание запасов, мониторинг полок, управление очередями и более глубокое понимание поведения покупателей.
Подробнее
Компьютерное зрение в здравоохранении

Компьютерное зрение в здравоохранении

Создавай решения для здравоохранения с моделями Ultralytics YOLO. Визуальный AI в здравоохранении ускоряет медицинскую визуализацию, улучшает диагностику и мониторинг пациентов.
Подробнее
Компьютерное зрение в производстве

Компьютерное зрение в производстве

Оптимизируй производство с моделями Ultralytics YOLO. Компьютерное зрение на базе ИИ обеспечивает контроль качества, обнаружение дефектов, контроль использования СИЗ и автоматизацию сборочных линий.
Подробнее
Компьютерное зрение в автомобильной отрасли

Компьютерное зрение в автомобильной отрасли

Применяй компьютерное зрение в автомобильной отрасли с моделями Ultralytics YOLO. Компьютерное зрение на базе ИИ повышает безопасность дорожного движения, улучшает помощь водителю и автоматизацию автомобилей, делая дороги умнее.
Подробнее
Компьютерное зрение в сельском хозяйстве

Компьютерное зрение в сельском хозяйстве

Внедряй ИИ для компьютерного зрения в умное сельское хозяйство с моделями Ultralytics YOLO. Используй их для мониторинга посевов, отслеживания скота и точного земледелия, чтобы повысить урожайность и эффективность.
Подробнее

Давай вместе строить будущее ИИ!

Начни свой путь в будущее машинного обучения