{"id":125662,"date":"2025-05-28T15:05:18","date_gmt":"2025-05-28T13:05:18","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/uyazvimost-v-mcp-servere-github-privodyashhaya-k-utechke-informaczii-iz-privatnyh-repozitoriev"},"modified":"2025-05-28T15:05:18","modified_gmt":"2025-05-28T13:05:18","slug":"uyazvimost-v-mcp-servere-github-privodyashhaya-k-utechke-informaczii-iz-privatnyh-repozitoriev","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/novosti-interneta\/uyazvimost-v-mcp-servere-github-privodyashhaya-k-utechke-informaczii-iz-privatnyh-repozitoriev","title":{"rendered":"Sicherheitsanf\u00e4lligkeit im MCP-Server von GitHub, die zu einem Informationsleck aus privaten Repositories f\u00fchrt.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Im GitHub MCP Server, der Implementierung des MCP (Model Context Protocol) von GitHub, wurde eine Schwachstelle entdeckt, die es erm\u00f6glicht, Daten aus privaten Repositories von Nutzern auszulesen, die KI-Assistenzsysteme zur Automatisierung der Arbeit mit Repositories verwenden. <\/p>\n
Das MCP-Protokoll dient der Verbindung von KI-Modellen mit verschiedenen Datenquellen. Der GitHub MCP Server erm\u00f6glicht die nahtlose Integration gro\u00dfer Sprachmodelle mit der GitHub-API und bietet diesen Modellen zus\u00e4tzlichen Kontext, indem er Daten aus GitHub-Repositories extrahiert. Mit MCP verwendete Modelle k\u00f6nnen zur Automatisierung bestimmter Aufgaben auf GitHub eingesetzt werden, beispielsweise zur Analyse von Fehlermeldungen. <\/p>\n
Die Schwachstelle besteht darin, dass durch die Interaktion mit einem gro\u00dfen Sprachmodell, das mit GitHub verbunden ist, sensible Benutzerdaten desjenigen, der den KI-Agenten mit seinem GitHub-Konto verkn\u00fcpft hat, offengelegt werden k\u00f6nnen. Ein Angreifer kann in einem \u00f6ffentlichen Repository, f\u00fcr das eine Automatisierung auf der Grundlage eines gro\u00dfen Sprachmodells angewendet wird, ein speziell gestaltetes Problem (issue) platzieren. Nach der Aktivierung wird das Modell einen Pull-Request mit einer vorgeschlagenen L\u00f6sung erstellen. Dementsprechend kann das Modell, wenn das Problem private Repositories oder vertrauliche Daten betrifft, Informationen im vorgeschlagenen Pull-Request offenlegen.
<\/center> <\/p>\n
Zum Beispiel wurde eine Fehlermeldung gesendet mit der Beschwerde, dass der Autor in der README-Datei nicht angegeben ist. Als L\u00f6sung wurde vorgeschlagen, Informationen \u00fcber den Autor sowie eine Liste aller Repositories, mit denen der Autor gearbeitet hat, in die README aufzunehmen. Infolgedessen erstellte das Modell einen Pull-Request mit Informationen, die pers\u00f6nliche Daten des Autors aus einem privaten Repository enthielten, sowie einer Liste vorhandener privater Repositories. In der n\u00e4chsten Phase kann man durch eine \u00e4hnliche Interaktion mit dem Modell auch Daten aus einem bestimmten privaten Repository erhalten. <\/p>\n
Um den AI-Agenten zu aktivieren, muss der Eigent\u00fcmer des Repositories einen Befehl zur Analyse von Fehlermeldungen geben. Falls GitHub mit dem AI-Dienst Claude verbunden ist, gen\u00fcgt es, dass der Eigent\u00fcmer des Repositories dem AI-Assistenten eine Anfrage in der Art von «Sieh dir die Issues in meinen Open-Source-Repositories an und behebe sie» sendet. Danach aktiviert der AI-Assistent die konfigurierte MCP-Integration mit dem GitHub-Konto und f\u00fchrt die in den Fehlermeldungen enthaltenen Anweisungen aus. \n Quelle: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"
![\"Sicherheitsanf\u00e4lligkeit](\"\/wp-content\/uploads\/2025\/05\/d90869cf9ba87f9fe8691181c703288f.png\")
<\/center> <\/p>\n