Ben Zimmermann, investigador de seguridad independiente, ha publicado un análisis detallado sobre la exposición de credenciales en Gitee, la principal plataforma de alojamiento de código abierto en China. El estudio, desarrollado en colaboración con el equipo Kingfisher de MongoDB, escaneó 7.256.531 repositorios públicos utilizando las herramientas TruffleHog y Kingfisher, identificando 26.400 credenciales únicas verificadas y activas. Entre los hallazgos más significativos se encuentra una credencial de administrador activa para una plataforma de inteligencia artificial empresarial y miles de claves de acceso a proveedores de nube en vivo.
El proceso de investigación fue técnicamente complejo debido a las limitaciones severas de la API pública de Gitee, que carece de endpoints paginados y funciones de búsqueda de código. Para superar estas barreras, Zimmermann combinó múltiples superficies de ataque: consultas REST oficiales, el feed de exploración de la plataforma, las páginas de proyectos y estrellas de usuarios, y un widget de búsqueda interno basado en Elasticsearch. Se generó un corpus inicial de 1.704.759 nombres de usuario mediante consultas de prefijo de tres caracteres y se expandió mediante listas de seguidores y estrelladores.
Para escalar el análisis, el investigador utilizó la plataforma de cómputo sin servidor Modal para ejecutar paralelamente el clonamiento y el escaneo de los repositorios. Se implementó un pipeline que ejecuta TruffleHog y Kingfisher de forma concurrente en cada repositorio, asegurando una cobertura más amplia al combinar los resultados de ambos escáneres. El análisis técnico destaca la necesidad de técnicas avanzadas de scraping, como el uso de agregaciones de Elasticsearch para superar los límites de resultados de 200 por página, y la importancia de la validación cruzada entre diferentes herramientas de detección de secretos.