Co se stalo
Vydáváme malé aplikace pro macOS. Každá má dva repozitáře: soukromý se zdrojovým kódem a veřejný s README, snímky obrazovky a soubory ke stažení. Zdrojový kód veřejný být nemá.
U dvou aplikací ale veřejný repozitář nevznikl jako veřejný doplněk. Začínal jako pracovní repozitář. Zdrojový kód do něj byl uložen 17. dubna 2026 a o pár dní později ho odstranil běžný commit: v jednom repozitáři smazal 52 souborů a 3 010 řádků. Od toho dne vypadala hlavní větev přesně tak, jak měla. Žádné zdrojové soubory, jen README a obrázky.
Historie si ale pamatovala všechno. Kdo si repozitář naklonoval a podíval se na první commity, měl celý zdrojový kód. Snímek obrazovky v README ve stejné historii navíc ukazoval osobní e-mailové adresy.
Přišli jsme na to 16. listopadu 2026, když jsme procházeli, co naše veřejné repozitáře ukazují, než na ně odkážeme z tohoto webu. Nikdo nám to nenahlásil. Repozitáře neměly žádné forky ani hvězdičky, takže skutečné riziko je malé. Přesto to bylo sedm měsíců zdrojového kódu, ke kterému stačil jeden git log.
Oprava, která vypadá jako hotová
Udělali jsme to, co popisuje většina návodů:
- Vytvořili jsme úplnou zálohu každého repozitáře.
- Přepsali jsme historii nástrojem
git filter-repoa ze všech commitů odstranili zdrojové soubory a staré snímky obrazovky. - Vynuceně jsme nahráli (force-push) všechny větve a všechny tagy.
Jeden repozitář se zmenšil ze 30 commitů na 16, druhý z 24 na 12. Čerstvý klon neobsahoval zdrojový kód v žádném commitu. Vydání i odkazy ke stažení fungovaly dál. Podle všeho, co lze ověřit příkazem git na klonu, byla data pryč.
Co jsme druhý den vyzkoušeli
Schovali jsme si identifikátor starého commitu, který zdrojový kód poprvé přidal, a zkusili se k němu dostat zvenku, bez přihlášení. Jde o veřejné chování platformy, vyzkoušené na našem vlastním repozitáři.
| Zkouška | Výsledek |
|---|---|
| Stránka commitu podle celého identifikátoru | otevře se a ukáže změny |
| Stránka commitu podle prvních sedmi znaků | otevře se |
| Samotný soubor v tomto commitu | stáhne se |
| REST API, commit podle identifikátoru | vrátí commit |
git fetch tohoto identifikátoru do prázdného repozitáře | stáhne strom s 27 soubory Swift |
Nejdůležitější je poslední řádek. Nejde o stránku uloženou v mezipaměti. Server vydá odstraněné objekty každému klientovi gitu, který o ně požádá podle identifikátoru.
Proč tam data pořád jsou
Force-push přesune názvy větví a tagů na nové commity. Staré commity nesmaže. Zůstávají v úložišti repozitáře jako objekty, na které neukazuje žádný název, a GitHub je podle identifikátoru dál vydává. Totéž říká i návod GitHubu k odstranění citlivých dat: po přepsání historie mohou být data dál dostupná v klonech a forcích, podle identifikátoru commitu v uložených pohledech a přes pull requesty, které na ně odkazují. Úplné odstranění vyžaduje žádost na podporu GitHubu, která na serveru spustí úklid nedosažitelných objektů a odstraní uložené pohledy.
Ale kdo ten identifikátor zná?
To je obvyklá námitka a neobstojí.
- Veřejný přehled událostí repozitáře. Den po našem force-pushi v něm u jednoho repozitáře stále byl identifikátor commitu ze staré historie. Každý commit odkazuje na své rodiče, takže jeden starý identifikátor stačí k tomu, aby se dalo dojít až ke commitu, který zdrojový kód přidal.
- Veřejné archivy událostí GitHubu. Události z veřejných repozitářů zaznamenávají třetí strany a uchovávají je. Identifikátor, který byl jednou veřejný, se dá dohledat.
- Zkrácené identifikátory. GitHub přijímá i zkrácené identifikátory commitů. Truffle Security v roce 2024 ukázala, že v malém repozitáři je lze prostě zkoušet jeden po druhém.
- Každý, kdo už má klon. Jeho kopie obsahuje staré commity i jejich identifikátory.
Jak si zkontrolovat vlastní repozitář
1. Zjistěte, co kdy v historii bylo
Současné soubory o minulosti nic neříkají. Vypište všechny cesty, které kdy existovaly:
git log --all --name-only --pretty=format: | sort -u
A všechno, co bylo někdy smazáno:
git log --all --diff-filter=D --name-only --pretty=format: | sort -u
Hledejte zdrojový kód, který má být soukromý, konfigurační soubory, výpisy databází, klíče a snímky obrazovky.
2. Prohledejte historii kvůli přístupovým údajům
Spusťte nástroj na hledání tajných údajů, například gitleaks nebo TruffleHog, nad celou historií, ne jen nad současnými soubory. My jsme starou historii obou repozitářů prohledali podle vzorů a žádné klíče ani tokeny jsme nenašli. Proto je náš případ o zdrojovém kódu a e-mailových adresách, a ne o incidentu s přístupovými údaji.
3. Po přepsání historie zkoušejte zvenku
Než cokoli přepíšete, poznamenejte si identifikátor jednoho commitu, který data obsahuje. Po force-pushi pak z počítače, kde nejste přihlášeni:
curl -s -o /dev/null -w "%{http_code}\n" https://github.com/OWNER/REPO/commit/OLD_ID
mkdir check && cd check && git init -q
git fetch --depth 1 https://github.com/OWNER/REPO.git OLD_ID
Pokud první příkaz vypíše 200 nebo se fetch podaří, data jsou stále zveřejněná.
Co data opravdu odstraní
- Jde-li o přístupový údaj, nejdřív ho zneplatněte. Klíč, který byl veřejný, je třeba považovat za použitý někým jiným. Opravou je výměna klíče. Čištění historie je jen úklid.
- Přepište historii nástrojem
git filter-repoa vynuceně nahrajte každou větev a každý tag. Jediný zapomenutý tag udrží naživu celou starou historii. - Zkontrolujte forky a pull requesty. Fork má vlastní kopii a odstranit ji může jen jeho vlastník. Pull requesty drží odkazy, které sami nesmažete.
- Požádejte podporu GitHubu o odstranění nedosažitelných commitů a uložených pohledů. Uveďte repozitář a staré identifikátory commitů. Pozor na podmínku z návodu GitHubu: podpora pomáhá jen s citlivými daty, jejichž riziko nelze odstranit výměnou přístupového údaje.
- Řekněte všem, kdo mají klon, ať si repozitář naklonují znovu. Běžný
git pulla následný push starou historii vrátí. - Zopakujte zkoušku zvenku a výsledek si uschovejte.
Jak jsme to nakonec vyřešili
Zvolili jsme přímočařejší cestu než žádost na podporu. Oba repozitáře neměly žádné forky, hvězdičky, hlášení ani pull requesty, takže mimo samotnou historii v nich nebylo nic cenného. Vytvořili jsme úplnou zálohu vyčištěné historie a všech vydání, oba repozitáře smazali a z této zálohy je pod stejnými názvy založili znovu.
Pro nás byla cena malá, pro oblíbený projekt by malá nebyla: počítadla stažení se vynulovala, data vydání se změnila na den obnovy a odkazy několik minut nefungovaly. Ztratily by se také hvězdičky, hlášení a pull requesty a fork by si svou kopii ponechal, ať bychom udělali cokoli.
Pak jsme zkoušku zvenku zopakovali. Staré identifikátory commitů vracejí na webu i přes API „nenalezeno“ a git fetch podle starého identifikátoru je odmítnut. Teprve potom jsme tento článek zveřejnili.
Co jsme změnili
- Veřejný repozitář začíná prázdný. Pracovní repozitář už neměníme na veřejný tím, že z něj smažeme soubory. Veřejný repozitář se zakládá nový a soubory se do něj kopírují.
- Historie je součástí kontroly. Než se repozitář stane veřejným, vypíšeme všechny cesty, které v něm kdy existovaly, nejen současný stav.
- Snímky obrazovky kontrolujeme jako kód. Na těch našich byly e-mailové adresy, které by žádný nástroj na hledání tajných údajů neoznačil.
- „Smazáno“ ověřujeme zvenku. Čistý klon neříká nic o tom, co server stále vydává.
Kdy dává smysl nezávislá kontrola
Pokud byly repozitáře vašeho produktu někdy veřejné, nebo se veřejnými stanou při prodeji, otevření zdrojového kódu či prověrce před investicí, vyplatí se, aby historii před tímto datem prošel někdo jiný než autoři. Je to krátká práce a před zveřejněním je mnohem levnější než po něm.