跳到正文
Hacker News· werrett·· 3 小时前精选AI 评分82

Java4Shell:OpenJDK 处理 Base64 时存在远程代码执行漏洞

Java4Shell: RCE in OpenJDK when processing Base64

AI 导读

安全研究者 Quang Luong 披露 OpenJDK HotSpot 的 x86-64 Base64 内建函数在计算填充尾部写入掩码时出错,畸形 Base64 输入可造成堆越界写,并可通过远程 Heap Feng Shui 升级为堆泄露和远程代码执行。

推荐理由

文章完整披露了 OpenJDK Base64 内建函数的越界写成因与利用链,并给出受影响版本和缓解开关。

正文 · AI 翻译

Base64 的尾巴

作者:Quang Luong

在受影响的 OpenJDK 构建版本上,畸形的 Base64 数据可能导致对已分配堆内存的常量值覆写。通过远程 Heap Feng Shui,我们将该覆写转化为堆泄漏和远程代码执行。

发现

几个月前,我正在为某家手机厂商开发一个 0-click 漏洞利用。该漏洞的约束很严格:它是一个线性的越界写,而且我们无法绕过 ASLR。我几乎认为它无法利用,直到我审计了 Android Runtime。结果发现,它有一些可预测的内存分配模式,如果你把起始内存破坏处的寄存器对齐得恰到好处,就能让运行时解释攻击者的字节码。

完成那条利用链后,受启发(也无聊),我决定研究一些完全不同的东西。于是我拉取了官方 JVM 实现(OpenJDK HotSpot)并开始审计。Java 是一个成熟的平台,所以我知道在这里找到一个“好”漏洞会很难,但我还是想尽力一试。

回想起我早先的教训——复杂系统和跨越多个边界的代码很难做对——我把审计重点放在 JIT 编译器、intrinsics、广泛可访问的 API 和密码学上。嗯,更准确地说,我像 2026 年任何严肃的安全研究员一样,让 Codex 去看那些区域。说实话,我没指望能找到什么轻易可利用的东西,也许只是一些逻辑缺陷或侧信道问题。

Codex 带给我的大多数早期结果都是垃圾,要么不可达,要么利用要求完全不现实。这看起来像是我要输掉的一场赌博。但你知道,幸运眷顾勇者。所以我只是更用力地提示……

最终,Codex 给我带来了一个发现:Base64 解码器本身存在内存破坏。我本是来找铜,却靠纯粹的坚持找到了金。但等等,这真的是金,还是愚人金?

漏洞

问题出在 OpenJDK HotSpot 的 x86-64 Base64 intrinsic。C2 是 Java 虚拟机中最激进的 JIT 编译器。具体来说,如果你反复触发一个函数,它就会把该函数编译成本地代码。即便如此,普通的本地代码本身也不够快。现代 CPU 有专用指令,可以更快地处理数据。HotSpot 在称为 intrinsics 的优化例程中使用它们。x86-64 Base64 intrinsic 错误计算了填充尾部的存储掩码,导致越界写。

x86-64 Base64 intrinsic 以 256 字节块遍历输入;如果少于 256,则以 64 字节块进行。当输入少于 64 字节时,它使用 evmovdqub,即 VMOVDQU8 指令的 intrinsic。该指令接受一个 64 位掩码,决定从内存读取或写入哪些字节。掩码首先根据输入和输出长度计算,然后更新以反映 Base64 编码字符串中的填充字节('=')数量。如下所示(伪代码):

// Zero High Bits Starting with Specified Bit Position
input_mask := bzhiq(-1, input_length)
output_len := (input_length / 4) * 3

// handle padding
if input[input_length - 1] == '=':
    output_len -= 1
    input_mask >>= 1
    if input[input_length - 2] == '=':
        output_len -= 1
        input_mask >>= 1

output_mask := bzhiq(-1, output_len)

在上述代码中,如果剩余的 input 是 =, ==, X=, X==, XY= 或 === 的形式,那么 output_len 将被计算为零。然而,由于存在填充,output_len 被递减,导致下溢值 -1 或 -2。由于 bzhiq(-1, output_len) 在 output_len >= 64 时不会改变任何位,这导致 output_mask == -1u64。

随后代码使用 evmovdqub 一次读写多个字节。对于写操作,如果掩码位为 1,则向量寄存器中该索引处的字节会被写入内存。因此当 output_mask == -1u64 时,所有 64 个字节都会在接下来的操作中被写入:

evmovdqub(
	Address(dest, dp) /* Address: destination address addr */,
	k1 /* k1 == output_mask */,
	tmp /* XMMRegister src register/value to write */,
	true,
	Assembler::AVX_512bit /* vector length */
);

生成的桩代码返回其成功解码的字节数,并在检测到无效输入时提前返回。剩余的字节由 Java 代码处理,如果输入无效,Java 代码会抛出 IllegalArgumentException。

在运行时,解码缓冲区长度按 (ceil(inp_len / 4) * 3) - padding 计算。当该 bug 被触发时,以 65 个字节([64 bytes] + '=')作为输入,该计算会分配一个 50 字节的缓冲区。在解码过程中,该 bug 使 output_mask == -1 变为 evmovdqub,因此从偏移量 48 开始写入了 64 个字节,这是一次越过缓冲区末尾的越界写。

在 OpenJDK 17 上,触发输入是 'A' * 128 + '=' 而不是 'A' * 64 + '=',因为到达该代码路径的长度阈值更高。

利用策略

这个 Base64 bug 是块金子,但不是那种躺在河床上等着被淘出来的类型。它是那种深、暗、难以触及的类型。虽然我们有了内存破坏,但利用它看起来很难,甚至可能处于可利用的边缘,因为它只向堆写入固定字节。只有越界写的落点位置是可控的。

我们从缓冲区中本应写入剩余各组 Base64 解码字节的位置开始,得到以下 64 字节的写入:

  • 对字节 0 的完全可控写(在界内)
  • 对字节 1 的 4 位可控写(在界内)
  • 对字节 [2, 63] 的不可控写。对于字节 48..63,值将始终为 0x9a。

不可控的越界写结果并不是大问题。我们复用了常见的 JavaScript 引擎利用原语,即覆盖缓冲区长度的经典技术。

我们把被覆盖长度的缓冲区称为 writer。一旦其长度被破坏,它就会持续接受我们选定的字节,因此如果我们在它后面放置另一个数组或对象,我们就可以用我们选定的所有值破坏那个邻居。这就把固定写升级为有界的、选定值的线性写。

如果我们接着破坏另一个数组的长度,并且其数据被复制回响应中,我们就从越界读构建了一个堆泄露原语,即 reader。此时,在任何代码执行之前,我们已经拥有了 JavaBleed,即从 Java 堆泄露内容的能力,这些内容可能包含 PII、私钥、其他密钥和令牌。

从 writer 和 reader 出发,本文的其余部分构建了完整的攻击。我们修复线性写损坏的对象以保持 JVM 运行,对应用逻辑发起仅数据攻击,并将有界写升级为任意写,从而触及 Code Cache 和 JVM 钩子以实现代码执行。

但首先,我们需要将堆对齐到对我们有利的位置。

堆风水(堆布局)

G1 将堆划分为固定大小的区域。在区域算术变得重要之前,关键数组必须离开其线程的私有分配范围。

HotSpot 通常为每个 Java 线程提供一个 线程本地分配缓冲区(TLAB),即 Eden 的私有切片。由不同请求线程创建的对象推进不同的游标,这使我们在一个 TLAB 中的 Base64 解码器与另一个 TLAB 中的写入器之间没有有用的顺序。

第一层 groom 控制分配路径。关键数组的大小以及 worker 的 TLAB 中剩余的空间,决定了 HotSpot 是重新填充该 TLAB,还是走攻击者偏好的 TLAB 外分配路径。

第二层控制布局。然而,我们无法选择 G1 如何分配内存,也不知道当前的堆状态。为应对这一限制,Calif 采用了久经考验的 Spray and Pray 方法。

对象大小和填充决定了 region 大小 span 内的偏移。我们喷洒若干存活的 writer 和 reader 对,使解码器输出具有多个可能的邻居。当其 region 恰好落在某个 writer region 正下方时,被扩大的 reader 会产生更大的应用响应。我们丢弃未命中的情况并重试,直到成功。

漏洞利用开发早期的一个挑战是,AI 在堆 groom 原语开发过程中会卡住。为了节省 token 和时间,Calif 编写了一个小型堆追踪器和可视化工具,结合我们在具体案例上的专业知识,为 agent 提供堆状态信息。

远程堆 Feng Shui

为了执行远程 groom,每个请求的数据都会被发送上去,直到关键的堆分配发生。通过确保先前发送的数据已获得 TCP 确认,漏洞利用就能控制截至当时的分配。一旦我们确信目前的数据已缓冲在目标上,就发送剩余部分,完成 HTTP 请求。这样既能控制堆分配,又能实现更精确的调度,因为发送小网络包比发送大包更稳定。

确切的分配与释放顺序调度属于目标应用 profile,而我们能够控制添加、writer、reader 和解码器这些部分。

当前攻击对网络条件敏感,例如 RTT 和抖动。较低且稳定的往返时间更有利于提高攻击可靠性。在我们的受控环境中,我们通过公网 IP 在互联网上执行此攻击,而不是仅假设完美的实验室条件。为了让当前攻击路径在漏洞利用中达到最佳稳定性和可靠性,Calif 转向物理学,用钱解决问题,而不是试验 TCP/IP 栈配置。换言之,Calif 在与目标相同的区域租用了另一台 VM。

预热、排练与重试

总结目前的链条:我们会将 Base64 解码器预热到 C2 层级。我们可以在造成破坏之前排练漏洞利用运行,以校准针对目标的时序和响应。一旦获得所需信息,我们就可以触发漏洞。错误的位置可能导致 JVM 崩溃,但在许多情况下,我们只需重试即可。

预热
运行有效的解码,直到 JIT 选择受影响的快速路径。不会破坏内存。
排练
可选的用于校准的安全轮次。
触发
发送畸形尾部。如果对象对齐,固定的溢出会扩大 writer。
泄露
继续 writer,使选定的字节扩大 reader,然后收集从响应推导出的堆字节。
修复
当链条存在修复路径时,使用泄露的原始数据恢复临时头部和未受影响的邻居。
完成
进行应用特定的更改,并通过实时请求验证。

限制

请求流式传输。 一些现有的 grooming profile 需要部分请求体才能到达应用。等待完整请求体的代理会破坏它们的释放时序。nginx 默认会缓冲请求体。

请求缓冲并非通用的缓解措施。Elasticsearch 基于一个完整请求运行,因此该设置无法阻止那条链。在配置了 WebSocket 升级之后,后续帧会通过隧道传输,请求体缓冲不再适用于它们。

应用 profile。 不存在通用的 payload。每条链都需要一个解码器路由、一个实时写入器、一个返回的读取器或其他反馈路径、一个堆布局以及一个应用动作。每个目标都需要定制的 profile。该漏洞利用并非通用的即插即用。

PoC

以下是一个自包含的概念验证。它预热 Base64 解码器,直到使用存在漏洞的 intrinsic,然后将格式错误的 64 × "A" + "=" 输入解码为 4096 字节的数组。在受影响的 JDK 上,它会打印 REPRODUCED:解码器拒绝该输入,但解码输出之后的 62 字节(偏移量 50 到 111)已被覆盖。每次写入都落在真实数组内,因此该触发可以安全运行。

import java.nio.charset.StandardCharsets;
import java.util.Arrays;
import java.util.Base64;

/** Bounded standalone trigger: every write stays inside a real 4096-byte array. */
public final class Base64Trigger {
    private static volatile int sink;

    public static void main(String[] args) {
        Base64.Decoder decoder = Base64.getDecoder();
        byte[] valid = "A".repeat(64).getBytes(StandardCharsets.US_ASCII);
        byte[] malformed = ("A".repeat(64) + "=").getBytes(StandardCharsets.US_ASCII);
        byte[] target = new byte[4096];

        for (int i = 0; i < 200_000; i++) {
            sink += decoder.decode(valid, target);
        }

        Arrays.fill(target, (byte) 0x5a);
        boolean rejected = false;
        try {
            decoder.decode(malformed, target);
        } catch (IllegalArgumentException expected) {
            rejected = true;
        }

        int changed = 0;
        int first = -1;
        int last = -1;
        for (int i = 50; i < target.length; i++) {
            if (target[i] != (byte) 0x5a) {
                changed++;
                if (first < 0) first = i;
                last = i;
            }
        }

        System.out.println("runtime=" + System.getProperty("java.runtime.version"));
        System.out.println("vm=" + System.getProperty("java.vm.name"));
        System.out.printf("rejected=%s changed=%d first=%d last=%d%n",
            rejected, changed, first, last);

        if (!rejected || changed != 62 || first != 50 || last != 111) {
            System.err.println("NOT REPRODUCED");
            System.exit(1);
        }
        System.out.println("REPRODUCED");
    }
}

我们暂时不公开针对特定应用的漏洞利用。本文涵盖该漏洞及通用利用技术。针对各个产品的武器化利用链将保持私密,直到所有人都有机会升级。我们稍后会发布它们。

受影响产品

Java4Shell 影响 OpenJDK 17.0.6 或更新版本。

由于它们基于 OpenJDK 构建,以下 Java 发行版也受影响:

  • Amazon Corretto
  • Eclipse Temurin
  • Microsoft Build of OpenJDK
  • Azul Zulu
  • BellSoft Liberica
  • SAP SapMachine
  • Red Hat OpenJDK
  • Oracle OpenJDK
  • Oracle Java SE
  • Oracle GraalVM for JDK

据 Oracle 称,以下 Oracle Java SE 版本受影响:8u511b33-perf、17.0.21.0.3、21.0.13.0.3、25.0.5.0.3、27.0.1.0.3。我们感谢 Oracle 在发布前提供此信息。

由于存在漏洞的代码是硬件特定的,Java4Shell 还需要支持 AVX-512 VBMI 的 x86-64 处理器。ARM64 CPU 不受影响。

以下主流 CPU 系列满足硬件要求:

  • Intel Xeon:Ice Lake、Sapphire Rapids、Emerald Rapids、Granite Rapids
  • AMD EPYC 和 Ryzen:Zen 4 或更新版本

在 Linux 上,你可以使用以下命令检查你的 CPU 是否存在漏洞:

grep -m1 '^flags' /proc/cpuinfo | tr ' ' '\n' | grep -E '^(avx512f|avx512bw|avx512vbmi|bmi2)$'

输出必须包含全部四个标志。

建议

OpenJDK 于 2026 年 11 月 17 日太平洋时间下午 1:00 发布了安全公告,Oracle 发布了补丁。

所有 Java 用户应立即更新。

你还可以通过以下任一方式启动 OpenJDK 来缓解 Java4Shell:

  • -XX:-UseBASE64Intrinsics 以禁用硬件加速的 Base64 编码和解码,或
  • -XX:UseAVX=2 以禁用 AVX-512。仅在 x86-64 主机上应用此标志。ARM 上的 OpenJDK 无法识别它,将无法启动。

致谢

研究与撰写及漏洞利用:Quang Luong。

漏洞利用改进:Jenish Rakholiya。

插图:Michal Zalewski。

来源:Hacker News · calif.io