Hacktron 披露 HEIF Heist：针对 HEIF/AVIF 图像解码器的一类 RCE 攻击路径
HEIF Heist – One image parser to pwn them all
Hacktron 研究团队公布名为 HEIF Heist 的一类远程攻击路径，针对解码攻击者可控 HEIF、HEIC 或 AVIF 图像的服务，可导致内存破坏、数据泄露或远程代码执行。
Hacktron 披露一类针对 HEIF/AVIF 解码器的攻击路径，涉及多家平台，并给出受影响版本与修复建议。
一个图像解析器，攻陷所有目标
什么是 HEIF Heist？
一个本可以让我们
通过图片上传在 Meta 核心产品套件中实现 RCE
泄露任意 Redacted 用户的令牌以及 AWS 访问令牌
在 Discourse 上实现经过身份验证的 RCE
通过 AVIF 图像优化在 Next.js 中实现未经身份验证的 RCE
在多个 Web 框架/CMS 上实现 RCE。
泄露用户文件以及来自多个应用程序的敏感信息。
HEIF Heist 是 Hacktron 对一类远程攻击路径的命名，这类攻击针对的是解码攻击者可控的 HEIF、HEIC 或 AVIF 图像的服务。通过利用底层的原生库，这些漏洞允许攻击者绕过应用层防御，并触发内存损坏、数据泄露或远程代码执行（RCE）。
易受攻击的攻击面位于应用层之下，存在于 libheif 和 libde265 等原生 C/C++ 解码器内部。这些解析器通常通过 ImageMagick、libvips 或 Sharp 等更高级别的封装器、标准发行版软件包以及预构建的容器基础镜像间接打包进入生产环境。
通过使用精心构造的 .avif 或 .heic 文件探测上传端点，攻击者可以识别出远程所使用的 libheif 版本系列。一旦识别成功，他们就可以发送与版本精确匹配的 n-day 或 0-day 载荷，以触发内存损坏、数据窃取或远程代码执行。
研究起源
HEIF Heist 最初是 Hacktron 研究团队针对 前沿实验室 开展的更广泛安全研究的一部分。在发现并报告了 Discourse 中的一个 libheif RCE 之后，我们提出了一个更大的问题：还有多少其他应用程序依赖于相同的图像处理栈？
过去的漏洞，如 ImageTragick、ForcedEntry 以及 libwebp 漏洞，已经证明了图像处理器或解析器漏洞的影响范围。一个图像解析器可能会生成操作系统缩略图或处理 Web 上传，这使其具有巨大的爆炸半径。
这一初步发现发展成了一场历时数月的调查，追踪 libheif 在通信平台、云服务、企业产品和流行 Web 框架中的分布。
常见问题
为什么叫 HEIF Heist？
即使无法立即实现远程代码执行（RCE），这些攻击原语仍可能允许任意堆泄露，使攻击者能够“窃取”内存中的数据，例如其他用户的数据和环境变量。
它有什么独特之处？
该漏洞位于原生 C/C++ 解析器（libheif / libde265）内部，因此完全与语言和框架无关。任何处理不受信任的用户图像上传的后端都可能暴露于这些解析器之下。
哪些版本会受影响，我该如何修复？
HEIF Heist 并不局限于单一版本。它针对的是横跨多个发布系列（例如 1.19.x、1.20.x、1.22.x、1.23.x）的整个漏洞生态系统。任何缺少最新上游安全补丁的部署都可能存在漏洞。
- 更新上游。建议通过发行版的安全通道或直接从源码构建，升级到
libheifv1.23.2 或更高版本以及最新的libde265，以修补已知的 0-day 和 n-day 攻击向量。 - 纵深防御。鉴于 ISO 基础媒体文件格式的复杂性以及解码器更新的节奏，未来很可能出现内存安全漏洞。生产架构应在不需要的地方禁用不受信任的 HEIF/AVIF 解码，或将图像处理流水线隔离在加固的、临时的沙箱中。
另外，如果你自行托管 Discourse 或 Next.js，请确保使用最新版本并遵循其安全公告。
它容易被利用吗？
这些并非开箱即用的漏洞利用。利用需要先对目标版本进行指纹识别，并定制载荷图像。我们的一些 RCE 尝试是在数千次图像上传之后才成功的。尽管如此，使用像 GPT-5.6 Sol 这样的前沿模型进行 AI 智能体式攻击，可将漏洞利用开发时间从初始探测到远程 RCE 缩短至大约 1 到 3 天。有动机的攻击者可以将存在漏洞的上传端点转化为 RCE 或信息泄露。
是谁发现的？
由 Harsh Jaiswal 领导，与 Hacktron 研究团队的 Mohan SRK、Rahul Maini 和 Sudhanshu Rajbhar 共同完成，并得到 Hacktron Harness、GPT-5.6 Sol 和 Opus 5 的协助。
与这项研究背后的团队合作。
Hacktron 汇聚了顶尖的 CTF 研究人员、经验丰富的红队成员和攻防安全研究人员。我们利用 AI 加速安全研究，在恶意行为者之前发现并消除广受信任的软件中的漏洞。我们正在前沿实验室和其他互联网关键系统上继续我们的研究。如果你负责保护其中之一，我们愿意与你合作。
来源：Hacker News · heif-heist.com