util-linux项目中的setpwnam.c内存处理问题分析
2025-06-28 22:23:14作者:温玫谨Lighthearted
在Linux系统管理工具集util-linux中,存在一个值得关注的技术问题,该问题涉及用户身份验证过程中的内存处理机制。本文将深入分析这个问题的技术细节、影响范围以及改进方案。
问题概述
这个问题存在于util-linux工具集中的setpwnam.c文件中,具体表现为一个内存处理异常。当系统处理/etc/passwd文件中长度为256字节的用户名时,会出现1字节的越界访问。这个问题会影响所有需要重写密码数据库的SUID工具,如chfn、chsh等。
技术细节
问题成因
该问题的核心在于用户名长度检查不严谨。当用户名长度达到256字节时,程序在扫描/etc/passwd文件时会发生1字节的越界访问。这种边界条件处理不当是典型的内存处理异常。
触发条件
要触发这个问题,需要满足以下条件:
- 存在一个256字节长度的用户名
- 使用需要修改密码数据库的SUID工具(如chfn、chsh等)
- 该用户名存在于/etc/passwd文件中
影响范围
这个问题的影响较为特殊:
- 在问题触发时,程序会在持有/etc/.pwd.lock锁的情况下崩溃
- 由于锁文件未被正确释放,会导致系统范围内的服务异常
- 值得注意的是,崩溃发生在实际文件重写之前,因此不会造成密码数据库损坏
问题评估
评估场景
虽然这是一个内存处理异常,但其实际影响有限:
- 只能造成1字节的堆越界访问
- 主要影响是导致系统服务异常
- 无法直接用于权限提升
评估限制
该问题的触发需要满足以下条件之一:
- 系统允许非特权用户创建用户命名空间
- 用户能够创建256字节长度的用户名
改进方案
项目维护者已经提交了改进补丁,主要修改包括:
- 严格检查用户名长度
- 完善内存边界处理
- 确保在错误情况下正确释放锁文件
防护建议
对于系统管理员,建议采取以下防护措施:
- 及时更新util-linux软件包
- 限制用户创建过长的用户名
- 考虑禁用非特权用户命名空间(如果业务允许)
- 监控/etc/.pwd.lock锁文件状态
总结
这个util-linux中的内存处理异常虽然不能直接用于权限提升,但可能造成系统服务异常。它再次提醒我们边界条件检查在编程中的重要性,特别是处理用户输入和系统文件时。系统管理员应当保持软件更新,并注意监控系统关键文件状态。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
410
3.16 K
Ascend Extension for PyTorch
Python
227
254
暂无简介
Dart
674
160
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
664
322
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
659
React Native鸿蒙化仓库
JavaScript
264
326
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868