Mythic项目中payload删除后缓存未清理的问题分析
2025-06-20 14:03:14作者:钟日瑜
问题背景
在Mythic项目中,当管理员删除payload时,系统存在一个潜在的安全隐患:虽然数据库中将payload标记为已删除,但内存中的加密数据缓存cachedUUIDInfoMap并未被同步清理。这可能导致已删除payload的后续回调仍然能够被处理,违背了删除操作的预期效果。
技术细节分析
缓存机制工作原理
Mythic使用cachedUUIDInfoMap作为内存缓存来存储加密数据信息,主要包含两类数据:
- 与特定C2 profile关联的加密数据(键为
messageUUID+c2profile) - 与payload直接关联的加密数据(键为
messageUUID)
当系统处理回调时,LookupEncryptionData函数会优先检查这个缓存,如果找到匹配项就直接返回缓存数据,否则才会查询数据库。
问题根源
在删除payload的代码逻辑中:
payload.Deleted = true
deletedPayloadIDs = append(deletedPayloadIDs, payload.ID)
if _, err := database.DB.Exec(`UPDATE payload SET deleted=true WHERE id=$1`, payload.ID); err != nil {
logging.LogError(err, "Failed to update payload deleted status")
}
虽然数据库中的payload记录被正确标记为删除,但内存缓存cachedUUIDInfoMap中与该payload相关的条目未被清除。这导致:
- 已删除payload的UUID可能仍然存在于缓存中
- 系统可能继续接受和处理这些已删除payload的回调
- 安全策略被绕过,因为理论上这些payload应该已经失效
解决方案
项目维护者已通过以下方式修复该问题:
- 在删除payload时,主动扫描
cachedUUIDInfoMap - 删除所有以被删除payload的UUID开头的缓存条目
- 确保缓存与数据库状态保持一致
这种解决方案既保证了性能(避免每次查询都检查数据库),又确保了安全性(删除操作真正生效)。
安全启示
这个案例展示了在安全系统中缓存管理的重要性:
- 缓存一致性:任何状态变更操作都必须考虑其对缓存的影响
- 防御性编程:安全系统应该假设缓存可能包含过期数据,需要适当的验证机制
- 最小权限原则:即使缓存命中,也应该验证基础对象的状态(如检查payload是否已被删除)
对于安全关键系统,建议采用以下缓存策略:
- 实现缓存失效机制,与数据库变更同步
- 考虑使用短TTL自动过期缓存
- 对关键操作实施双重检查(缓存+数据库)
- 记录详细的审计日志,便于追踪异常行为
该修复确保了Mythic项目在payload管理方面的完整性和安全性,防止了已删除payload可能带来的潜在风险。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
574
3.86 K
Ascend Extension for PyTorch
Python
388
466
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
356
216
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++
897
688
昇腾LLM分布式训练框架
Python
121
147
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
121
156
🎉 (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
1.38 K
782
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
599
167
React Native鸿蒙化仓库
JavaScript
311
361