探索与利用:Jenkins 远程代码执行问题研究
在这个数字化快速发展的时代,持续集成和持续交付(CI/CD)已经成为软件开发不可或缺的一部分,而 Jenkins 作为这一领域的领导者,其安全问题不容忽视。今天,我们将深入探讨一个名为PoC: Jenkins RCE的开源项目,该项目揭示了 Jenkins 中的多个远程代码执行问题,包括 CVE-2019-1003000、CVE-2019-1003001 和 CVE-2019-1003002。通过这个研究,我们可以了解这些问题的原理,并学习如何保护我们的 Jenkins 环境。
项目介绍
PoC: Jenkins RCE 是一个由 Adam Yordan 创建的项目,目的是展示如何分析特定版本的 Jenkins 的安全问题来绕过安全沙箱,执行特定代码。这个研究针对的是那些拥有 Overall/Read 权限和 Job/Configure 权限的用户,即使没有 Job/Build 权限,也可能受到影响。
项目技术分析
该项目的核心在于分析Groovy语言的元编程特性,特别是 @Grab 注解,它允许在编译阶段导入外部 Maven 库中的类。这个研究中,开发者创建了一个构建脚本,该脚本在沙箱模式下运行,试图分析安全限制,执行特定命令。例如,它会使用 org.buildobjects.process.ProcBuilder 类来执行系统命令,如 cat /etc/passwd。
应用场景
此项目对于 Jenkins 用户和管理员来说是一个重要的提醒,提醒他们要时刻关注最新的安全更新并及时修补问题。此外,安全研究人员可以利用这个研究进行安全分析和防御策略研究。项目还提供了一个测试环境的Docker容器,使得测试过程更为方便。
项目特点
- 易用性:通过简单的Python脚本参数,即可向目标 Jenkins 实例发送测试数据。
- 教育价值:深入展示了如何分析Groovy和Java类库进行安全问题研究,为安全从业者提供了实战案例。
- 安全意识:突出强调了权限管理和安全补丁的重要性,提醒用户即使有轻微的权限,也可能成为被分析的入口。
- 示例环境:提供的测试环境便于用户直接验证研究内容,加深理解。
总的来说,PoC: Jenkins RCE 不仅是一个技术演示,更是对 Jenkins 安全性的有力警示。无论你是开发者、运维人员还是安全专家,都值得深入了解这个项目,以便更好地保护你的 Jenkins 集成服务器。记住,预防总是优于治疗,保持你的 Jenkins 最新且安全至关重要。
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