Open5GS HSS组件S6a接口缓冲区溢出问题研究
问题概述
在Open5GS项目的HSS组件(hssd)中发现了一个需要关注的问题,该问题存在于处理S6a接口Diameter协议的代码中。具体来说,当处理Update-Location-Request(ULR)和Authentication-Information-Request(AIR)消息时,由于对Visited-PLMN-Id AVP(属性值对)长度的处理不够严谨,可能导致缓冲区溢出情况发生。
技术背景
Open5GS是一个开源的5G核心网实现,其中的HSS(Home Subscriber Server)组件负责用户认证和位置管理。S6a接口是HSS与MME(Mobility Management Entity)之间的Diameter协议接口,用于处理用户认证和位置更新等关键功能。
Diameter协议使用AVP(Attribute-Value Pair)来携带各种参数。Visited-PLMN-Id是其中一个重要AVP,用于标识用户当前访问的公共陆地移动网络(PLMN)。
问题细节
问题存在于src/hss/hss-s6a-path.c文件中的两个关键回调函数:
hss_ogs_diam_s6a_air_cb- 处理Authentication-Information-Requesthss_ogs_diam_s6a_ulr_cb- 处理Update-Location-Request
在这两个函数中,代码直接从Diameter消息中提取Visited-PLMN-Id AVP的值,并将其复制到本地栈变量visited_plmn_id中,但没有检查AVP值的长度是否超过了目标缓冲区的容量。
ret = fd_msg_search_avp(qry, ogs_diam_visited_plmn_id, &avp);
ogs_assert(ret == 0);
ret = fd_msg_avp_hdr(avp, &hdr);
ogs_assert(ret == 0);
memcpy(&visited_plmn_id, hdr->avp_value->os.data, hdr->avp_value->os.len);
问题影响
恶意用户可以通过构造特殊的Diameter消息,在Visited-PLMN-Id AVP中包含超长数据,导致:
- 缓冲区内存破坏,可能影响关键函数执行
- 潜在的服务中断风险
- 在特定条件下可能导致非预期行为
值得注意的是,虽然目标缓冲区visited_plmn_id在后续代码中未被使用,但缓冲区破坏本身已经构成风险。
修复方案
项目维护者通过添加长度检查解决了此问题:
ogs_assert(hdr->avp_value->os.len <= sizeof(visited_plmn_id));
这一修复确保只有长度合法的PLMN ID才会被处理,从根本上消除了缓冲区溢出的可能性。
安全建议
对于使用Open5GS的运营商和开发者,建议:
- 立即升级到包含修复的版本
- 在网络边界实施Diameter消息检查,防止异常消息到达HSS
- 定期检查Diameter接口处理代码,确保所有输入都经过适当验证
- 考虑启用地址空间布局随机化(ASLR)等保护机制
总结
这个问题展示了在协议实现中忽视输入验证可能带来的影响。Diameter协议作为电信核心网的基础协议,其稳定性直接影响整个网络的运行。开发者在处理协议消息时,必须对所有输入参数进行严格的长度和内容检查,这是网络开发的基本实践。
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
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
MiniCPM-SALAMiniCPM-SALA 正式发布!这是首个有效融合稀疏注意力与线性注意力的大规模混合模型,专为百万级token上下文建模设计。00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01