MSBuild项目安全问题CVE-2025-26646分析与修复指南
微软近期披露了MSBuild项目中存在一个重要的安全问题(CVE-2025-26646),该问题影响.NET 9.0和8.0 SDK版本中的Microsoft.Build.Tasks.Core组件。本文将深入分析该问题的技术细节、影响范围以及修复方案。
问题概述
该问题属于路径处理类型的安全隐患,主要存在于MSBuild的DownloadFile任务中。不当操作可能通过控制文件名或路径的方式,在网络环境下实施非预期行为。这种操作可能导致系统下载并执行非预期文件,造成潜在风险。
受影响版本
该问题影响以下.NET SDK版本:
- .NET 9.0.105 SDK至9.0.203 SDK
- .NET 8.0.115 SDK至8.0.309 SDK
同时影响Microsoft.Build.Tasks.Core包的多个版本:
- 15.8.166至15.9.20
- 16.0.461至16.11.0
- 17.0.0至17.8.3
- 17.9.5至17.10.4
- 17.11.4
- 17.12.6
- 17.13.9
问题技术分析
该问题的核心在于DownloadFile任务对文件路径和名称的处理不够严谨。当开发者在构建过程中使用DownloadFile任务下载远程文件时,如果能够控制下载目标路径或文件名,就可能实施路径操作。
具体来说,可能通过以下方式利用此问题:
- 通过中间环节修改下载请求
- 控制构建环境中的变量来修改下载路径
- 利用构建脚本中的配置注入非预期路径
修复方案
微软已经发布了修复版本,建议开发者采取以下措施:
对于.NET SDK用户
-
升级到以下安全版本:
- .NET 9.0用户应升级至9.0.300(VS 2022 v17.14)、9.0.204(v17.13)或9.0.106(v17.12)
- .NET 8.0用户应升级至8.0.410(VS 2022 v17.11)、8.0.313(v17.10)或8.0.116(v17.8)
-
升级后,建议重启所有相关应用程序以确保更新生效
对于直接引用Microsoft.Build.Tasks.Core的项目
应将包引用更新至以下安全版本:
- 15.9.30
- 16.11.6
- 17.8.29
- 17.10.29
- 17.12.36
- 17.13.26
- 17.14.8
注意事项
-
即使SDK中可能包含多个版本的Microsoft.Build.Tasks.Core.dll,只有位于sdk/$(version)/目录下的版本会在构建过程中被实际加载使用
-
对于.NET 9.0.300 SDK中出现的17.14.5版本,虽然该版本已包含修复,但建议开发者等待包含17.14.8版本的后续SDK更新
-
微软已在5月22日发布了.NET 8.0.3xx和8.0.4xx SDK的更新版本,确保所有相关组件都已更新
最佳实践建议
-
定期检查项目中的MSBuild任务使用情况,特别是涉及文件下载的操作
-
在构建脚本中避免使用外部输入的变量作为文件路径参数
-
考虑在关键构建过程中实施代码签名验证
-
建立构建环境的网络隔离策略,限制构建过程的外部访问
通过及时应用这些安全更新和最佳实践,开发者可以有效防范此类潜在风险,确保构建过程的安全性。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
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
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00