探索 Linux 内核安全漏洞:XFRM 用户空间释放后利用 PoC
本文将向您介绍一个针对 Linux 内核 3.x 至 5.x 版本的漏洞利用程序——XFRM User After Free(UAF)Proof of Concept(PoC)。这个开源项目是由安全研究人员开发的,旨在揭露和演示去年发现的一个关键的安全问题。
项目介绍
XFRM UAF PoC 是一个用于复现 Linux 内核漏洞 的工具,该漏洞曾在包括 CentOS、Ubuntu 和 Red Hat Enterprise Linux 在内的多个主流 Linux 发行版中存在。修复工作直至 2020 年初才完成,这意味着未打补丁的系统可能仍然面临风险。
项目的技术报告详细描述了漏洞的成因和影响,您可以在此查阅:https://duasynt.com/pub/vnik/01-0311-2018.pdf
项目技术分析
这个 PoC 工具利用了内核中的一个问题,当特定条件满足时,它可以在用户空间中触发内核对象的意外释放,进而获得提升的权限。具体来说,如果在不支持特权用户名空间的系统上运行,并且内建或可自动加载的 XFRM 支持未被正确修补,那么攻击者可以尝试多次运行该 PoC 直到成功。
运行 PoC 时,您可能需要多次尝试才能赢得这场“竞争”(有时超过 10 次),如下所示:
$ while :; do ./lucky0 -q && break; done
一旦成功,当前用户的 sudo 权限将无密码启用。
应用场景与技术价值
对于安全研究人员和系统管理员而言,这是一个极好的学习资源,它提供了深入理解 Linux 内核安全性和如何检测潜在漏洞的实际案例。此外,这个 PoC 也有助于测试您的系统是否已受到相应安全更新的保护。
项目特点
- 广泛兼容性:适用于 Ubuntu 14.04/16.04、CentOS 8 和 RHEL 8 等多款 Linux 发行版。
- 自动化尝试:通过循环运行命令,自动化地进行漏洞探测。
- 即时效果:一旦成功,无需密码即可在
/etc/sudoers文件中添加当前用户。 - 恢复性好:在 4.4.x 内核上可能导致 null oops 错误,但系统仍可恢复。
请注意,出于安全原因,只有在受控制的环境中,且充分了解可能后果的情况下,才应使用此 PoC 进行测试。
总的来说,XFRM UAF PoC 是一个揭示并教育人们认识 Linux 内核安全问题的重要工具。尽管它带来了一定的风险,但它也为我们提供了一个宝贵的窗口,让我们看到系统的脆弱性,从而采取行动加强安全性。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00