Nuclei模板项目中的Jenkins远程代码执行问题分析
在安全研究领域,Jenkins作为广泛使用的持续集成工具,其安全性一直备受关注。近期,Nuclei模板项目中针对CVE-2017-1000353问题的讨论揭示了Jenkins早期版本中存在的一个高危远程代码执行问题。本文将深入剖析该问题的技术原理、影响范围以及检测方案。
问题背景
该问题影响Jenkins 2.56及更早版本,以及2.46.1 LTS及更早的长期支持版本。攻击者能够通过Jenkins CLI接口发送特制的序列化Java SignedObject对象,绕过现有的反序列化保护机制,最终实现未授权远程代码执行。由于该问题利用链清晰且影响范围广,CVSS 3.1评分高达9.8分,属于严重级别问题。
技术原理
问题的核心在于Java反序列化机制的安全缺陷。Jenkins CLI接口在处理通信数据时,会使用ObjectInputStream对接收到的序列化对象进行反序列化。虽然Jenkins实现了保护机制来阻止危险类的反序列化,但SignedObject类未被包含在初始的保护列表中。
攻击者可以构造包含恶意代码的SignedObject对象,通过序列化后发送给Jenkins服务端。由于缺乏有效的签名验证,Jenkins在反序列化时会执行嵌入的恶意代码。这种攻击方式完全绕过了身份认证,使得问题危害性大幅提升。
影响版本
经确认,以下版本存在风险:
- Jenkins主版本 ≤ 2.56
- Jenkins LTS版本 ≤ 2.46.1
值得注意的是,Oracle通信云原生核心自动化测试套件1.9.0版本也受到此问题影响,这表明问题可能存在于多个集成Jenkins的产品中。
解决方案
Jenkins官方采取了双重修复策略:
- 将SignedObject类加入反序列化保护列表
- 在2.54版本中引入新的HTTP CLI协议,并在2.46.2 LTS版本中默认禁用基于Java序列化的旧版CLI协议
检测方法
安全研究人员可以通过以下特征检测问题存在:
- 检查Jenkins版本号是否在受影响范围内
- 尝试通过CLI接口发送测试序列化数据
- 监控反序列化过程中的异常行为
该问题的发现和修复过程再次证明了持续集成工具安全性的重要性。对于仍在使用受影响版本的用户,应立即升级到安全版本或采取适当的缓解措施。安全团队在构建自动化检测方案时,应充分考虑反序列化问题的特殊性,采用深度防御策略来保护CI/CD环境。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0129
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python07
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07