HackerNews 编译，转载请注明出处： 网络犯罪分子想出了一个狡猾的办法，他们将恶意文件伪装成正规招聘文件，以此向求职者的电脑植入恶意程序。 这场名为 “ValleyRAT” 的新型攻击活动，主要通过发送包含虚假工作机会和公司资料的邮件，针对正在积极求职的人群发起攻击。 攻击借助压缩文件传播，这些文件的命名刻意营造专业感，例如 “岗位职责概述.zip” 或 “求职者技能评估测试.rar” 等。毫无防备的求职者一旦打开这类文件，就会在不知情的情况下，让一款危险的远程控制木马侵入自己的电脑。 该攻击活动的核心手段是利用广受欢迎的福昕 PDF 阅读器发起攻击。每个恶意压缩包内都藏有一个伪装后的可执行文件，这个文件不仅冒充正版福昕应用程序，还配有该软件辨识度极高的专属图标。用户看到熟悉的 PDF 图标，便会误以为只是打开一份普通文档，丝毫没有察觉文件中藏有企图控制自己电脑的恶意程序。 除了这一初始伪装手段外，网络犯罪分子还运用了一种名为 “动态链接库侧加载” 的技术来激活恶意负载，整个过程不会触发任何安全警报。 趋势科技的安全研究人员发现，10 月下旬峡谷远程控制木马的检测量出现大幅激增，随后经深入调查锁定了这场技术高超的攻击活动。该恶意程序之所以能成功实施攻击，是因为它整合了多种攻击技术，且这些技术的协同运作堪称天衣无缝。 攻击者还借助社会工程学手段趁虚而入 —— 他们精准抓住求职者的求职焦虑心理，降低了目标人群对下载文件的警惕性。同时，攻击者还设置了虚假文件夹结构和隐藏目录来混淆视听，进一步助力恶意程序躲避安全检测。一旦恶意程序被激活，用户屏幕上会显示一份足以以假乱真的招聘启事，而恶意程序则在后台悄然运行。 攻击链解析 该恶意程序的入侵流程经过精心设计，具体步骤如下： 当用户点击那个伪装成福昕软件的可执行文件时，Windows 系统的文件搜索机制会自动加载一个名为 “msimg32.dll” 的恶意动态链接库文件； 这一操作会触发一个批处理脚本，该脚本会从看似无害的文档文件中解压出隐藏的 Python 运行环境； 随后，Python 解释器会下载并执行一个包含壳代码的恶意脚本，最终完成峡谷远程控制木马的完整植入； 该恶意程序还会创建注册表项来实现持久化驻留，确保电脑重启后仍能正常运行。 ValleyRAT一旦成功植入，攻击者就能全面掌控受感染的设备。这款木马不仅能监控用户的操作行为、窃取网页浏览器中存储的敏感信息，还能从受感染系统中提取各类重要数据。有证据表明，它会专门窃取主流浏览器中存储的密码信息和登录凭证。这一行为不仅严重威胁用户的个人财产安全，还会对个人身份信息造成极大风险。 目前，求职者和人力资源从业者仍是该攻击活动的主要攻击目标。不过，这场攻击活动的攻击范围还在持续扩大，未来可能会波及更多人群。     消息来源：cybersecuritynews； 本文由 HackerNews.cc 翻译整理，封面来源于网络； 转载请注明“转自 HackerNews.cc”并附上原文

HackerNews 编译，转载请注明出处： 网络安全公司 Aikido Security 披露了一类新型提示注入漏洞，代号 “PromptPwnd”。该漏洞影响集成了 AI 代理的 GitHub Actions 和 GitLab CI/CD 流水线，涉及谷歌 Gemini CLI、Claude Code、OpenAI Codex 等主流 AI 工具。目前已确认至少 5 家《财富》500 强企业受此影响，相关证据表明该漏洞存在广泛传播风险。 作为首个发现并披露该漏洞模式的机构，Aikido Security 已开源 Opengrep 检测规则，助力安全厂商快速识别漏洞。这是业界首次证实 AI 提示注入攻击成功攻陷 CI/CD 流水线的真实案例，标志着此类攻击已从理论走向实际威胁。 漏洞原理与攻击机制 漏洞根源在于软件开发流程中 AI 工具的广泛应用 —— 当前许多团队使用 AI 代理实现问题自动分类、拉取请求标签标注等自动化任务，但未对输入数据进行严格校验。具体攻击路径如下： 输入注入：攻击者在 GitHub 议题标题、正文等不可信来源中嵌入恶意指令； Prompt 污染：CI/CD 流水线将这些未经验证的用户输入直接传入 AI 提示词； 指令误判：AI 模型将恶意指令误认为合法操作命令，而非普通数据； 特权执行：AI 通过集成工具执行未授权操作，包括编辑拉取请求、窃取敏感凭证（如 API 密钥、令牌）等核心资产。 典型案例：谷歌 Gemini CLI 仓库漏洞 Aikido Security 在谷歌官方 Gemini CLI 代码仓库中发现了该漏洞的典型应用场景：其工作流将 GitHub 议题中的不可信用户输入直接传入 AI 模型提示词。 研究人员通过提交包含隐藏指令的恶意议题完成概念验证（PoC）：AI 代理解析恶意指令后，执行了编辑该议题的命令，将敏感 API 密钥和令牌直接嵌入议题正文，导致核心凭证泄露。在 Aikido 遵循负责任披露原则通报后，谷歌于 4 天内完成漏洞修复。 漏洞影响范围 该漏洞并非单一 AI 代理专属问题。研究发现，众多 AI 驱动的 GitHub Actions（包括 Claude Code Actions、OpenAI Codex Actions）均存在类似架构设计缺陷，尤其当安全配置不当（如允许非特权用户触发工作流）时，漏洞利用风险显著提升。 修复建议 为防范 “PromptPwnd” 漏洞，Aikido Security 提出以下核心修复措施： 限制 AI 工具权限：禁用 AI 代理的高危操作权限，避免其具备编辑议题、拉取请求等写入权限； 严格校验输入：禁止将不可信用户输入直接注入 AI 提示词；若无法避免，需进行数据清洗与全面验证； ** treating AI 输出为不可信 **：将 AI 生成的所有输出视为未经验证的代码，未经校验不得执行； 强化凭证保护：通过 IP 地址限制 GitHub 令牌的访问范围，降低凭证泄露后的风险扩散； 主动漏洞扫描：使用 Aikido 提供的免费扫描工具或开源工具，检测 GitHub/GitLab 仓库的.yml 配置文件中是否存在相关漏洞。       消息来源：cybersecuritynews； 本文由 HackerNews.cc 翻译整理，封面来源于网络； 转载请注明“转自 HackerNews.cc”并附上原文

HackerNews 编译，转载请注明出处： 2025年11月起，一场针对印度企业的大规模钓鱼攻击活动悄然展开，攻击者伪装成印度所得税部门实施诈骗。 事件详情 该攻击活动采用极其仿真的政府公文模板，搭配印地语与英语双语通信，并引用《所得税法》相关条款增强合法性与紧迫感。 邮件中谎称收件人存在税务违规行为，要求其在72小时内提交相关文件，通过心理施压迫使用户打开恶意附件。 攻击通过复杂的两阶段恶意软件链实施：初期以带密码保护的ZIP文件搭载shellcode加载器，后续变体则利用谷歌文档链接交付二级载荷。最终投放AsyncRAT远程控制木马，让攻击者完全控制受感染系统，实现屏幕共享、文件传输及远程命令执行等操作。 此次攻击专门瞄准证券公司、金融机构及非银行金融公司。这类机构因需定期与政府部门交换监管文件，成为攻击者的重点目标。 Raven安全分析师通过识别攻击架构中的多层矛盾点，成功发现这一零日钓鱼攻击活动，最终阻止了目标机构的大规模感染。 攻击感染机制 该攻击的感染流程经过精心设计，具备极强的规避检测能力。 初始钓鱼邮件：邮件源自合法的免费邮箱账号，且通过了SPF、DKIM及DMARC邮件认证机制，这一设计使其成功绕过传统邮件安全过滤器。 密码保护附件：邮件附件采用密码保护机制，避免传输过程中被杀毒软件扫描内容（密码随邮件一同提供）。 无文件执行技术：用户解压 ZIP 文件后，会发现名为 “NeededDocuments” 的可执行文件，其内置的shellcode通过regsvr32代理加载执行。这种 “无文件执行” 技术可将隐藏的DLL文件直接加载至内存，无需在磁盘写入可检测的特征码。 持久化与数据窃取：shellcode在系统中建立持久化机制，窃取受害者设备中存储的凭证，并与AsyncRAT控制服务器建立通信通道。 云服务滥用：部分变体利用谷歌文档作为二级载荷的可信托管平台，借助企业安全过滤器对合法云服务的固有信任实现攻击渗透。 攻击者通过“合法发件人认证+密码保护载荷+可信云基础设施+regsvr32代理执行” 的组合策略，构建了近乎隐形的攻击链，导致基于特征码的检测方法完全失效。   消息来源：cybersecuritynews； 本文由 HackerNews.cc 翻译整理，封面来源于网络； 转载请注明“转自 HackerNews.cc”并附上原文

HackerNews 编译，转载请注明出处： 开源工具 Picklescan 被披露存在三个高危安全漏洞，攻击者可通过加载不可信的 PyTorch 模型执行任意代码，从而绕过该工具的防护机制。 Picklescan 由马修・梅特尔（@mmaitre314）开发维护，是一款安全扫描工具，旨在解析 Python pickle 文件，在可疑导入或函数调用执行前对其进行检测。Pickle 是机器学习领域广泛使用的序列化格式，但该格式存在重大安全风险 —— 加载 pickle 文件时可能自动触发任意 Python 代码执行。因此，用户和企业需仅加载可信模型，或从 TensorFlow、Flax 等框架加载模型权重。 JFrog 发现的这些漏洞使攻击者能够绕过扫描工具检测，让恶意模型文件被判定为 “安全” 并执行恶意代码，进而为供应链攻击铺平道路。 漏洞核心原理 安全研究员大卫・科恩表示：“每个已发现的漏洞都能让攻击者规避 Picklescan 的恶意软件检测，通过分发隐藏不可检测恶意代码的机器学习模型，实施大规模供应链攻击。” Picklescan 的核心工作机制是在字节码层面分析 pickle 文件，将检测结果与已知危险导入和操作的黑名单进行比对，标记相似危险行为。这种 “黑名单模式” 相比 “白名单模式” 的缺陷在于：无法检测新型攻击向量，且要求开发者预先覆盖所有可能的恶意行为。 漏洞详情 1. CVE-2025-10155（CVSS 评分：9.3/7.8） 漏洞类型：文件扩展名绕过漏洞 利用方式：将标准 pickle 文件伪装为带有 .bin 或 .pt 等 PyTorch 相关扩展名的文件，绕过扫描并加载恶意模型 2. CVE-2025-10156（CVSS 评分：9.3/7.5） 漏洞类型：ZIP 归档扫描绕过漏洞 利用方式：通过引入循环冗余校验（CRC）错误，禁用工具对 ZIP 归档文件的扫描功能 3. CVE-2025-10157（CVSS 评分：9.3/8.3） 漏洞类型：不安全全局变量检测绕过漏洞 利用方式：规避危险导入黑名单，绕过 Picklescan 的不安全全局变量检查，实现任意代码执行 成功利用上述漏洞的攻击者可实施以下行为： 在带有常见 PyTorch 扩展名的文件中隐藏恶意 pickle 载荷； 向包含恶意模型的 ZIP 归档文件中故意植入 CRC 错误； 构造嵌入 pickle 载荷的恶意 PyTorch 模型，绕过扫描检测。 这些漏洞于 2025 年 6 月 29 日被负责任披露，Picklescan 已于 9 月 9 日发布 0.0.31 版本修复上述问题。 额外披露的高风险漏洞 与此同时，SecDim 和 DCODX 披露了该工具的另一高风险漏洞（CVE-2025-46417，CVSS 评分：7.5/7.1），攻击者可利用该漏洞绕过工具黑名单，使恶意 pickle 文件在模型加载时通过 DNS 窃取敏感信息。 SecDim 指出：“泄露的内容会出现在 DNS 日志中。使用 Picklescan 0.0.24 版本扫描该载荷时，会返回‘未发现问题’，因为 linecache 和 ssl 未被列入黑名单。” 漏洞暴露的系统性问题 这些发现揭示了机器学习安全领域的关键系统性问题： 过度依赖单一扫描工具的风险； 安全工具与 PyTorch 等框架在文件处理行为上的差异，导致安全架构易受攻击。 科恩表示：“PyTorch 等人工智能库日益复杂，新功能、模型格式和执行路径的更新速度远超安全扫描工具的适配能力。这种创新与防护之间不断扩大的差距，使企业暴露于传统工具无法预判的新兴威胁之下。” “填补这一差距需要建立基于研究的人工智能模型安全代理 —— 由兼具攻击者和防御者思维的专家持续提供支持，通过主动分析新型模型、跟踪库更新、发掘新型利用技术，实现自适应、智能驱动的防护，精准应对关键漏洞。”   消息来源：thehackernews； 本文由 HackerNews.cc 翻译整理，封面来源于网络； 转载请注明“转自 HackerNews.cc”并附上原文

HackerNews 编译，转载请注明出处： Anthropic 公司旗下 AI 产品 Claude 的新增功能 “Claude Skills” 被发现存在勒索软件攻击风险 —— 该功能可被黑客操控，在用户未明确察觉的情况下部署 MedusaLocker 等恶意软件。 Claude Skills 的设计初衷是通过自定义代码模块扩展 AI 功能，但这类看似合法的技能却成为威胁行为者的欺骗性危险工具。 漏洞核心：单一授权信任模型缺陷 问题根源在于 Claude Skills 的 “单一授权信任模型”：用户一旦授予某个技能初始运行权限，该技能即可在后台执行一系列操作，包括下载并运行额外的恶意代码。 卡托网络（Cato Networks）的安全分析师 / 研究员指出，这一设计存在重大安全漏洞。考虑到 Anthropic 庞大的用户基数，通过公共代码仓库或社交媒体传播的看似无害的技能，可能成为发动破坏性勒索软件攻击的 “特洛伊木马”，潜在影响大量用户。 此类攻击的危害不容小觑：企业员工若安装恶意 Claude Skill，可能无意中引发全公司范围的勒索软件事件。攻击者正是利用了用户对 AI 功能的信任，将提升生产力的工具转化为安全噩梦。 此外，合法技能可被轻易修改以植入恶意载荷，这使得该威胁具备大规模扩散的潜力。 攻击感染路径 卡托网络威胁研究实验室（Cato CTRL）的研究员通过修改官方开源 “GIF 创建器”（GIF Creator）技能，演示了完整的感染流程，其过程隐蔽且高效： 植入恶意辅助函数：研究员在技能中添加了一个名为postsave的辅助函数，表面上是 GIF 创建工作流的无害组成部分，声称用于对生成的 GIF 进行后处理； 规避用户审查：Claude 仅会提示用户批准主脚本的运行，不会对辅助函数的隐藏操作进行二次确认，因此该恶意函数可绕过用户检查； 静默执行恶意行为：用户授予初始权限后，恶意辅助函数无需进一步提示或警告即可运行，其真实目的是秘密下载并执行外部脚本； 部署勒索软件：最终通过该脚本下载并运行 MedusaLocker  勒索软件，对用户文件进行加密。 执行流程显示，用户首次授权后，隐藏的子进程会继承 “可信状态”，从而在不被察觉的情况下实施恶意行为。这一关键漏洞意味着，攻击者可借助合法 AI 工具的伪装，利用用户的初始授权发起完整的勒索软件攻击。   消息来源：thehackernews； 本文由 HackerNews.cc 翻译整理，封面来源于网络； 转载请注明“转自 HackerNews.cc”并附上原文

HackerNews 编译，转载请注明出处： 一、WhatsApp 蠕虫传播银行木马攻击 威胁组织 Water Saci正不断升级攻击战术，采用复杂的多层级感染链，通过 HTML 应用程序文件和 PDF 文档，借助 WhatsApp 传播蠕虫病毒，向巴西用户投放银行木马。 此次攻击浪潮的显著特征是，攻击者将恶意代码从 PowerShell 迁移至 Python 变体，通过 WhatsApp Web 以蠕虫形式扩散恶意软件。 趋势科技研究员杰弗里・弗朗西斯・博纳奥布拉、莎拉・珀尔・卡米林、乔・苏亚雷斯、拜伦・赫莱拉、伊恩・克尼菲克及伊曼纽尔・帕诺皮奥指出：“他们新采用的多格式攻击链，以及可能利用AI将传播脚本从 PowerShell 转换为 Python 的做法，体现了分层攻击思路。这一策略使水萨西能够绕过传统安全控制，利用多渠道用户信任，显著提升感染率。” 攻击流程解析 钓鱼诱导：用户通过 WhatsApp 收到来自可信联系人的消息，诱导其打开恶意 PDF 或 HTA 附件，触发感染链。其中，PDF 诱饵会提示受害者点击嵌入式链接更新 Adobe Reader。 HTA 文件执行：接收 HTA 文件的用户打开后，会被诱骗立即执行 Visual Basic 脚本，该脚本随后运行 PowerShell 命令，从远程服务器获取下一阶段载荷 —— 木马的 MSI 安装程序和负责通过 WhatsApp Web 传播恶意软件的 Python 脚本。 Python 脚本优势：趋势科技表示，“这款新发现的变体具备更广泛的浏览器兼容性、面向对象的代码结构、增强的错误处理能力，以及通过 WhatsApp Web 实现更快的恶意软件自动化分发。这些改进使传播速度更快、抗故障能力更强，且更易于维护和扩展。” 恶意软件功能与靶向攻击 安装与持久化：MSI 安装程序通过 AutoIt 脚本投放银行木马，并检查名为 “executed.dat” 的标记文件，确保同一时间仅运行一个木马实例（若文件不存在则创建，并向攻击者控制的服务器 “manoelimoveiscaioba [.] com” 发送通知）。 地域靶向：脚本会验证 Windows 系统语言是否为巴西葡萄牙语，仅当满足该条件时才继续扫描受感染系统的银行相关活动，包括检测巴西主要银行应用、安全及反欺诈模块的文件夹（如布拉德斯科银行、华沙安全软件、Topaz OFD、西库银行、伊塔乌银行等）。 侦察行为：脚本还会分析用户的谷歌浏览器浏览历史，搜索预设的巴西银行网站（如桑坦德银行、巴西银行、联邦储蓄银行、西克雷迪银行、布拉德斯科银行）；同时检查已安装的杀毒软件和安全工具，收集详细的系统元数据。 核心攻击动作：木马监控打开的窗口并提取标题，与银行、支付平台、交易所及加密货币钱包的关键词列表进行匹配。若检测到目标窗口，脚本会查找安装程序释放的 TDA 文件，解密后注入 “空心化” 的 “svchost.exe” 进程，随后加载包含银行木马的 DMP 文件。趋势科技解释：“若存在 TDA 文件，AutoIt 脚本会将其解密并作为中间 PE 加载器（第二阶段）载入内存；若仅发现 DMP 文件（无 TDA），则跳过中间加载器和进程空心化步骤，直接将银行木马载入 AutoIt 进程内存，形成更简洁的两阶段感染。” 持久化机制：木马通过持续监控新生成的 “svchost.exe” 进程维持持久化，若进程被终止，会重新启动并等待受害者下次打开目标金融服务浏览器窗口时，重新注入载荷。 战术升级与威胁特征 此次攻击的重大战术转变在于，投放的银行木马并非该组织此前使用的 Maverick，而是与 Casbaneiro（又名 Metamorfo、Ponteiro）木马在结构和行为上存在连续性的恶意软件。这一判断基于其采用的 AutoIt 交付与加载机制、窗口标题监控、注册表持久化及基于 IMAP 的备用命令与控制（C2）机制 —— 类似特征早在 2019 年就已出现在针对拉丁美洲（LATAM）的银行木马中。 木马启动后，会执行 “激进的” 反虚拟化检查以规避分析和检测，通过 Windows 管理规范查询收集主机信息，修改注册表实现持久化，并与 C2 服务器 “serverseistemasatu [.] com” 建立连接，发送收集到的信息并接收后门命令，实现对受感染系统的远程控制。 其核心功能包括： 发送系统信息 启用键盘记录 启动 / 停止屏幕捕获 修改屏幕分辨率 模拟鼠标移动和点击 执行文件操作 上传 / 下载文件 枚举窗口 创建伪造银行界面（Overlay）捕获凭证和交易数据 此外，Python 脚本作为 PowerShell 版本的增强版，借助 Selenium 浏览器自动化工具，可通过 WhatsApp Web 会话向所有联系人分发恶意软件。趋势科技指出，“有充分证据表明，水萨西可能使用了大型语言模型（LLM）或代码转换工具将传播脚本从 PowerShell 迁移至 Python，两款版本功能高度相似，且控制台输出中包含表情符号。” 趋势科技总结：“水萨西攻击事件标志着巴西网络威胁进入新时代 —— 攻击者利用 WhatsApp 等热门即时通讯平台的信任度和覆盖范围，策划大规模、自传播的恶意软件攻击。通过将熟悉的通信渠道武器化，并运用高级社会工程学，威胁组织能够迅速攻陷受害者设备，绕过传统防御，维持银行木马的持久感染。此次攻击表明，合法平台可能被转化为强大的恶意软件传播载体，同时凸显了该地区网络犯罪活动的日益复杂化。” 二、RelayNFC 安卓恶意软件针对巴西发起 NFC 中继攻击 与此同时，巴西银行用户正遭受一款名为 RelayNFC 的新型安卓恶意软件攻击。该恶意软件此前未被公开记录，专门实施近场通信中继攻击，窃取非接触式支付数据。相关攻击活动始于 2025 年 11 月初。 Cyble 安全团队在分析报告中表示：“RelayNFC 实现了完整的实时 APDU 中继通道，使攻击者能够在受害者卡片未实际在场的情况下完成交易。该恶意软件基于 React Native 和 Hermes 字节码构建，增加了静态分析难度，有助于规避检测。” 攻击流程与技术细节 传播方式：主要通过钓鱼攻击传播，攻击者搭建葡萄牙语诱饵网站（如 “maisseguraca [.] site”），以 “保障支付卡安全” 为借口，诱骗用户安装恶意软件。 数据窃取：与 SuperCard X、PhantomCard 等其他 NFC 中继恶意软件家族类似，RelayNFC 扮演 “读卡器” 角色，指示受害者将支付卡轻触手机以收集卡片数据。读取完成后，恶意软件会提示用户输入 4 位或 6 位 PIN 码，捕获的信息通过 WebSocket 连接发送至攻击者服务器。 实时中继交易：Cyble 解释：“当攻击者通过其销售终端（POS）仿真设备发起交易时，C2 服务器会向受感染手机发送特制的‘apdu’类型消息，包含唯一请求 ID、会话标识符和编码为十六进制字符串的 APDU 命令。RelayNFC 接收指令后，解析数据包、提取 APDU 数据，并直接转发至受害者设备的 NFC 子系统，相当于物理支付卡的远程接口。” 潜在战术扩展 Cyble 的调查还发现了另一个钓鱼网站（“test.ikotech [.] online”），该网站分发的 APK 文件部分实现了主机卡模拟（HCE）功能，表明威胁组织正在测试不同的 NFC 中继技术。HCE 允许安卓设备模拟支付卡，使受害者的卡片交互能够在合法销售终端（PoS）与攻击者控制的设备之间传输，从而实现实时 NFC 中继攻击。目前该功能仍在开发中，因为 APK 文件未在包清单中注册 HCE 服务。 Cyble 指出：“RelayNFC 攻击事件凸显了针对支付系统的 NFC 中继恶意软件的快速演变，尤其是在巴西地区。威胁组织结合钓鱼传播、基于 React Native 的混淆技术，以及通过 WebSocket 实现的实时 APDU 中继，打造了一套高效的远程 EMV 交易欺诈机制。”   消息来源：thehackernews； 本文由 HackerNews.cc 翻译整理，封面来源于网络； 转载请注明“转自 HackerNews.cc”并附上原文

HackerNews 编译，转载请注明出处： WordPress 插件 King Addons for Elementor 被披露存在一个高危安全漏洞，目前已遭在野活跃利用。 该漏洞编号为 CVE-2025-8489，CVSS 评分为 9.8（严重级别），属于权限提升漏洞。未授权攻击者可在注册账户时直接指定管理员用户角色，从而获取网站管理员权限。 漏洞影响范围 受影响版本：24.12.92 至 51.1.14 版本 修复版本：51.1.35（2025 年 9 月 25 日发布） 插件规模：超过 10,000 个活跃安装量 漏洞发现者：安全研究员彼得・塔莱基斯（Peter Thaleikis）（已获官方致谢） 漏洞原理分析 Wordfence 安全团队在警报中指出：“该漏洞源于插件未对用户注册时可选择的角色进行严格限制，导致未授权攻击者可直接注册管理员级别的用户账户。” 具体来看，漏洞根源在于用户注册过程中调用的 handle_register_ajax() 函数。由于该函数实现存在安全缺陷，未授权攻击者可构造恶意 HTTP 请求，向 /wp-admin/admin-ajax.php 端点提交注册数据时，将角色字段指定为 “administrator”（管理员），进而实现权限提升。 漏洞危害与在野利用情况 成功利用该漏洞的攻击者可完全控制安装了该插件的目标网站，并利用获取的管理员权限实施以下攻击行为： 上传恶意代码，植入恶意软件； 篡改网站配置，将访客重定向至恶意站点； 注入垃圾内容或钓鱼链接。 Wordfence 数据显示，自 2025 年 10 月底漏洞公开披露以来，已拦截超过 48,400 次攻击尝试，仅过去 24 小时内就阻断了 75 次攻击。攻击主要来自以下 IP 地址： 45.61.157.120 182.8.226.228 138.199.21.230 206.238.221.25 2602:fa59:3:424::1 该安全公司表示：“攻击者最早可能于 2025 年 10 月 31 日开始针对该漏洞发起攻击，大规模利用始于 11 月 9 日。” 安全建议 网站管理员应立即采取以下防护措施： 确保插件已更新至最新版本（51.1.35 及以上）； 审计网站管理员账户列表，排查可疑新增账户； 持续监控网站日志，警惕异常操作行为（如未知 IP 登录、批量文件上传等）。     消息来源：thehackernews； 本文由 HackerNews.cc 翻译整理，封面来源于网络； 转载请注明“转自 HackerNews.cc”并附上原文

HackerNews 编译，转载请注明出处： 据 ACROS Security 旗下 0patch 团队消息，微软在 2025 年 11 月的 Patch Tuesday更新中，悄然修复了一个自 2017 年起就被多个威胁行为者持续利用的安全漏洞。 该漏洞编号为 CVE-2025-9491，CVSS 评分为 7.8/7.0，被描述为 Windows 快捷方式文件用户界面误解析漏洞，可能导致远程代码执行。 美国国家标准与技术研究院国家漏洞数据库的描述显示：“该漏洞存在于.LNK 文件的处理机制中。精心构造的.LNK 文件数据可使文件中的危险内容在用户通过 Windows 提供的界面检查时隐藏不可见。攻击者可利用此漏洞在当前用户权限下执行代码。” 简单来说，攻击者通过在快捷方式文件中植入特殊 “空白字符”，使 Windows 系统中查看文件属性时，恶意执行命令被隐藏在用户视线之外。攻击者可将此类文件伪装成无害文档，诱使用户触发执行。 漏洞披露与利用历程 该漏洞细节首次于 2025 年 3 月曝光 —— 趋势科技零日漏洞计划披露，11 个国家支持的黑客组织，自 2017 年起就利用该漏洞开展数据窃取、间谍活动及经济利益驱动的攻击行动，该漏洞同时被追踪为 ZDI-CAN-25373。 当时微软向The Hacker News回应称，该漏洞未达到紧急修复标准，将考虑在未来版本中修复，并指出 Outlook、Word、Excel、PowerPoint 和 OneNote 等产品已拦截 LNK 文件格式，用户尝试打开此类文件时会收到 “不要打开未知来源文件” 的警告。 同年 3 月漏洞公开披露后，HarfangLab 的报告显示，名为 XDSpy 的网络间谍组织利用该漏洞分发一款名为 XDigo 的 Go 语言恶意软件，攻击目标直指东欧政府实体。 2025 年 10 月底，该漏洞第三次引发关注 。 这一进展促使微软发布关于 CVE-2025-9491 的正式指南，但仍重申不会修复该漏洞，强调 “由于需要用户交互，且系统已警告该格式不可信，因此不认为这是一个漏洞”。 修复方案对比 0patch 团队指出，该漏洞的核心问题不仅在于隐藏目标字段中的恶意部分，更在于 LNK 文件 “允许目标参数为极长字符串（数万字符），但属性对话框仅显示前 260 个字符，其余部分被悄然截断”。 这意味着攻击者可构造包含超长命令的 LNK 文件，用户查看属性时仅能看到前 260 个字符（通常为伪装的无害内容），剩余恶意命令被隐藏。微软表示，LNK 文件结构理论上支持最长 32768（32k）字符的字符串。 1. 微软静默修复方案 微软此次发布的静默补丁通过修改属性对话框的显示机制，实现 “无论目标命令长度如何，均完整显示包含参数的全部内容”，从根源上解决了内容截断导致的恶意隐藏问题。但该修复效果依赖于目标字段超过 260 字符的快捷方式文件存在的场景。 2. 0patch 微补丁方案 0patch 针对同一漏洞推出的微补丁采用不同思路：当用户尝试打开目标字段超过 260 字符的 LNK 文件时，自动弹出警告提示。 0patch 团队表示：“尽管恶意快捷方式可被构造为不足 260 字符，但我们认为，阻断野外已发现的实际攻击，能为目标受害者提供重要防护。” 消息来源：thehackernews； 本文由 HackerNews.cc 翻译整理，封面来源于网络； 转载请注明“转自 HackerNews.cc”并附上原文

HackerNews 编译，转载请注明出处： React服务器组件（RSC）中披露了一个最高严重级别的安全漏洞，如果被成功利用，可能导致远程代码执行。该漏洞编号为CVE-2025-55182，CVSS 评分为 10.0（最高级别）。 3日，React团队发布警报：“该漏洞通过利用React解码发送到服务器函数端点的负载时的一个缺陷，允许未经身份验证的远程代码执行”，同时强调“即使您的应用程序没有实现任何React服务器函数端点，只要支持React服务器组件，就可能存在攻击风险。” 云安全公司Wiz分析称，此问题源于以不安全的方式处理RSC负载导致的逻辑反序列化漏洞。 未授权攻击者可构造恶意HTTP请求发送至任意服务器函数端点，当React对该请求进行反序列化处理时，攻击者即可在服务器上执行任意JavaScript代码。 漏洞影响范围 1.React相关npm包 受影响版本：19.0、19.1.0、19.1.1、19.2.0（涉及以下npm包）： react-server-dom-webpack react-server-dom-parcel react-server-dom-turbopack 已修复版本：19.0.1、19.1.2、19.2.1。 2.Next.js（使用 App Router） 对应漏洞编号：CVE-2025-66478（CVSS 评分：10.0） 受影响版本： >=14.3.0-canary.77、>=15、>=16 已修复版本：16.0.7、15.5.7、15.4.8、15.3.6、15.2.6、15.1.9、15.0.5 3.其他关联工具 所有集成RSC的库均可能受影响，包括但不限于： Vite RSC插件 Parcel RSC插件 React Router RSC预览版 RedwoodJS、Waku Wiz 数据显示，39%的云环境存在受CVE-2025-55182和 /或CVE-2025-66478影响的实例。鉴于该漏洞的严重级别，建议用户尽快应用修复补丁，以确保系统安全。   消息来源：thehackernews； 本文由 HackerNews.cc 翻译整理，封面来源于网络； 转载请注明“转自 HackerNews.cc”并附上原文

HackerNews 编译，转载请注明出处： 行车记录仪已成为全球驾驶员的必备设备，在发生交通事故或道路纠纷时，它能充当可靠的证据留存工具。 但新加坡网络安全研究团队在2025年安全分析师峰会上公布的研究结果显示，攻击者可绕过设备的身份验证机制，获取其中存储的高清视频片段、音频记录以及精准的GPS数据。 研究详情 此次研究以热门品牌Thinkware的行车记录仪为切入点，共对来自约15个品牌的24款行车记录仪展开了检测。 研究发现，多数行车记录仪即便未搭载蜂窝网络通信模块，也配置了内置Wi-Fi。用户可通过手机应用实现设备与手机的配对。 但这种联网特性恰好留下了较大的攻击空间，网络不法分子可借此远程下载设备中存储的数据。 卡巴斯基实验室的安全研究人员还指出，多数型号的行车记录仪采用硬编码默认密码，且硬件架构高度相似，这一缺陷使其极易成为黑客大规模攻击的目标。 一旦成功接入行车记录仪，攻击者便能获取其搭载的 ARM处理器的访问权限。该处理器运行着精简版Linux系统。这一突破为攻击者打开了方便之门，使其得以运用多种已验证有效的攻击手段 —— 这类手段此前在物联网设备攻击中极为常见。 身份验证绕过手段 研究人员发现了攻击者绕过厂商身份验证的多种方式，具体如下： 直接文件访问：黑客可直接发起视频下载请求，无需验证密码。因为设备的网络服务器仅在主入口处核验用户身份凭证； 媒体访问控制地址伪造：攻击者可拦截并复制行车记录仪主人的手机设备标识； 重放攻击：先录制设备与手机间正常的无线网络通信数据，待后续时机成熟时再利用这些数据实施攻击。 蠕虫式传播攻击风险 最值得警惕的是，研究人员测试得出这类攻击具备蠕虫式传播能力。 他们编写的恶意代码可在已被入侵的行车记录仪上直接运行，当被劫持设备的车辆与周边车辆以相近车速行驶时，受感染的行车记录仪会自动攻击附近车辆上的行车记录仪。 在城市环境中，一个能尝试多种密码组合与攻击方式的恶意程序，大约可成功入侵四分之一的行车记录仪。 攻击者获取这些设备中的数据后，能实现对车辆行驶轨迹的全程追踪、车内对话监听以及乘车人员身份识别。 通过提取全球定位系统的元数据、识别道路标识上的文字信息，并借助 OpenAI 模型转写音频内容，攻击者可生成详尽的行程报告。 再结合对用户行为模式的分析，就能精准锁定受害者的真实身份，彻底破解其匿名保护状态。   消息来源：cybersecuritynews； 本文由 HackerNews.cc 翻译整理，封面来源于网络； 转载请注明“转自 HackerNews.cc”并附上原文