数据备份和复制专家Commvault已发布补丁,修复其核心软件产品中的四个漏洞。如果不加以解决,这些漏洞可能被组合利用,形成两条不同的远程代码执行(RCE)攻击链。
这四个漏洞由WatchTowr漏洞研究人员发现。他们在今年早些时候发现另一个RCE漏洞CVE-2025-34028后,继续对Commvault软件进行深入研究。
"就像我们友好的邻居勒索软件团伙和APT组织一样,我们继续花费大量时间研究关键的企业级解决方案——那些我们认为由真正优质材料制成的产品,"研究人员在披露声明中表示。"正如我们在历史上所见,备份和复制解决方案代表着威胁行为者的高价值目标。"
"在发现和识别我们之前讨论过的CVE-2025-34028时,我们发现了进一步的弱点——最终发现了今天讨论的四个漏洞,当它们组合在一起时,就像你最喜欢的宝可梦一样进化为两条不同的预认证RCE攻击链,"他们说。
这四个漏洞已被分配以下通用漏洞暴露(CVE)编号:CVE-2025-57788、CVE-2025-57789、CVE-2025-57790和CVE-2025-57791。
WatchTowr发现的第一条攻击链将CVE-2025-57791与CVE-2025-57790结合使用。
CVE-2025-57791是一个参数注入漏洞,允许远程攻击者注入或操纵传递给内部组件的命令行参数。这是由于输入验证不足造成的,成功利用后,可为低权限账户的用户会话创建有效的应用程序接口(API)令牌。
CVE-2025-57790是一个路径遍历漏洞,使远程攻击者能够访问目标文件系统并将JavaServer Pages(JSP) webshell写入webroot,从而实现RCE。
第二条攻击链将CVE-2025-57788和CVE-2025-57789与CVE-2025-57790结合使用。
CVE-2025-57788是一个信息泄露漏洞,源于登录机制中的问题,允许未经身份验证的一方执行API调用并泄露有效凭据。
CVE-2025-57789是一个权限提升(EoP)漏洞,根据Commvault的说法,在非常特定的情况下——在安装和首次管理员登录之间——可用于检索加密的管理员密码并使用硬编码的高级加密标准(AES)密钥解密。
从那里,攻击者可以再次使用第四个路径遍历漏洞来实现RCE条件。
WatchTowr表示,第一条攻击链适用于任何未打补丁的Commvault实例,但第二条攻击链需要满足非常特定的条件才能被利用。这些漏洞都不适用于软件即服务(SaaS)用户。
WatchTowr从4月15日开始向Commvault报告这些问题,经过常规的来回沟通后,在Commvault于8月19日发布官方公告后,完整的公开披露计划于8月20日进行。
补丁涵盖Linux和Windows环境下的Commvault版本11.32.0至11.32.101和版本11.36.0至11.36.59,分别将其更新至版本11.32.102和11.36.60。WatchTowr团队还表示,版本11.38.20至11.38.25已打补丁至11.38.32,尽管在撰写本文时Commvault的公告中未提及此事。
WatchTowr的研究人员没有发布概念验证代码,但有动机的威胁行为者可能很快就会研究这些漏洞,因此建议本地部署客户尽快应用所有四个补丁以防止被利用。
Commvault发言人表示:"我们感谢外部研究人员WatchTowr负责任地披露这些漏洞。补丁已及时提供,客户未受到影响。我们代码的后续版本没有这些漏洞。"
Q&A
Q1:Commvault这次修复的漏洞有多严重?
A:这次修复的四个漏洞可以组合成两条不同的远程代码执行攻击链,威胁程度很高。第一条攻击链适用于任何未打补丁的Commvault实例,第二条需要特定条件。攻击者可以通过这些漏洞获得系统控制权,但不影响SaaS用户。
Q2:哪些Commvault版本需要更新补丁?
A:需要更新的版本包括Linux和Windows环境下的11.32.0至11.32.101版本(更新至11.32.102)和11.36.0至11.36.59版本(更新至11.36.60)。另外,11.38.20至11.38.25版本已更新至11.38.32。
Q3:这些漏洞是如何被发现的?
A:这些漏洞由WatchTowr安全研究团队发现。他们在今年早些时候发现CVE-2025-34028漏洞后,继续深入研究Commvault软件,最终发现了四个新漏洞,并将研究结果于4月15日报告给Commvault。
好文章,需要你的鼓励
随着谷歌搜索和亚马逊主页在电商领域影响力下降,AI助手如ChatGPT、Claude等成为消费者新的购物入口。品牌必须掌握生成式引擎优化(GEO)技术才能保持可见性。传统SEO策略已失效,AI系统更青睐结构化、问答式的高质量内容。研究显示,来自AI助手的流量转化率比其他渠道高9倍。品牌需要基于真实客户问题创建内容,采用结构化问答格式,并建立信任度,才能在这个新的电商秩序中脱颖而出。
斯坦福大学研究发现,主要用英语训练的大型语言模型竟能自发学会处理其他语言任务,无需明确教学。这种跨语言迁移能力随模型规模增大而显著提升,通过形成"通用语义空间"实现不同语言间的知识迁移。研究为降低多语言AI开发成本、支持资源稀缺语言提供了新途径,但仍面临性能不均衡、文化适应性等挑战。
2025年第一季度网络攻击激增126%,英国新法案要求数据中心强制报告网络安全事件。现代威胁已演变为同时攻击IT和OT系统,而许多数据中心的备用电源系统仍使用90年代的过时技术。电池储能系统(BESS)通过分布式架构、加密通信和自主运行能力提供网络弹性防护。BESS即服务模式将网络安全维护转移给专业提供商,同时通过需求响应和能源套利创造收益。随着全球法规要求将网络安全与能源安全相结合,数据中心需要现代化基础设施来应对日益严峻的威胁环境。
阿姆斯特丹大学与Salesforce合作开发的奖励引导推测解码(RSD)技术,通过让小模型处理简单任务、大模型解决复杂问题的智能分工,在保持推理准确率的同时大幅提升计算效率。该技术在数学推理等任务中表现出色,计算量最多可减少75%,为AI应用的普及和成本降低提供了重要技术支撑。