微软表示,攻击者已经通过React2Shell漏洞在"多个不同组织的数百台设备"上实施攻击,利用该漏洞执行代码、部署恶意软件,在某些情况下还投放了勒索软件。
微软本周在博客文章中表示,攻击者正在积极利用CVE-2025-55182漏洞(即React2Shell),这是React Server Components中的一个严重缺陷,可被滥用在易受攻击的服务器上运行任意代码。
根据微软威胁情报团队的报告,该漏洞的利用已经远远超出了概念验证阶段,在多个行业和地区已确认有数百个系统遭到入侵。
微软称,攻击者正在利用该漏洞执行任意命令、投放恶意软件,并向受害者环境深处渗透,通常将攻击活动伪装成看似合法的应用程序流量。
React2Shell于本月早些时候首次曝光,当时研究人员警告React Server Components存在漏洞,可被利用执行攻击者控制的代码。该漏洞很快与其他弱点和配置错误形成攻击链,早期攻击活动被认为与中国和伊朗相关的威胁组织有关,这些组织大规模探测暴露的服务器。几天后的另一波披露揭示了React工具中的额外"SecretLeak"漏洞,这让刚刚开始理解React2Shell影响范围的开发者更加不安。
微软的最新研究结果表明,在公开披露后,利用该漏洞的攻击尝试迅速增加,攻击者利用成功的漏洞利用向暴露的JavaScript应用程序后端推送恶意软件,包括基于内存的下载器和加密货币挖矿程序。
其他威胁情报团队也观察到了同样的情况。安全公司S-RM表示,已经响应了一起真实的入侵事件,在该事件中,React2Shell被用作初始访问途径来突破企业网络并部署勒索软件。
"这是S-RM首次观察到该漏洞被以经济利益为动机的威胁行为者用于网络勒索攻击,这凸显了该漏洞已知影响的升级。与其他公开报告相比,迄今为止主要记录的是该漏洞被用于植入后门恶意软件或加密货币挖矿程序的实例,"该公司表示。
遥测数据也显示存在工业规模的滥用。GreyNoise创始人Andrew Morris在LinkedIn上写道,在披露数周后,该漏洞的利用仍然非常激烈。
"根据我们在GreyNoise Intelligence的统计,React2Shell仍在持续爆发,"Morris说。"我们继续堆积了相当多的不同恶意软件载荷。利用率仍然非常高,自披露以来,利用此漏洞的累计网络数量几乎每天都在创下历史新高。"
这种规模反映了React Server Components的广泛采用情况。该技术旨在将渲染工作卸载到服务器以提高性能,目前已嵌入无数生产应用程序中,一项估计表明39%的云环境容易受到React2Shell漏洞的影响。
React2Shell受害者的确切数量尚不清楚,但Palo Alto Networks已确认有50多个组织受到攻击。然而,真实数字可能要高得多,因为研究人员上周警告称,易受该漏洞影响的系统中有一半仍未修补。
对于仍在忙于应对的组织,微软敦促团队应用可用补丁,审计暴露的React Server Component部署,并监控利用漏洞的迹象。由于利用仍在激增且修补工作尚未完成,React2Shell仍然为滥用敞开大门。
Q&A
Q1:React2Shell漏洞是什么?它有多严重?
A:React2Shell(CVE-2025-55182)是React Server Components中的一个严重缺陷,攻击者可以利用该漏洞在易受攻击的服务器上运行任意代码。目前已有数百台设备遭到入侵,攻击者利用它执行命令、部署恶意软件甚至投放勒索软件,影响范围广泛。
Q2:有多少系统受到React2Shell漏洞的影响?
A:根据估计,约39%的云环境容易受到React2Shell漏洞的影响。目前已确认有50多个组织遭到攻击,涉及数百台设备,但真实数字可能更高,因为易受影响的系统中有一半仍未修补。
Q3:企业应该如何防范React2Shell漏洞攻击?
A:微软建议组织立即应用可用的安全补丁,审计暴露的React Server Component部署情况,并持续监控系统是否存在被利用的迹象。由于该漏洞利用仍在激增,企业需要尽快采取行动完成修补工作。
好文章,需要你的鼓励
随着人工智能和高性能计算持续推动需求增长,数据中心设计正以同样惊人的速度演进。曾经的高密度机架已成为标准配置,冷却系统在数月而非数年内完成重新设计,项目在各地区的规模和复杂性不断提升。全球工程设计咨询公司Black & White Engineering指出,液冷成为标准配置、极端机架密度管理、工业化规模交付、电网约束下的电力创新、AI驱动运营设计以及可持续性成为核心设计原则,将成为2026年塑造数据中心设计、建设和运营的六大关键趋势。
这项由ByteDance Seed、香港科技大学等机构联合完成的研究提出了"轨迹场"这一创新的4D视频表示方法。研究团队开发的Trace Anything系统能够在单次前向传递中为视频中的每个像素预测连续的三维轨迹,无需光流估计或迭代优化。通过构建大规模合成数据平台和精心设计的训练方案,该方法在轨迹估计基准上实现了最先进性能,同时推理速度比竞争方法快10倍以上,并展现了运动预测、时空融合等多种涌现能力。
Snowflake本周推送的一次更新导致全球范围内的"重大故障",用户长达13小时无法查询数据、文件导入失败并收到错误信息。初步调查显示,最新版本引入了不向后兼容的数据库架构更新,导致版本不匹配错误。此次故障影响了全球23个区域中的10个,包括美国、欧洲和亚洲多个数据中心。这是Snowflake一周内第二次发生事故。
伊斯法罕大学研究团队通过分析Google Play商店21款AI教育应用的用户评论,发现作业辅导类应用获得超80%正面评价,而语言学习和管理系统类应用表现较差。用户赞赏AI工具的快速响应和个性化指导,但抱怨收费过高、准确性不稳定等问题。研究建议开发者关注自适应个性化,政策制定者建立相关规范,未来发展方向为混合AI-人类模型。