一个几乎影响所有Linux版本、可获取root权限的高危漏洞,其利用代码已被公开发布,此举在安全领域引发了强烈警觉,防御人员正紧急应对数据中心及个人设备面临的严峻威胁。
该漏洞及其利用代码由安全公司Theori的研究人员于周三晚间公开,距离他们向Linux内核安全团队私下披露该漏洞已过去五周。内核团队已在7.0、6.19.12、6.18.12、6.12.85、6.6.137、6.1.170、5.15.204和5.10.254等版本中完成修复,但在利用代码发布时,大多数Linux发行版尚未集成这些补丁。
该严重漏洞被追踪为CVE-2026-31431,命名为CopyFail,属于本地权限提升漏洞类型,允许无权限用户将自身提升为管理员。CopyFail之所以尤为危险,在于攻击者只需使用周三公开的一段利用代码,无需任何修改即可在所有受影响的发行版上成功利用该漏洞。借助此漏洞,攻击者可攻击多租户系统、突破基于Kubernetes或其他框架的容器隔离,以及创建恶意pull request,将利用代码注入CI/CD工作流程。
研究人员Jorijn Schrijvershof周四写道:"'本地权限提升'听起来枯燥,但我来解释一下它的实际含义:一个已经能够在目标机器上执行代码的攻击者,哪怕只是最普通的无权限用户,也能将自身提权至root。一旦拥有root权限,便可读取所有文件、安装后门、监视所有进程,并横向渗透至其他系统。"
Schrijvershof还指出,Theori发布的同一个Python脚本可稳定适用于Ubuntu 22.04、Amazon Linux 2023、SUSE 15.6和Debian 12。该研究人员进一步分析道:
"在共享基础设施中,这意味着什么?因为在2026年,'本地'所涵盖的范围极为广泛:共享Kubernetes节点上的每个容器、共享托管服务器上的每个租户、运行不可信pull request代码的每个CI/CD任务、Windows笔记本上的每个WSL2实例、每个被赋予shell访问权限的容器化AI智能体——它们都与邻居共享同一个Linux内核。内核层面的本地权限提升漏洞,将彻底击穿这道隔离边界。"
现实场景中的攻击链可能如下:攻击者利用某个已知的WordPress插件漏洞,以www-data身份获取shell访问权限,随后运行CopyFail的PoC代码,即刻成为宿主机的root用户。此时,该机器上的所有其他租户都暴露在其攻击范围之内。该漏洞本身不负责让攻击者进入系统,但会在攻击者落脚后的短短十秒内彻底改变局势。
该漏洞源于内核加密API中的一处"直线型"逻辑缺陷。许多利用竞态条件和内存损坏缺陷的漏洞利用代码,往往无法稳定适用于不同内核版本或发行版,有时甚至在同一台机器上也会失败。由于CopyFail利用的是逻辑缺陷,Bugcrowd的研究人员表示,"其可靠性不依赖概率,同一脚本可跨发行版通用,无需竞态窗口,也无需内核偏移量。"
CopyFail这一名称的由来,源于内核中authencesn AEAD模板处理流程(用于IPsec扩展序列号)在本应复制数据时实际上并未执行复制操作。Theori指出,该流程"将调用方的目标缓冲区用作临时暂存区,在合法输出区域之外多写入了4个字节,且未做任何还原处理"。这意味着对AAD ESN字节的'复制'操作'失败',数据溢出了目标缓冲区的边界。
Q&A
Q1:CopyFail漏洞是什么?它有多危险?
A:CopyFail(CVE-2026-31431)是一个影响几乎所有Linux版本的本地权限提升漏洞。攻击者只要能在目标机器上以普通用户身份执行代码,就可利用该漏洞将权限提升至root,进而读取所有文件、安装后门、监视进程并横向攻击其他系统。更危险的是,其公开利用代码无需修改即可适用于Ubuntu、Debian、Amazon Linux等主流发行版,可靠性极高。
Q2:CopyFail漏洞对云环境和容器化部署有什么影响?
A:影响非常严重。在共享Kubernetes节点、多租户托管服务器、CI/CD流水线或WSL2环境中,所有租户和容器共享同一个Linux内核。一旦某个攻击者通过CopyFail提权至root,整个宿主机上的所有租户都将暴露在攻击范围内,容器隔离边界也将被彻底突破。
Q3:目前Linux发行版是否已发布针对CopyFail的修复补丁?
A:Linux内核安全团队已在7.0、6.19.12、6.18.12、6.12.85、6.6.137、6.1.170、5.15.204和5.10.254等版本中完成修复。但在利用代码公开发布时,大多数Linux发行版尚未集成这些补丁,这意味着大量系统在短期内仍处于高风险状态,用户应尽快更新至已修复版本。
好文章,需要你的鼓励
机器人智能公司Inbolt将于2026年6月在芝加哥Automate展会上发布两项新能力:Inbolt机器人编程功能和扩展版机器人控制模块。新功能可让工程师直接基于CAD模型构建程序,结合视觉模型实时定位实体零件并自动调整运动路径,彻底消除传统调试中耗时数周的手动示教环节。此次更新还将原生支持安川机器人,使平台覆盖品牌扩展至六个。
浙江大学团队提出目标视角复现任务(TVR),测试AI主动导航至指定视角的能力,最强模型成功率仅12%,人类达93%,并验证了视觉示范学习与多轮强化学习的提升路径。
本文提供了一套完整的笔记本电脑深度清洁方案。硬件方面,介绍了如何用温和洗涤剂清洁机身、用微纤维布擦拭屏幕、用压缩空气清理键盘及清洁充电线的正确方法。软件方面,建议及时更新操作系统与驱动程序,删除冗余文件与临时下载内容,并通过开启Windows Storage Sense功能实现自动清理,同时将剩余文件整理归类,保持系统整洁高效运行。
这项研究提出"VLM即教师"框架,让视觉语言模型在视频生成推理时充当实时监考官,通过可微分奖励信号在线优化轻量LoRA模块,平均提升视频推理性能16.7分。