流行自动化平台n8n中发现的一个最高严重级别漏洞,已导致约10万台服务器面临完全接管风险,该漏洞严重程度极高,攻击者甚至无需登录即可利用。
漏洞详情与影响
安全公司Cyera的研究人员发现了这个漏洞,该漏洞的CVSS评分为10.0分(满分),被命名为"ni8mare"。漏洞编号为CVE-2026-21858,允许未经身份验证的攻击者在易受攻击的系统上执行任意代码,实际上等于将受影响环境的完全控制权拱手让给攻击者。除了打补丁外没有其他解决方法,强烈建议用户升级到n8n 1.121.0或更高版本。
n8n平台介绍
n8n是一个自托管的开源自动化工具,许多组织使用它来连接聊天应用、表单、云存储、数据库和第三方API。该平台声称Docker拉取次数超过1亿次,拥有数百万用户和数千家公司使用它来自动化从内部工作流程到面向客户的流程等各种任务。
攻击原理分析
据Cyera介绍,问题的根源在于n8n处理webhooks的方式。Webhooks是当来自外部系统(如网络表单、消息平台或通知服务)的数据到达时用于启动工作流程的机制。攻击者通过滥用所谓的"Content-Type混淆"问题,可以操纵HTTP头来覆盖应用程序使用的内部变量。这反过来允许他们从底层系统读取任意文件,并将攻击升级为完全远程代码执行。
简单来说,任何能够通过网络访问易受攻击的n8n实例的人都可以在没有凭据的情况下完全控制它,然后进一步渗透到该实例连接的任何系统中。
安全威胁评估
Cyera研究员Dor Attias表示:"想象一个拥有超过1万名员工的大型企业,其中一台n8n服务器被任何人使用。被入侵的n8n实例不仅意味着失去一个系统,还意味着将一切的钥匙交给攻击者。API凭据、OAuth令牌、数据库连接、云存储等都集中在一个地方。"
这种集中化正是使该漏洞如此危险的原因。n8n通常被委以高价值机密和广泛访问权限,因为它协调着组织数字资产中的工作流程。
Attias警告说:"被入侵的n8n的爆炸半径是巨大的。n8n连接着无数系统,包括组织的Google Drive、OpenAI API密钥、Salesforce数据、IAM系统、支付处理器、客户数据库、CI/CD管道等。它是自动化基础设施的中枢神经系统。"
修复响应情况
Cyera赞扬n8n在问题披露后迅速响应。该公司表示,他们于2025年11月9日私下报告了该漏洞,n8n的安全团队在第二天确认了该问题。修复程序于11月18日作为1.121.0版本的一部分悄然发布,这比本周公开分配CVE标识符早了几周。
n8n公司没有立即回应相关询问。
补丁发布时没有大张旗鼓,这意味着一些组织可能仍在运行易受攻击的版本,特别是在自托管环境中,上游公告并不总是被阅读。鉴于该软件的广泛使用,不打补丁等于为追求快速、高价值目标的攻击者敞开大门。
Q&A
Q1:n8n漏洞CVE-2026-21858的严重程度如何?
A:这是一个最高严重级别的漏洞,CVSS评分达到10.0分满分,被命名为"ni8mare"。攻击者可以在不需要登录凭据的情况下完全控制易受攻击的服务器,影响约10万台服务器。
Q2:n8n漏洞是如何被利用的?
A:攻击者通过滥用"Content-Type混淆"问题,操纵HTTP头来覆盖应用程序的内部变量。这允许他们从系统读取任意文件并执行远程代码,最终获得系统完全控制权。
Q3:如何修复n8n的安全漏洞?
A:目前除了打补丁外没有其他解决方法,用户必须升级到n8n 1.121.0或更高版本。该修复程序已于2025年11月18日发布,强烈建议立即升级以避免安全风险。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。