美国网络安全和基础设施安全局(CISA)近日在其已知被利用漏洞目录中新增了两个安全漏洞,警告攻击者正在滥用HPE OneView管理软件中的最高严重级别漏洞以及微软Office中一个存在多年的缺陷。
CISA最新更新的已知被利用漏洞目录标记了CVE-2025-37164(HPE OneView中的代码注入漏洞)和CVE-2009-0556(PowerPoint代码注入漏洞,该漏洞已潜伏超过15年)。
CVE-2025-37164获得了完美的10.0 CVSS评分,影响HPE OneView软件,该软件用于从中央控制台管理服务器、存储和网络设备。在12月18日的安全公告中,HPE表示该漏洞可被利用来注入和执行代码,可能授予对受影响环境的完全控制权,但当时并未说明是否已有攻击正在进行。
CISA决定将该漏洞添加到其野外被利用目录中,表明情况现在已发生变化,尽管详细信息仍然有限。HPE没有回应相关问题,包括是否已在客户环境中观察到攻击者、可能有多少客户受到影响,或是否因漏洞利用而导致任何数据被窃取。
然而,安全公司此前曾警告该漏洞不太可能长期停留在理论层面。在HPE披露后,Rapid7发布了概念验证漏洞利用代码,建议防御者将该问题视为假定入侵场景。eSentire指出,可用漏洞利用代码的存在显著降低了攻击者从好奇转向入侵的门槛。
除了OneView问题外,CISA还标记了CVE-2009-0556,这是一个微软Office PowerPoint代码注入漏洞,在CVSS量表上评级为8.8。该漏洞由微软在2009年确认,允许远程攻击者在用户打开特制PowerPoint文件时通过内存损坏执行任意代码。微软多年前已作为MS09-017的一部分修补了该问题,但它出现在KEV目录中表明未修补或不受支持的系统仍在被成功攻击。
这两个漏洞几乎没有共同点。一个已经存在足够长的时间,应该早就被修补消除,而另一个是现代数据中心机械中的新企业级缺陷。对于攻击者来说,如果漏洞利用仍然有效,年龄显然不是阻碍因素。
Q&A
Q1:CVE-2025-37164漏洞有多严重?
A:CVE-2025-37164获得了完美的10.0 CVSS评分,属于最高严重级别。该漏洞影响HPE OneView管理软件,可被利用来注入和执行代码,potentially granting full control of affected environments。
Q2:CVE-2009-0556是什么漏洞?为什么现在还在被利用?
A:CVE-2009-0556是微软Office PowerPoint中的代码注入漏洞,评级为8.8分,早在2009年就被发现并修补。它现在仍被利用是因为一些系统没有及时更新补丁或使用不受支持的旧版本系统。
Q3:这两个漏洞被添加到CISA目录意味着什么?
A:CISA将这两个漏洞添加到已知被利用漏洞目录意味着攻击者正在野外积极利用这些漏洞进行攻击。这提醒组织需要立即采取防护措施,修补相关系统。
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。