安全研究人员发现Open WebUI存在一个高危漏洞,该平台是一个自托管的大语言模型企业界面。这个漏洞编号为CVE-2025-64496,允许通过直连功能连接的外部模型服务器注入恶意代码并劫持AI工作负载。
漏洞产生的原因
该漏洞源于对服务器发送事件(SSE)的不安全处理,可能导致账户被接管,在某些具有扩展权限的情况下,还可能在后端服务器上执行远程代码。
根据Cato CTRL的研究发现,如果员工在"免费GPT-4替代方案"等借口下,将Open WebUI连接到攻击者控制的模型端点,前端可能被欺骗悄悄执行注入的JavaScript代码。该代码会从浏览器上下文中窃取JSON Web令牌(JWT),为攻击者提供对受害者AI工作空间、文档、聊天记录和嵌入式API密钥的持久访问权限。
受影响版本及修复方案
该漏洞影响Open WebUI 0.6.34及之前的所有版本,已在v0.6.35版本中修复。企业用户应立即对生产部署进行补丁更新。
Cato研究人员表示,问题出现在直连功能上,该功能旨在让用户将Open WebUI连接到外部的OpenAI兼容模型服务器。平台的SSE处理器信任来自这些服务器的传入事件,特别是标记为"{type: execute}"的事件,并通过动态JavaScript构造器执行其载荷。
当用户通过社会工程手段连接到恶意服务器时,该服务器可以流式传输包含可执行JavaScript的SSE。该脚本可以完全访问浏览器的存储层,包括用于身份验证的JWT。
攻击机制分析
Cato研究人员在博客文章中指出:"Open WebUI将JWT令牌存储在localStorage中,页面上运行的任何脚本都可以访问它。令牌默认情况下是长期有效的,缺乏HttpOnly属性,并且是跨标签页的。当与执行事件结合时,这为账户接管创造了机会。"
根据NVD描述,该攻击需要受害者启用直连功能(默认情况下是禁用的)并添加攻击者的恶意模型URL。
风险扩大可能性
风险不仅仅停留在账户接管层面。如果被攻击的账户具有workspace.tools权限,攻击者可以利用该会话令牌通过Open WebUI的工具API推送经过身份验证的Python代码,该代码在没有沙箱或验证的情况下执行。
这将浏览器级别的攻击转变为后端服务器上的完整远程代码执行。一旦攻击者获得Python执行权限,他们就可以安装持久化机制,渗透到内部网络,访问敏感数据存储,或发起横向攻击。
安全评级和修复建议
该漏洞在NVD中获得了8分(满分10分)的高严重性评级,在GitHub中获得了7.3分的基础评分。该漏洞被评为高危而非严重,反映了利用该漏洞需要启用直连功能,并且需要用户首先被诱骗连接到恶意外部模型服务器的事实。
Open WebUI v0.6.35中的补丁缓解措施包括完全阻止来自直连的"execute"SSE事件,但任何仍在使用旧版本的组织都面临风险。此外,研究人员建议将身份验证迁移到具有轮换机制的短期HttpOnly cookie。他们补充说:"与严格的CSP配对,禁止动态代码评估。"
Q&A
Q1:CVE-2025-64496漏洞是什么?
A:这是Open WebUI中发现的一个高危安全漏洞,允许外部模型服务器通过直连功能注入恶意代码并劫持AI工作负载。该漏洞源于对服务器发送事件的不安全处理,可能导致账户被接管或远程代码执行。
Q2:哪些版本的Open WebUI受到影响?
A:该漏洞影响Open WebUI 0.6.34及之前的所有版本。漏洞已在v0.6.35版本中修复,企业用户应立即对生产部署进行补丁更新。
Q3:如何防范这个安全漏洞?
A:首先应立即升级到Open WebUI v0.6.35或更高版本。其次,谨慎使用直连功能,避免连接不可信的外部模型服务器。研究人员还建议将身份验证迁移到短期HttpOnly cookie,并实施严格的内容安全策略。
好文章,需要你的鼓励
近期数据显示,2026年5月前企业已宣布约9万个与AI相关的裁员岗位,部分预测称未来五年美国15%的工作将被AI取代。然而,Ramp与Revelio Labs追踪近2.2万家企业的最新报告显示:重度投入AI的企业反而实现了更快的人员增长,包括初级岗位在内的各职能人数均有上升。但这一数据主要来自技术型企业,能否普遍适用仍存疑。报告同时指出,资源匮乏的企业可能在AI浪潮中持续落后。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
AI数据中心开发商向多家电力公司同时提交大负荷接入申请以确定选址,导致区域需求预测虚高、电网投资失衡。美国联邦能源监管委员会(FERC)及ERCOT、PJM、SPP等机构正推动"承诺优先"规划机制,要求项目具备实质性商业承诺方可纳入长期传输规划。谷歌、亚马逊、微软、OpenAI等科技巨头支持建立标准化的项目成熟度评估体系,但各方在具体机制上仍存分歧。发电建设问题尚未被纳入联邦传输改革议程。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。