Cloudflare已解决了影响其自动证书管理环境(ACME)验证逻辑的安全漏洞,该漏洞使得绕过安全控制并访问源服务器成为可能。
Cloudflare的网络基础设施专家Hrushikesh Deshpande、Andrew Mitchell和Leland Garofalo表示:"该漏洞源于我们的边缘网络处理发往ACME HTTP-01挑战路径(/.well-known/acme-challenge/*)请求的方式。"
该网络基础设施公司表示,没有发现任何证据表明该漏洞曾被恶意利用过。
漏洞背景
ACME是一种通信协议(RFC 8555),它促进SSL/TLS证书的自动签发、续期和撤销。证书颁发机构(CA)为网站配置的每个证书都通过挑战验证来证明域名所有权。
这个过程通常通过像Certbot这样的ACME客户端来实现,通过HTTP-01(或DNS-01)挑战证明域名所有权并管理证书生命周期。HTTP-01挑战检查位于Web服务器"https://<YOUR_DOMAIN>/.well-known/acme-challenge/<TOKEN>"路径上通过HTTP端口80的验证令牌和密钥指纹。
CA的服务器向该确切URL发出HTTP GET请求来检索文件。一旦验证成功,证书就会被签发,CA将ACME账户(即在其服务器上的注册实体)标记为有权管理该特定域名。
如果挑战被Cloudflare管理的证书订单使用,那么Cloudflare将在上述路径上响应并向调用者提供CA提供的令牌。但如果它与Cloudflare管理的订单不相关,请求就会路由到客户源服务器,该服务器可能使用不同的系统进行域名验证。
漏洞详情
该漏洞由FearsOff在2025年10月发现并报告,涉及ACME验证过程的有缺陷实现,导致对该URL的某些挑战请求禁用Web应用程序防火墙(WAF)规则,并允许其到达本应被阻止的源服务器。
换句话说,该逻辑未能验证请求中的令牌是否实际匹配该特定主机名的活跃挑战,实际上允许攻击者向ACME路径发送任意请求并完全绕过WAF保护,使他们能够到达源服务器。
"以前,当Cloudflare提供HTTP-01挑战令牌时,如果调用者请求的路径匹配我们系统中活跃挑战的令牌,提供ACME挑战令牌的逻辑会禁用WAF功能,因为Cloudflare会直接提供响应,"该公司解释道。
"这样做是因为这些功能可能会干扰CA验证令牌值的能力,并会导致自动化证书订单和续期失败。然而,在令牌与不同区域相关联且不由Cloudflare直接管理的情况下,请求将被允许继续进入客户源服务器,而不会被WAF规则集进一步处理。"
FearsOff的创始人兼首席执行官Kirill Firsov表示,恶意用户可以利用该漏洞获取确定性的长期令牌,并访问所有Cloudflare主机上源服务器的敏感文件,为侦察打开了大门。
修复措施
Cloudflare于2025年10月27日通过代码更改解决了该漏洞,仅当请求匹配该主机名的有效ACME HTTP-01挑战令牌时才提供响应并禁用WAF功能。
Q&A
Q1:ACME是什么?它在网络安全中起什么作用?
A:ACME是自动证书管理环境的通信协议,用于促进SSL/TLS证书的自动签发、续期和撤销。它通过HTTP-01或DNS-01挑战来验证域名所有权,确保只有合法的域名所有者才能获得证书,是现代网络安全基础设施的重要组成部分。
Q2:这个Cloudflare漏洞具体是怎么被利用的?
A:攻击者可以向ACME验证路径发送包含任意令牌的请求,由于Cloudflare的验证逻辑缺陷,系统会禁用WAF保护并将请求转发到源服务器。这使得攻击者能够绕过安全控制,访问本应被阻止的敏感文件和资源。
Q3:普通用户需要为这个漏洞担心吗?
A:不需要过度担心。Cloudflare已经在2025年10月27日修复了这个漏洞,且没有发现被恶意利用的证据。对于使用Cloudflare服务的用户,建议确保服务已更新到最新版本,并继续保持良好的安全实践。
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。