思科公司发布了最新安全补丁,修复了一个被描述为"关键级别"的安全漏洞,该漏洞影响多个统一通信产品和Webex Calling专用实例,目前已被黑客在野外作为零日漏洞积极利用。
漏洞详情及影响
该漏洞编号为CVE-2026-20045,CVSS评分为8.2分,可能允许未经身份验证的远程攻击者在受影响设备的底层操作系统上执行任意命令。
思科在安全公告中表示:"此漏洞是由于对HTTP请求中用户提供的输入验证不当造成的。攻击者可以通过向受影响设备的基于Web的管理界面发送一系列精心制作的HTTP请求来利用此漏洞。成功利用可能允许攻击者获得对底层操作系统的用户级访问权限,然后将权限提升至root。"
该漏洞之所以被评为关键级别,是因为其利用可能允许权限提升到root级别。受影响的产品包括:
统一通信管理器
统一通信管理器会话管理版本
统一通信管理器即时消息和状态服务
Unity Connection
Webex Calling专用实例
修复版本和补丁信息
思科已在以下版本中解决了该漏洞:
对于统一通信管理器、会话管理版本、即时消息和状态服务,以及Webex Calling专用实例:
版本12.5需要迁移到修复版本
版本14需要升级到14SU5或应用补丁文件
版本15需要等待15SU4版本发布或应用相应补丁文件
对于Unity Connection产品:
版本12.5需要迁移到修复版本
版本14需要升级到14SU5或应用专用补丁
版本15需要等待15SU4版本或应用对应补丁文件
安全威胁和应对措施
这家网络设备制造商还表示,它"已知晓此漏洞在野外的利用尝试",敦促客户升级到修复的软件版本以解决该问题。目前没有可用的变通方法。一名匿名外部研究人员因发现并报告此漏洞而获得致谢。
美国网络安全和基础设施安全局已将CVE-2026-20045添加到其已知被利用漏洞目录中,要求联邦民用行政部门机构在2026年2月11日之前应用修复程序。
CVE-2026-20045的发现距离思科发布另一个被积极利用的关键安全漏洞的更新不到一周时间,该漏洞影响思科安全电子邮件网关和思科安全电子邮件和Web管理器的AsyncOS软件,CVSS评分为满分10.0分,可能允许攻击者以root权限执行任意命令。
Q&A
Q1:CVE-2026-20045漏洞的危险性有多大?
A:该漏洞CVSS评分为8.2分,属于关键级别。攻击者可以在未经身份验证的情况下远程执行任意命令,并能将权限提升至root级别,对系统安全造成严重威胁。目前已被黑客在野外积极利用。
Q2:哪些思科产品受到CVE-2026-20045漏洞影响?
A:受影响的产品包括统一通信管理器、统一通信管理器会话管理版本、统一通信管理器即时消息和状态服务、Unity Connection,以及Webex Calling专用实例等多个统一通信产品。
Q3:如何修复CVE-2026-20045漏洞?
A:用户需要根据产品版本升级到相应的修复版本或应用思科提供的补丁文件。版本12.5需要迁移到修复版本,版本14需要升级到14SU5,版本15需要等待15SU4发布或应用临时补丁。目前没有其他变通方法。
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。