企业IT巨头微软和甲骨文发布的紧急带外修复程序,突显了更新周期和补丁管理,以及身份安全和零信任方面的问题。
微软的紧急更新KB5085516解决了本月早些时候补丁星期二推送的强制累积更新后出现的问题。
据微软称,随后发现许多用户在使用微软账户登录应用程序时遇到问题,即使设备有正常的网络连接,也会看到"无网络"错误消息。这导致无法访问多个服务和应用程序。需要注意的是,使用Entra ID的组织没有遇到这个问题。
但微软的紧急补丁发布时间距离其再次承诺软件质量、可靠性和稳定性仅几天。在最新更新前24小时发布的博客文章中,微软Windows Insider项目团队的Pavan Davuluri表示,更新应该是"可预测且易于规划的"。
Suzu Labs创始人兼CEO Michael Bell说:"微软有一周的时间。他们的Windows高管在3月20日发布博客承诺改善可靠性和质量,到3月21日,他们就发布了紧急带外修复程序,修复他们自己3月安全更新引入的登录漏洞。"
"除此之外,还有针对RRAS远程代码执行缺陷和蓝牙可见性漏洞的单独热补丁。八天内三个紧急修复并不能体现可靠性时代。"
与此同时,甲骨文的补丁解决了CVE-2026-21992,这是甲骨文Fusion中间件中甲骨文身份管理器REST:WebServices组件和甲骨文Web服务管理器Web服务安全组件的远程代码执行缺陷。该漏洞CVSS评分为9.8,可被具有HTTP网络访问权限的未认证攻击者利用。
在撰写本文时,似乎还没有主动利用的报告,但之前甲骨文的高调缺陷很快就受到了攻击——去年,E-Business Suite中类似的RCE问题引起了多产的Cl0p勒索软件团伙的注意。
Bell指出,甲骨文身份管理器中另一个可能相关的预认证RCE问题CVE-2025-61757很快被添加到网络安全与基础设施安全局已知被利用漏洞列表中,因为它被证明是多么简单易于利用。他说最新的漏洞很可能遵循相同的路径。
Bell说:"这比典型的9.8评分更重要的原因是目标。在身份管理平台上的代码执行意味着攻击者可以重写控制企业其余部分的访问策略,这将单个CVE转变为整个网络的持久访问。"
信任崩塌
Xcape高级安全工程师Noelle Murata表示,这两个更新说明了"对传统更新周期的信任正在崩塌"。
"当甲骨文身份管理器——企业安全的真正大脑——需要未认证RCE补丁时,这证明了我们用来构建零信任的工具往往是我们最危险的单点故障,"她说。"同时,微软需要发布安全更新只是为了停止用虚假的连接错误来欺骗用户,这突出了日益扩大的质量差距。"
Murata对安全服务要么是预装后门,要么是杀死生产力的故障这一循环感到遗憾,并呼吁行业要求不仅仅是更快更好的补丁,以真正保护用户。
"我们需要全行业转向弹性设计架构,当单个HTTP请求到达身份层时不会失败,"她说。"如果零信任意味着我们不能信任身份管理器保持安全或操作系统让我们登录,那么恭喜,行业终于实现了它的目标。"
Q&A
Q1:微软KB5085516紧急更新解决了什么问题?
A:KB5085516解决了用户在安装本月补丁星期二的强制累积更新后出现的登录问题。许多用户在使用微软账户登录应用程序时看到"无网络"错误消息,即使设备有正常连接,导致无法访问多个服务和应用程序。
Q2:甲骨文CVE-2026-21992漏洞有多严重?
A:CVE-2026-21992是甲骨文Fusion中间件身份管理器和Web服务管理器组件的远程代码执行缺陷,CVSS评分高达9.8。未认证攻击者可通过HTTP网络访问利用该漏洞,由于目标是身份管理平台,攻击者可能重写整个企业的访问策略。
Q3:这些紧急补丁说明了什么问题?
A:这些紧急补丁突显了传统更新周期信任崩塌的问题。微软在承诺改善软件可靠性后立即发布紧急修复,甲骨文身份管理器作为企业安全核心却存在严重漏洞,表明构建零信任的工具本身成为了危险的单点故障。
好文章,需要你的鼓励
Kollmorgen发布NDC布局助手软件工具,专为工厂和仓库中的自动导引车(AGV)及自主移动机器人(AMR)的路线规划与优化而设计。该工具通过分段分析路线,帮助工程师在系统部署前识别瓶颈与低效环节,提供行驶时间、车速及优化潜力等关键数据,并以可视化方式标注问题区域,从而缩短布局设计与验证周期。Kollmorgen表示,该工具未来还将融入AI驱动的优化能力。
这篇由加州大学圣地亚哥分校等六所机构联合发布的综述(arXiv:2605.02913,2026年4月),首次系统梳理了大型语言模型强化学习训练中长期被忽视的轨迹设计问题,提出了GFCR四模块框架(生成、过滤、控制、回放),覆盖数学、代码、多模态和智能代理等多个应用场景,并附有实用的故障诊断手册,为AI训练工程师提供系统性的方法论指导。
现代仓储已从幕后走向前台,配送速度成为品牌竞争核心。面对次日达甚至两小时送达的市场压力,领先履约中心借鉴敏捷开发理念,以周为单位迭代代码、机器人与工作流程。IoT信标、边缘计算与视觉识别模块构建双层架构,实现厘米级货盘追踪与低延迟决策。人机协作模式让员工从重体力劳动转向异常处理与数据分析,拣选准确率突破99%。同时,自动化系统实时采集碳排放数据,在提速的同时实现可量化的减排目标。
中国科学技术大学与FrameX.AI联合提出Stream-R1框架,针对AI视频生成蒸馏训练中"一视同仁"的核心缺陷,引入奖励模型对训练样本进行双重加权:在样本层面根据质量分数筛选可靠的学习信号,在像素与帧层面通过梯度显著性热力图集中优化最需改进的区域,使4步快速学生模型在VBench多项指标上超越慢速多步教师模型,推理速度提升30倍且不增加任何额外计算开销。