微软表示,正在研究针对一个被命名为"YellowKey"的零日漏洞的修复补丁。该漏洞允许能够物理接触Windows设备的攻击者绕过BitLocker加密保护,进而读取和写入文件。此漏洞于上周被公开披露,目前已有可用的公开概念验证代码。
微软于周二发布安全公告,将该漏洞追踪编号定为CVE-2026-45585,并在评估补丁可行性的同时,呼吁企业采取措施降低风险。公告中明确列出了企业应立即采取的应对步骤。由于利用该漏洞需要物理接触设备,因此限制对受影响设备的物理访问是当前最关键的防御手段。
Gartner高级总监分析师Eric Grenier表示:"企业应首先对自身环境进行审计,排查存在YellowKey漏洞风险的条件。同时,还应明确在设备丢失或被盗情况下的风险承受边界,并据此采取相应措施,例如自定义安全启动(Secure Boot)以及确保固件和启动完整性。"
网络安全公司NetSPI研究副总裁Karl Fosaaen对此表示认同:"由于该漏洞需要物理接触才能被利用,企业应重点关注Windows设备的物理安全管控措施。建立完善的设备物理访问策略和管控机制,是保护潜在受影响设备的重要第一步。若对攻击者获取系统文件存在更多顾虑,企业还可以考虑限制允许用户本地存储的数据范围。"
企业面临的挑战之一,是员工移动设备使用的普遍化,这使得组织更难对设备访问实施严格限制。英国安全公司Acumen的首席顾问Nathan Davies-Webb指出:"如今越来越多的公司将企业数据存储在员工笔记本电脑上,而YellowKey漏洞可能导致这些数据处于未加密保护的状态。"这正是严格的设备安全策略发挥作用的场景,例如禁止用户将设备置于无人看管的状态。
然而,Fosaaen也指出,令个人用户难以察觉的是,设备遭受攻击后往往没有明显迹象。"如果攻击者利用该漏洞读取了加密卷中的文件,用户很可能不会发现任何异常。如果攻击者植入了恶意软件,则可能会出现系统资源占用升高或其他性能问题。"他补充道。
更令人担忧的是,微软提出的缓解方案也可能并不完全有效。安全研究员Will Dormann在一篇安全博客文章中指出,存在绕过微软所提解决方案的可能途径。在此情况下,IT管理人员无疑将密切关注微软何时能发布正式补丁。
尽管微软已表示正在研究补丁方案,Davies-Webb认为解决问题并不会一帆风顺。"我强烈怀疑这是一个有意为之的设计。"他说,"微软会考虑'如果我阻止这种情况发生,会影响哪些功能?'我高度怀疑Windows中某些功能,也许是制造环节中用到的某些功能,可能会受到补丁的影响。"
他还补充道:"况且,补丁的发布可能需要相当长的时间。Windows Defender中的RedSun漏洞上个月就已被发现,但至今仍未得到修复。"
Q&A
Q1:YellowKey漏洞是什么?它会造成什么危害?
A:YellowKey是一个Windows零日漏洞,编号为CVE-2026-45585。攻击者在能够物理接触Windows设备的前提下,可利用该漏洞绕过BitLocker加密保护,从而读取和写入设备上的文件。目前该漏洞已被公开披露,且已有可用的概念验证代码,对企业数据安全构成较大威胁。
Q2:企业应该如何防范YellowKey漏洞攻击?
A:由于YellowKey漏洞需要物理接触设备才能被利用,企业应优先加强设备的物理安全管控,建立严格的访问策略,禁止设备无人看管。同时,应审计自身环境中的漏洞风险,自定义安全启动配置,确保固件和启动完整性,并限制用户在本地存储的数据量,降低数据泄露风险。
Q3:微软什么时候会发布YellowKey漏洞的正式补丁?
A:目前微软尚未确定正式补丁的发布时间,仅表示正在研究补丁的可行性,并提供了临时缓解措施。但有安全研究员指出,微软的临时方案存在被绕过的可能。此外,业内人士认为补丁开发可能较为复杂,因为修复可能影响Windows中某些现有功能,预计补丁发布仍需一段时间。
好文章,需要你的鼓励
谷歌推出两款新AI模型:Nano Banana 2 Lite是其最快、最具成本效益的图像生成模型,4秒生成图像,成本仅0.034美元/千像素图;Gemini Omni Flash则支持高质量视频生成与对话式编辑,定价0.10美元/秒。两款模型均已在Google AI Studio和Gemini API平台开放,可串联使用实现从图像到视频的完整多媒体工作流。
香港中文大学(深圳)与字节跳动联合提出FlexiSLM,首个支持动态与可控帧率的语音大模型,在输入输出两端均实现自适应帧合并,6.25赫兹下推理速度提升一倍,语音对话质量超越同规模固定帧率模型。
英国《金融时报》记者萨拉·奥康纳新书探讨人工智能与自动化对工作的冲击。从亚马逊仓库的人机协作到远程视频监控岗位,技术进步带来的不仅是效率提升,更引发对工作尊严的担忧。作者指出,关键问题不在于技术本身,而在于将人类劳动视为可优化系统的管理理念。书中也展现了积极案例:编剧工会罢工争取AI使用规则,荷兰护理工作者自主建立实践模式。未来工作形态仍可由我们塑造。
这项研究提出DataEvolver框架,把被丢弃的"不合格训练图片"转化为改进数据收集策略的反馈,让AI文字图像生成训练数据的构建流程能自我进化,在相同数据量下显著提升文字渲染质量。