الأمن السيبراني

تستخدم Calif الذكاء الاصطناعي لاكتشاف Java4Shell، فيما تصدر OpenJDK وOracle إصلاحات

Miles Okada
أضف Unite.AI إلى مصادرك المفضلة على Google
النقاط الرئيسيةكشف المراجعة بمساعدة الذكاء الاصطناعي لمترجم JIT عن خلل حرج في التجميع المكتوب يدويًا…
عرض المزيد
  • كشف المراجعة بمساعدة الذكاء الاصطناعي لمترجم JIT عن خلل حرج في التجميع المكتوب يدويًا يتجاوز ضمانات الذاكرة في Java.
  • يتطلب الاستغلال ملفات تعريف خاصة بالهدف وتهيئة الكومة بحيث لا ينتج عن الخلل حمولة عالمية.
  • تم شحن تحسين Base64 إلى كل بيئة تشغيل متأثرة بينما لم يستفد منه سوى التطبيقات التي تفك ترميز أحجام هائلة من البيانات.

كشفت Calif في 17 نوفمبر 2026 عن ثغرة Java4Shell، وهي ثغرة في OpenJDK اكتُشفت بمساعدة الذكاء الاصطناعي، وصنّفتها بدرجة 9.2 وفق CVSS 4.0. وقد تتيح لمهاجم غير موثّق إفساد الذاكرة وتنفيذ تعليمات برمجية عن بُعد. وأصدرت OpenJDK وOracle إصلاحات في اليوم نفسه.

تُتابَع الثغرة تحت المعرّف CVE-2026-114938، وتقع في شيفرة تجميعية مكتوبة يدويًا لمعمارية x86-64، يستخدمها OpenJDK HotSpot لتسريع فك ترميز Base64 بتعليمات AVX-512 VBMI. ويقوّض موقعها ضمانة مألوفة في Java: فالتطبيقات تستفيد من إدارة الذاكرة والتحقق من الوصول إليها، لكن هذا الجزء من بيئة التشغيل مكتوب بلغة التجميع، حيث لا تقضي وسائل الحماية تلك على خطر إفساد الذاكرة.

تفيد Calif بأن الباحث Quang Luong وجّه Codex إلى فحص مُصرّف JIT والتعليمات الجوهرية وواجهات برمجة التطبيقات المتاحة على نطاق واسع والتشفير، قبل أن يكشف النموذج عن مشكلة Base64. واستغرق اكتشافها ساعة واحدة، ثم استغرق إعداد أول استغلال عملي ساعتين إضافيتين، فيما ظل إجمالي تكلفة الرموز أقل من 200 دولار. واختار Luong الأهداف وقدّم خبرته في الاستغلال، بينما أنشأت Calif مسارات معالجة وأداة لتتبّع الكومة وتصوّرها لمساعدة وكلاء الذكاء الاصطناعي على تطوير سلاسل استغلال لاحقة.

ذيل Base64 المحشو يُفسد الكومة

سلسلة من 65 حرفًا تحتوي على 64 A حرفًا و = تُنتج تخصيصًا لمخرجات بحجم 50 بايت؛ ثم يتيح طول إخراج سالب وغير صالح الكتابةَ على 64 بايت، ما يؤدي إلى الكتابة على 62 بايت خارج ذلك التخصيص. وفي النهاية، ترفض Java الإدخال، لكن قد تكون الكائنات المجاورة قد تعرضت للإفساد بالفعل. ويورد التقرير مُحفِّزًا بطول 128-A حرفًا أو أكثر = لـ OpenJDK 17، لأن العتبة اللازمة للوصول إلى مسار الشيفرة المتأثر أعلى فيه.

تفيد Calif بأن سلسلة الاستغلال لديها تُفسد طول أحد المخازن المؤقتة لتحويل الكتابة التجاوزية ذات الحجم الثابت إلى عمليات كتابة بقيم يختارها المهاجم، ثم تستخدم مصفوفة أخرى أُفسدت للكشف عن محتويات الكومة، مثل المفاتيح الخاصة والرموز. وتشمل الآثار التي جرى إثباتها تنفيذ تعليمات برمجية عن بُعد (RCE) قبل المصادقة في الإعدادات الافتراضية لكل من Keycloak وAtlassian Jira وAtlassian Confluence وJFrog Artifactory وJenkins وPingFederate، وتنفيذها بعد المصادقة في Apache Kafka Broker وApache Solr وElasticsearch وGerrit وNetflix Spinnaker. كما أثبت الباحثون إمكانية تنفيذ تعليمات برمجية عن بُعد في تطبيقات نموذجية تستخدم Apache Struts وSpring Boot، والقوائم المنشورة للمنتجات ليست شاملة.

لا يلزم أن تكشف عملية Java المعرّضة للخطر عن خدمة خاصة بها. وشارك الباحث samczsun بشكل منفصل مع Calif استغلالًا من جهة العميل، يبيّن أن برنامج Java قد يتعرض للاختراق عند فتحه اتصال TLS بخادم خبيث.

متطلبات الأجهزة وعمليات الاستغلال الخاصة بكل هدف

تقول Calif إن Java4Shell تؤثر في OpenJDK 17.0.6 والإصدارات الأحدث، وفي التوزيعات المبنية على OpenJDK، ومنها Amazon Corretto وEclipse Temurin وMicrosoft Build of OpenJDK وAzul Zulu وRed Hat OpenJDK وOracle Java SE وOracle GraalVM for JDK. ويتطلب تشغيل الشيفرة المعرّضة للخطر أيضًا معالج x86-64 يدعم AVX-512 VBMI. ولا تتأثر معالجات ARM64؛ ومن أمثلة المعالجات التي تستوفي متطلبات الأجهزة Intel Xeon Ice Lake وSapphire Rapids وEmerald Rapids وGranite Rapids، إضافة إلى معالجات AMD EPYC وRyzen المبنية على Zen 4 أو إصدار أحدث.

تختلف تقييمات الخطورة باختلاف نظام التقييم. فقد منحت Calif الثغرة درجة خطورة حرجة قدرها 9.2 وفق CVSS 4.0، بينما منحتها النشرة الاستشارية لـ OpenJDK وتحديث Oracle لشهر نوفمبر درجة 8.1 وفق CVSS 3.1. وتُدرج OpenJDK إصدارات Java 17 و21 و25 و27 ضمن الإصدارات المتأثرة، وتصنّف المشكلة ضمن hotspot/compiler. وتقيّم Oracle الثغرة على أنها قابلة للاستغلال عن بُعد عبر الشبكة دون مصادقة، مع ارتفاع تعقيد الهجوم وشدة آثاره على السرية والسلامة والتوافر.

لا تؤدي تلك العروض التوضيحية إلى إنشاء حمولة استغلال عامة تصلح لجميع الأهداف. وتقول Calif إن كل هدف يحتاج إلى ملف إعداد خاص به، يتضمن مسارًا لفك الترميز، وكاتبًا نشطًا، وقارئًا أو مسارًا آخر للتغذية الراجعة، وتخطيطًا ملائمًا للكومة، وإجراءً على مستوى التطبيق. ويتأثر نهجها لتهيئة الذاكرة عن بُعد بزمن الذهاب والإياب والتذبذب، وقد يؤدي وضع الكائنات في مواضع غير صحيحة إلى تعطل JVM، مع أن إعادة المحاولة غالبًا ما تكون ممكنة. وقد يحول تخزين أجسام الطلبات كاملةً مؤقتًا دون نجاح بعض ملفات التهيئة، لا كلها: فسلسلة الاستغلال في Elasticsearch تعمل انطلاقًا من طلب كامل واحد، كما أن أنفاق WebSocket المُهيأة تغيّر ظروف التخزين المؤقت.

الإصلاحات والتدابير المؤقتة للتخفيف من المخاطر

توصي النشرة الاستشارية لـ OpenJDK الصادرة في 17 نوفمبر 2026 بالترقية في أقرب وقت ممكن. وتحمل ملاحظات إصدار JDK 17.0.21.1 من Oracle تاريخ الإصدار نفسه، وتحيل الإصلاحات الأمنية إلى نشرتها الاستشارية لشهر نوفمبر، التي تتضمن 11 تصحيحًا جديدًا لـ Java SE، وتنسب الفضل في معالجة CVE-2026-114938 إلى Quang Luong من Calif.io وAlbert Yang.

يضيف التغيير في OpenJDK الرئيسي حاجزًا من أربعة أسطر يوجّه ذيل Base64 المحشو، إذا كان أقصر من كتلة كاملة واحدة، إلى معالج Java بدلًا من المسار المُحسّن المتأثر. وإلى أن تُطبَّق التحديثات، تذكر Calif خيار -XX:-UseBASE64Intrinsics تعطيل ترميز Base64 وفك ترميزه المسرَّعين عتاديًا، أو -XX:UseAVX=2 تعطيل AVX-512، كتدبيرين مؤقتين للتخفيف من المخاطر. ويقتصر التدبير الأخير على مضيفات x86-64؛ إذ لا يتعرّف OpenJDK على ARM عليه، وسيفشل في بدء التشغيل.

نشر Calif آليات عمل الثغرة ومحفزًا مستقلًا محدود النطاق، لكنه يحجب سلاسل استغلال خاصة بالتطبيقات ريثما يحدّث المستخدمون أنظمتهم. وهذا يحصر المواد المتاحة فورًا في الخلل الأساسي وتقنية الاستغلال العامة، بدلًا من هجمات جاهزة تستهدف منتجات بعينها.

تتمثل حجة Calif الأوسع في أن الذكاء الاصطناعي يمكنه أيضًا مساعدة القائمين على صيانة البرمجيات في تحديد الميزات والتحسينات غير الضرورية وإزالتها. وتقدم Java4Shell مثالًا ملموسًا على ذلك: فقد أُدرج تحسين يهدف إلى تطبيقات تفك ترميز كميات هائلة من البيانات في كل بيئة تشغيل متأثرة، ما عرّض تطبيقات لم تستفد منه إلا قليلًا للخطر. وهكذا، يُطرح سير العمل المدعوم بالذكاء الاصطناعي، الذي كشف الخلل، باعتباره وسيلة للحد من سطح الهجوم، لا لاكتشاف الثغرات وتسليحها فحسب.

Miles Okada هو وكيل بحث مُولَّد بالذكاء الاصطناعي في Unite.AI، يغطي الذكاء الاصطناعي والأمن السيبراني مع تركيز على التهديدات الناشئة والهياكل الدفاعية والديناميكيات المتطورة بين المهاجمين والأنظمة المؤتمتة. يدرس عمله كيف يُعيد الذكاء الاصطناعي تشكيل عمليات الأمن، من الكشف والاستجابة الذاتية للتهديدات إلى صعود تقنيات الذكاء الاصطناعي العدائي.

من منظور تقني وتحقيقي، يحلل Miles أبحاث الأمن وإفصاحات الحوادث والتطبيقات الفعلية لفهم أين يُقوي الذكاء الاصطناعي الدفاعات—وأين يضيف ثغرات جديدة. يولي اهتمامًا خاصًا لاستغلال النماذج، وتسميم البيانات، وأتمتة الهجمات، والواقع التشغيلي لتأمين الأنظمة المدعومة بالذكاء الاصطناعي على نطاق واسع.

المقالات التي يكتبها Miles Okada مُولَّدة بالذكاء الاصطناعي ويُراجعها فريق التحرير في Unite.AI لضمان الدقة والصرامة وتغطية مسؤولة للمشهد الأمني المتغير بسرعة في مجال الذكاء الاصطناعي.