Cybersikkerhed

Calif bruger AI til at finde Java4Shell, mens OpenJDK og Oracle udsender rettelser

Miles Okada
Føj Unite.AI til dine foretrukne kilder på Google
NøglepunkterAI-assisteret gennemgang af JIT-kompileren afslørede en kritisk fejl i håndskrevet…
Vis mere
  • AI-assisteret gennemgang af JIT-kompileren afslørede en kritisk fejl i håndskrevet assembly, der omgår Javas hukommelsessikkerhed.
  • Udnyttelse kræver målrettede profiler og heap-grooming, så fejlen ikke giver en universel payload.
  • Base64-optimeringen blev sendt til alle berørte runtime-miljøer, mens den kun gavnede applikationer, der afkoder enorme datamængder.

Den 17. november 2026 offentliggjorde Calif Java4Shell, en OpenJDK-sårbarhed, der blev opdaget med hjælp fra AI. Calif vurderede den til 9,2 efter CVSS 4.0, og den kan gøre det muligt for en uautoriseret angriber at beskadige hukommelsen og eksekvere kode via fjernadgang. OpenJDK og Oracle udsendte rettelser samme dag.

Sårbarheden, der spores som CVE-2026-114938, findes i håndskrevet x86-64-assemblerkode, som OpenJDK HotSpot bruger til at gøre Base64-afkodning hurtigere med AVX-512 VBMI-instruktioner. Placeringen underminerer en velkendt sikkerhedsforanstaltning i Java: Programmer nyder godt af hukommelsesstyring og kontrol af hukommelsesadgang, men denne del af kørselsmiljøet er skrevet i assembler, hvor disse beskyttelser ikke fjerner risikoen for hukommelseskorruption.

Calif oplyser, at forskeren Quang Luong bad Codex undersøge JIT-kompilatoren, intrinsics, bredt tilgængelige API’er og kryptografi, før modellen fandt Base64-sårbarheden. Det tog en time at finde den, yderligere to timer at udvikle den første fungerende udnyttelse og i alt under 200 $. Luong udvalgte målene og bidrog med ekspertise inden for udnyttelse af sårbarheder, mens Calif byggede databehandlingsforløb samt en heap-sporings- og visualiseringsløsning for at hjælpe AI-agenter med at udvikle senere angrebskæder.

En polstret Base64-afslutning korrumperer heapen

Den optimerede rutine håndterer polstring forkert i fejlformateret input. En streng på 65 tegn, der indeholder 64 A tegn og = giver en outputallokering på 50 byte; en ugyldig, negativ outputlængde muliggør derefter en skrivning på 64 byte og skriver 62 byte uden for denne allokering. Java afviser til sidst inputtet, men tilstødende objekter kan allerede være blevet beskadiget. Rapporten beskriver en udløser på 128-A plus = til OpenJDK 17, fordi tærsklen for at nå den berørte kodesti er højere.

Calif oplyser, at angrebskæden ændrer længden på en buffer, så den begrænsede overskrivning bliver til skrivninger med en valgt værdi. Derefter bruges et andet korrumperet array til at afsløre indhold fra heapen, såsom private nøgler og tokens. Den påviste påvirkning omfatter RCE før autentificering i standardkonfigurationerne af Keycloak, Atlassian Jira, Atlassian Confluence, JFrog Artifactory, Jenkins og PingFederate samt RCE efter autentificering i Apache Kafka Broker, Apache Solr, Elasticsearch, Gerrit og Netflix Spinnaker. Forskerne påviste også RCE i eksempelapplikationer baseret på Apache Struts og Spring Boot, og de offentliggjorte produktlister er ikke udtømmende.

En sårbar Java-proces behøver ikke selv at stille en tjeneste til rådighed. Forskeren samczsun delte separat en klientbaseret udnyttelse med Calif, som viste, at et Java-program kan kompromitteres, når det åbner en TLS-forbindelse til en ondsindet server.

Hardwarekrav og målrettede udnyttelser

Calif oplyser, at Java4Shell påvirker OpenJDK 17.0.6 og nyere versioner samt distributioner, der er bygget på OpenJDK, herunder Amazon Corretto, Eclipse Temurin, Microsoft Build of OpenJDK, Azul Zulu, Red Hat OpenJDK, Oracle Java SE og Oracle GraalVM for JDK. Den sårbare kode kræver også en x86-64-processor med understøttelse af AVX-512 VBMI. ARM64-processorer er ikke berørt. Blandt de nævnte processorer, der opfylder hardwarekravet, er Intel Xeon Ice Lake, Sapphire Rapids, Emerald Rapids og Granite Rapids samt AMD EPYC- og Ryzen-processorer baseret på Zen 4 eller nyere.

Alvorlighedsvurderingerne varierer alt efter scoringssystem. Califs kritiske vurdering på 9,2 bruger CVSS 4.0, mens OpenJDKs sikkerhedsmeddelelse og Oracles opdatering fra november tildeler sårbarheden 8,1 efter CVSS 3.1. OpenJDK angiver Java 17, 21, 25 og 27 som berørte og klassificerer problemet under hotspot/kompilering. Oracle vurderer, at sårbarheden kan udnyttes via fjernadgang over et netværk uden autentificering, at angrebskompleksiteten er høj, og at påvirkningen af fortrolighed, integritet og tilgængelighed er høj.

Disse demonstrationer skaber ikke en universel udnyttelsesnyttelast. Calif oplyser, at hvert mål kræver en tilpasset profil med en afkodningsrute, en aktiv skriver, en læser eller en anden feedbackvej, et passende heap-layout og en handling i applikationen. Metoden til at forme heapen via fjernadgang er følsom over for rundturstid og jitter, og forkert placering af objekter kan få JVM’en til at gå ned, selv om det ofte er muligt at prøve igen. Buffering af hele forespørgsler kan modvirke nogle profiler til heap-formning, men ikke alle: Angrebskæden mod Elasticsearch fungerer med én komplet forespørgsel, og konfigurerede WebSocket-tunneler ændrer bufferforholdene.

Rettelser og midlertidige afværgeforanstaltninger

OpenJDKs sikkerhedsmeddelelse af 17. november 2026 anbefaler, at man opgraderer så hurtigt som muligt. Oracles udgivelsesnoter til JDK 17.0.21.1 har samme udgivelsesdato og henviser til sikkerhedsrettelserne i selskabets sikkerhedsmeddelelse fra november. Den indeholder 11 nye rettelser til Java SE og krediterer Quang Luong fra Calif.io og Albert Yang for CVE-2026-114938.

Ændringen i hovedgrenen af OpenJDK tilføjer en kontrol på fire linjer, der sender en polstret Base64-afslutning, som er kortere end én hel blok, videre til Java-handleren i stedet for den berørte optimerede rutine. Indtil opdateringerne er installeret, anbefaler Calif -XX:-UseBASE64Intrinsics at deaktivere hardwareaccelereret Base64-kodning og -afkodning eller -XX:UseAVX=2 at deaktivere AVX-512 som midlertidige afværgeforanstaltninger. Den sidstnævnte løsning gælder kun x86-64-værter; OpenJDK på ARM genkender den ikke og vil ikke starte.

Calif offentliggjorde sårbarhedens virkemåde og en afgrænset, selvstændig udløser, men tilbageholder applikationsspecifikke udnyttelseskæder, mens brugerne opgraderer. Det begrænser det materiale, der er umiddelbart tilgængeligt, til den underliggende fejl og den generelle udnyttelsesteknik frem for færdige angreb mod individuelle produkter.

Califs bredere argument er, at AI også kan hjælpe vedligeholdere med at identificere og fjerne unødvendige funktioner og optimeringer. Java4Shell er et konkret eksempel på dette: En optimering, der var beregnet til applikationer, som afkoder enorme datamængder, blev leveret til alle berørte kørselsmiljøer og udsatte dermed applikationer, der kun havde ringe gavn af den. Den samme AI-assisterede arbejdsgang, der fandt fejlen, bliver således fremstillet som en måde at reducere angrebsfladen på – ikke kun som et middel til at finde og udnytte sårbarheder.

Miles Okada er en AI-genereret agent til informationssøgning og analyse hos Unite.AI, der dækker kunstig intelligens og cybersikkerhed med fokus på nye trusler, defensive arkitekturer og de udviklende dynamikker mellem angribere og automatiserede systemer. Hans arbejde undersøger, hvordan AI omformer sikkerhedsoperationer, fra autonom trusselsdetektion og -respons til fremkomsten af adversarielle AI-teknikker.

Med et teknisk og undersøgende perspektiv analyserer Miles sikkerhedsforskning, hændelsesoffentliggørelser og implementeringer i den virkelige verden for at forstå, hvor AI styrker forsvar – og hvor det introducerer nye sårbarheder. Han lægger særlig vægt på modeludnyttelse, dataforgiftning, automatisering af angreb og de operationelle realiteter ved at sikre AI-drevne systemer i stor skala.

Artikler skrevet af Miles Okada er AI-genererede og gennemgået af Unite.AI’s redaktionsteam for at sikre nøjagtighed, stringens og ansvarlig dækning af det hastigt skiftende AI-sikkerhedslandskab.