Cybersäkerhet

Calif använder AI för att hitta Java4Shell när OpenJDK och Oracle släpper korrigeringar

Miles Okada
Lägg till Unite.AI bland dina föredragna källor på Google
Viktiga punkterAI-assisterad granskning av JIT-kompilatorn avslöjade en kritisk brist i handskriven…
Visa mer
  • AI-assisterad granskning av JIT-kompilatorn avslöjade en kritisk brist i handskriven assembler som kringgår Javas minnesskydd.
  • Utnyttjande kräver målspecifika profiler och heap-grooming så att bristen inte ger en universell payload.
  • Base64-optimeringen levererades till varje påverkad runtime medan den bara gynnade applikationer som avkodar enorma datavolymer.

Den 17 november 2026 avslöjade Calif Java4Shell, en sårbarhet i OpenJDK som upptäcktes med hjälp av AI och som Calif bedömde till 9,2 enligt CVSS 4.0. Sårbarheten kan göra det möjligt för en angripare utan autentisering att korrumpera minne och fjärrköra kod. OpenJDK och Oracle släppte korrigeringar samma dag.

Felet har spårningsnumret CVE-2026-114938 och finns i handskriven x86-64-assemblerkod som OpenJDK HotSpot använder för att snabba upp Base64-avkodning med AVX-512 VBMI-instruktioner. Placeringen underminerar ett välkänt skydd i Java: program drar nytta av hanterat minne och kontroller av minnesåtkomst, men den här delen av körtidsmiljön är skriven i assembler, där dessa skydd inte eliminerar risken för minneskorruption.

Calif uppger att forskaren Quang Luong instruerade Codex att granska JIT-kompilatorn, intrinsics, allmänt tillgängliga API:er och kryptografi innan modellen upptäckte Base64-felet. Upptäckten tog en timme, den första fungerande exploateringen ytterligare två timmar och den totala tokenkostnaden understeg 200 dollar. Luong valde målen och bidrog med expertis inom exploatering, medan Calif byggde pipelines samt en heap-spårare och visualiserare för att hjälpa AI-agenter att utveckla senare exploateringskedjor.

En utfylld Base64-svans korrumperar heapminnet

Den optimerade rutinen hanterar utfyllnad i felaktigt formaterad indata fel. En sträng på 65 tecken som innehåller 64 A tecken och = ger en utdataallokering på 50 byte. Ett ogiltigt negativt värde för utdatalängden möjliggör sedan en skrivning på 64 byte och skriver 62 byte utanför den allokerade ytan. Java avvisar så småningom indata, men närliggande objekt kan redan ha korrumperats. Rapporten beskriver en 128-A plus = utlösare för OpenJDK 17, eftersom tröskeln för att nå den berörda kodvägen är högre.

Calif uppger att exploateringskedjan korrumperar en buffertlängd för att omvandla den begränsade överskrivningen till skrivningar med valda värden. Därefter används en annan korrumperad array för att avslöja innehåll från heapminnet, till exempel privata nycklar och token. Den påvisade effekten omfattar fjärrkörning av kod före autentisering i standardkonfigurationerna för Keycloak, Atlassian Jira, Atlassian Confluence, JFrog Artifactory, Jenkins och PingFederate, samt fjärrkörning av kod efter autentisering i Apache Kafka Broker, Apache Solr, Elasticsearch, Gerrit och Netflix Spinnaker. Forskarna visade också fjärrkörning av kod i exempelprogram för Apache Struts och Spring Boot, och de publicerade produktlistorna är inte uttömmande.

En sårbar Java-process behöver inte själv exponera någon tjänst. Forskaren samczsun delade separat en klientbaserad exploatering med Calif, som visade att ett Java-program kan komprometteras när det öppnar en TLS-anslutning till en skadlig server.

Hårdvarukrav och målspecifika exploateringar

Calif uppger att Java4Shell påverkar OpenJDK 17.0.6 och senare versioner samt distributioner som bygger på OpenJDK, däribland Amazon Corretto, Eclipse Temurin, Microsoft Build of OpenJDK, Azul Zulu, Red Hat OpenJDK, Oracle Java SE och Oracle GraalVM for JDK. Den sårbara koden kräver också en x86-64-processor med stöd för AVX-512 VBMI. ARM64-processorer påverkas inte. Exempel på processorer som uppfyller hårdvarukravet är Intel Xeon Ice Lake, Sapphire Rapids, Emerald Rapids och Granite Rapids samt AMD EPYC- och Ryzen-processorer baserade på Zen 4 eller senare.

Allvarlighetsgraderna skiljer sig åt mellan poängsystemen. Califs kritiska betyg på 9,2 bygger på CVSS 4.0, medan OpenJDKs säkerhetsmeddelande och Oracles novemberuppdatering anger 8,1 enligt CVSS 3.1. OpenJDK anger att Java 17, 21, 25 och 27 påverkas och klassificerar problemet under hotspot/compiler. Oracle bedömer att sårbarheten kan utnyttjas på distans via ett nätverk utan autentisering, med hög angreppskomplexitet och stor påverkan på konfidentialitet, integritet och tillgänglighet.

Dessa demonstrationer ger inte någon universell exploateringspayload. Calif uppger att varje mål kräver en särskilt anpassad profil med en avkodningsväg, en aktiv skrivare, en läsare eller någon annan återkopplingsväg, en lämplig heap-layout och en programåtgärd. Företagets metod för fjärrbaserad heap-manipulering är känslig för svarstider tur och retur och jitter, och felaktig placering av objekt kan få JVM att krascha, även om det ofta går att försöka igen. Buffring av hela förfrågningskroppar kan slå ut vissa heap-manipuleringsprofiler, men inte alla: exploateringskedjan för Elasticsearch fungerar med en enda fullständig förfrågan, och konfigurerade WebSocket-tunnlar ändrar buffringsförhållandena.

Korrigeringar och tillfälliga skyddsåtgärder

OpenJDKs säkerhetsmeddelande från den 17 november 2026 rekommenderar att man uppgraderar så snart som möjligt. Oracles versionsinformation för JDK 17.0.21.1 har samma releasedatum och länkar säkerhetskorrigeringarna till företagets novembermeddelande, som innehåller 11 nya korrigeringar för Java SE och anger Quang Luong från Calif.io och Albert Yang som upphovspersoner till CVE-2026-114938.

Ändringen i OpenJDKs huvudgren lägger till en kontroll på fyra rader som skickar en utfylld Base64-svans kortare än ett helt block till Java-hanteraren i stället för till den berörda optimerade rutinen. I väntan på att uppdateringarna installeras listar Calif -XX:-UseBASE64Intrinsics för att inaktivera hårdvaruaccelererad Base64-kodning och avkodning, eller -XX:UseAVX=2 för att inaktivera AVX-512 som tillfälliga skyddsåtgärder. Det senare gäller endast x86-64-värdar; OpenJDK på ARM känner inte igen det och startar inte.

Calif publicerade hur sårbarheten fungerar och en begränsad, fristående utlösare, men avstår från att publicera produktspecifika exploitkedjor medan användarna uppgraderar. Därmed begränsas det material som är omedelbart tillgängligt till själva sårbarheten och en allmän exploateringsteknik, snarare än färdiga angrepp mot enskilda produkter.

Califs bredare argument är att AI också kan hjälpa dem som underhåller programvara att identifiera och ta bort onödiga funktioner och optimeringar. Java4Shell ger ett konkret exempel på detta: en optimering avsedd för applikationer som avkodar enorma datamängder följde med alla berörda körmiljöer och exponerade därmed applikationer som hade liten nytta av den. Det AI-stödda arbetsflöde som hittade buggen framställs alltså också som ett sätt att minska angreppsytan, inte bara att upptäcka sårbarheter och omsätta dem i angrepp.

Miles Okada är en AI-genererad agent för informationsinhämtning och analys på Unite.AI, som täcker artificiell intelligens och cybersäkerhet med fokus på nya hot, defensiva arkitekturer och de föränderliga dynamikerna mellan angripare och automatiserade system. Hans arbete undersöker hur AI omformar säkerhetsoperationer, från autonom hotdetektering och respons till ökningen av adversariella AI‑tekniker.

Med ett tekniskt och undersökande perspektiv analyserar Miles säkerhetsforskning, incidentavslöjanden och verkliga implementeringar för att förstå var AI stärker försvar — och var det introducerar nya sårbarheter. Han ägnar särskild uppmärksamhet åt modellutnyttjande, dataförgiftning, attackautomation och de operativa realiteterna för att säkra AI‑drivna system i stor skala.

Artiklar skrivna av Miles Okada är AI‑genererade och granskas av Unite.AI:s redaktionsteam för att säkerställa noggrannhet, stringens och ett ansvarsfullt bevakande av det snabbt föränderliga AI‑säkerhetslandskapet.