一张生成的标题卡写着“Java4Shell”,副标题为“CVE-2026-114938:输入 65 字节,越界写入 62 字节”,一个标注写着“50 字节缓冲区”,还有三个标签分别写着“OpenJDK 17.0.6+”、“仅限 x86-64 AVX-512”和“已于 2026 年 11 月 17 日修补”。
Guides & Insights

Java4Shell:65 字节的 Base64、一次 50 字节的内存分配,以及越过其末尾写入的 62 字节

作者

jinhao.song

发布日期

最新模型 · 20查看全部模型 →
基准测试:Artificial Analysis · 每日更新
返回全部文章

输入长度为 65 字节:64 个大写字母 A 和一个等号。OpenJDK 将其解码到一个它设定为 50 字节的缓冲区中,随后 HotSpot Base64 intrinsic 从偏移量 48 开始写入 64 字节。其中 62 个字节落在堆上,位于它们本应写入的数组之外——而这是一种核心承诺正是此类事情不会发生在你身上的语言。Calif 于 2026 年 11 月 17 日以 Java4Shell 之名公布了该利用链,追踪编号为 CVE-2026-114938,OpenJDK 和 Oracle 当天下午就发布了修复。这一发现正被报道为 AI 辅助完成;报道中提到的具体模型是 GPT-6 Cyber,即 OpenAI 于 2026 年 11 月 5 日发布的、面向安全调优的模型。这一归因是整件事中最有趣、也最未定的部分,值得与这个漏洞本身分开看待,而漏洞本身已经确凿且严重。

内在价值错在哪里

Java 在语言层面是内存安全的,但在真正重要的层面上并非如此。HotSpot 用手写的 x86-64 汇编来加速 Base64,因为对于解码吞吐量成为瓶颈的这一种工作负载,普通编译后的 Java 不够快。该例程以 256 字节块处理输入,回退到 64 字节块,并且对于短于 64 字节的尾部,使用 evmovdqub——VMOVDQU8 的 AVX-512 形式——配合一个 64 位写掩码,由它决定向量寄存器中 64 个字节里的哪些字节真正写入内存。

该掩码由输入和输出长度构建,然后根据 Base64 填充进行调整。这篇说明逐步讲解了其中的算术运算:输出长度为 (input_length / 4) * 3,然后因末尾有一个 = 而减一,再因第二个 = 再减一。对于 =、==、X=、X==、XY= 和 === 这些带填充的尾部,解码长度为零,而填充调整随后会从零中减去。该值会下溢为 -1 或 -2。掩码计算没有对它进行钳制,因此掩码变成全 1,全部 64 个字节都会被写入。

缓冲区的大小是按实际需求分配的。对于 65 字节输入,运行时分配量为 (ceil(65 / 4) * 3) - 1,即 50 字节。溢出从偏移量 48 开始——也就是最终解码字节本应写入的位置——因此相邻堆内存中有 62 字节会被覆盖。该溢出内容中第 48 到 63 字节始终为 0x9a。只有前两个字节受攻击者控制,而且只是部分受控。解码器仍会拒绝该输入,Java 仍会抛出 IllegalArgumentException。写入发生在拒绝之前。在 OpenJDK 17 上,进入受影响代码路径的阈值更高,因此那里公布的触发条件是 128 个 A 加上等号。

一次固定的 62 字节写入,且大部分是常量数据,听起来不像是一个远程代码执行原语,它本身也不是。Calif 构建的是一条链:

• 首先,安排堆的布局,使溢出落到相邻数组的长度字段上。该数组于是变成一个写入器,其声明长度现在远大于其实际内容,从而把固定写入转变为有界的、可选择值的写入。

• 其次,破坏第二个数组的长度,而该数组的数据会被复制回 HTTP 响应中。该数组是一个读取器,它返回的堆内容便成为泄露原语。Calif 将 JavaBleed 的这一代码执行前阶段称为:可能包含个人身份数据、私钥、会话令牌或其他秘密的堆内存。

• 第三,修复线性写入所损坏的对象,使 JVM 继续运行;利用已披露的原始数据恢复对象头和相邻对象;并将有界写入升级为能够触及代码缓存(Code Cache)和 JVM 钩子的任意写入。

• 第四,进行针对特定应用的更改,并通过实时请求进行验证。对于单个产品,论文在最后一步之前就停止了,并表示在用户有机会升级之前,武器化攻击链将保持不公开。

Grooming 层是让这一切从本地变为远程的部分。G1 将堆划分为固定区域,HotSpot 为每个线程分配一个私有的分配缓冲区,而攻击者看不到其中任何一部分。Calif 的答案仍是老办法——反复喷洒写入器与读取器对,直到解码器输出落在其中一个旁边——再加上一个 HTTP 特有的技巧:将请求体发送到关键分配发生的位置,等待 TCP 确认,然后发送剩余部分。小数据包比一个大包更稳定,这同时提供了分配控制和时序控制。该攻击对往返时间和抖动很敏感;在他们的测试环境中,他们通过在与目标相同的区域租用一台虚拟机,而不是调整 TCP 协议栈,来解决这个问题。

严肃,且比名称所暗示的范围更窄

有两个约束条件能大幅降低暴露风险,而且在任何人启动事件桥接会议之前,这两点都值得说明。

首先是版本。Java4Shell 影响 OpenJDK 17.0.6 及更高版本,因此也影响由它构建的各个发行版:Amazon Corretto、Eclipse Temurin、Microsoft Build of OpenJDK、Azul Zulu、BellSoft Liberica、SAP SapMachine、Red Hat OpenJDK、Oracle OpenJDK、Oracle Java SE 和 Oracle GraalVM for JDK。Oracle 列出的受影响的 Java SE 构建为 8u511b33-perf、17.0.21.0.3、21.0.13.0.3、25.0.5.0.3 和 27.0.1.0.3。OpenJDK 产品线上任何早于 17.0.6 的版本都不在受影响的代码路径内。

第二个是硅。易受攻击的例程是 AVX-512 VBMI 汇编,因此它只存在于实现这些指令的 x86-64 芯片上。ARM64 完全不受影响,这一句话就把所有 Graviton、Ampere 和 Apple-silicon 部署从受影响群体中排除掉了。在 Intel 方面,名单是 Xeon Ice Lake、Sapphire Rapids、Emerald Rapids 和 Granite Rapids;在 AMD 方面,是从 Zen 4 及之后的 EPYC 和 Ryzen。Calif 发布了检查:

grep -m1 '^flags' /proc/cpuinfo | tr ' ' '\n' | grep -E '^(avx512f|avx512bw|avx512vbmi|bmi2)$'

四个标志都必须出现。这确实是范围上的实际缩减——但受影响的芯片恰恰是2021年至2025年间大量部署于云集群中的那些芯片,因此“需要 Sapphire Rapids”并不像听起来那样令人安心。运行在 Graviton 上的 Java 服务是安全的。同一服务若运行在当前代际的 Intel 实例上,就属于范围内;其背后的 Jira、Confluence、Keycloak、Jenkins、Artifactory 或 PingFederate 实例也属于范围内,因为 Calif 已在每一个的默认配置中演示了预认证 RCE。

所展示的影响清单可以清晰划分。认证前:Keycloak、Atlassian Jira、Atlassian Confluence、JFrog Artifactory、Jenkins 和 PingFederate。认证后:Apache Kafka Broker、Apache Solr、Elasticsearch、Gerrit 和 Netflix Spinnaker。还利用了示例 Apache Struts 和 Spring Boot 应用程序。这些清单明确并非详尽无遗,而有一个细节比产品名称更重要:存在漏洞的 JVM 不必暴露自身的服务。研究员 samczsun 与 Calif 分享了一条客户端侧利用链,其中仅仅打开到恶意服务器的 TLS 连接的 Java 程序就会因响应而被攻陷。

A generated summary card headed 'Java4Shell — what is in scope', listing six rows: affected OpenJDK 17.0.6 and later; silicon x86-64 with AVX-512 VBMI; not affected ARM64, Graviton and Apple silicon; pre-authentication impact on Keycloak, Jira, Confluence, Artifactory and Jenkins; authentication required for Kafka, Solr, Elasticsearch and Gerrit; and no public report of exploitation in the wild.

Patch,以及两个用来争取时间的旗标

OpenJDK 于 2026 年 11 月 17 日发布了安全公告,Oracle 同日太平洋时间下午 1:00 发布了关键补丁更新,其中包含 11 个新的 Java SE 补丁。Oracle 将 CVE-2026-114938 归功于 Calif.io 的 Quang Luong 和 Albert Yang。OpenJDK 主线修复很小——只有四行防护代码,用于将短于一个完整块的带填充 Base64 尾部交给 Java 处理程序,而不是交给优化后的例程。用一句话概括这个缺陷的形态:一项面向解码海量数据的应用程序的优化被发布到了每个运行时,却让那些从中毫无收益的应用程序暴露于风险之中。

在应用更新之前,两个 JVM 标志会关闭这些 intrinsics:

• -XX:-UseBASE64Intrinsics 会禁用硬件加速的 Base64 编码和解码。这是两者中更安全的一个,因为它与架构无关。

• -XX:UseAVX=2 会禁用 AVX-512。它只适用于 x86-64 —— ARM 上的 OpenJDK 无法识别该标志,并会拒绝启动,因此混用多种架构的机群无法一刀切地套用它。

这两个标志都不是修复方案,而且两者都会在恰恰是让这个内建函数值得编写的那些工作负载上消耗吞吐量。值得注意的一点是,两者都不需要重新部署应用代码,而这正是你今晚就能实施的缓解措施与你无法实施的缓解措施之间的区别。

对于一起运行时漏洞而言,11月17日和18日的报道范围异常广泛:《纽约时报》以“A.I. Helps Find Major Security Bug in Java, a Software Platform Vital to the Internet”为标题进行了报道,BBC 和 Politico 也都做了报道,德国联邦网络安全办公室发布了安全公告,并有报道称 CISA 的指南敦促立即修补,同时指出该漏洞不在其“已知被利用漏洞”清单上。最后这个区别才是需要牢牢记住的。广泛的报道并不证明漏洞已被利用,而且截至本文撰写时,尚无公开报告显示 Java4Shell 已在野被利用。

模型署名,以及它说明了什么、没有说明什么

这里正是故事需要谨慎处理的地方,因为流传的版本比原始记录更干净。

Calif 自己的文章并未点名 GPT-6 Cyber。文章说,要审计的领域是由人选定的,然后交给它:“我让 Codex 像 2026 年任何一位严肃的安全研究员那样去查看这些领域。”Codex 是 OpenAI 的编程代理,可以指向不同的底层模型,因此,一名研究人员若选用 GPT-6 Cyber 来运行 Codex,就会写出完全一样的那句话。但文章从未说明背后是哪个模型,也从未给出成本或 token 数量。那些被反复引用的数字——发现漏洞大约一小时、做出可用的漏洞利用程序两小时、token 成本低于 200 美元——来自关于此次披露的报道,而不是来自 Calif 的论文。

A screenshot of the Calif write-up titled 'Java4Shell: A case study in AI-assisted vulnerability discovery and exploitation', bylined 'Calif and OpenAI — November 17, 2026'. The visible text refers to directing Codex at chosen areas of the codebase and does not name a specific underlying model.

模型名称也出自同一处。11月17日和18日发布的报道将这一发现具体归功于GPT-6 Cyber,而《纽约时报》的表述则更为宽泛,即“AI提供了帮助”。截至11月18日,OpenAI尚未就这一发现发布自己的说明。其最近两篇网络安全相关文章——11月17日的北约更新和11月10日的Cogent合作——都没有提到Java。因此,诚实的说法是:AI辅助发现已得到研究者本人撰写的记录证实,具体模型只是被报道而非有据可查,效率数据则是二手信息。

这一差距并不削弱结果。它改变的是能从中推断出的内容。在已有30年历史的运行时上,一小时的发现,是一种关于搜索成本的主张,而唯一能证实它的是掌握计费记录的一方。在他们中有人公布这些记录之前,站得住脚的说法是:一家小公司让一个智能体去分析一个成熟代码库,结果带回了一个严重的内存破坏漏洞,位于一个代码审查和模糊测试多年来都难以攻克的区域——JIT 内部的手写汇编。

这篇报告里,漏洞利用开发的部分比发现漏洞的部分更有意思,也更明显体现了人的作用。Calif 描述了智能体如何卡在堆 grooming 原语上,以及解决办法是团队编写了一个堆追踪器和可视化器,让智能体能够看到堆状态。这是一种值得点明的分工:模型拓宽了搜索范围,而人构建了工具,把一项发现变成了利用链。

Patch the Planet 是框架,不是备案文件。

Java4Shell 披露被描述为 Patch the Planet 的一部分,这是 OpenAI 的 Daybreak 计划,旨在支持开源维护者,并与 Trail of Bits 合作开展。该计划是真实存在的,Calif 是其具名合作伙伴——Patch the Planet 自己的描述称,OpenAI“正与 HackerOne 和 Calif 合作,他们正帮助我们在漏洞分类、协调披露以及额外的定向漏洞发现工作方面更进一步”。因此,协调路径正是该计划所描述的那一条。

目前尚不存在的是申报文件。Patch the Planet 网站目前列出两项披露:Brotli 中的 CVE-2026-111497,以及被称为 php2shell 的 PHP 漏洞 CVE-2026-109618 和 CVE-2026-109619。Java4Shell 不在其中。OpenAI 自己于 10 月 21 日发布的 Patch the Planet 帖子描述了针对 PHP 漏洞的响应,并点名了发现该漏洞的模型——是 GPT-5.6 Sol,而不是 GPT-6 Cyber。该计划首个头条漏洞是用前代模型发现的。

A screenshot of the patchtheplanet.org homepage, headed 'Working with frontier AI and security experts to help secure open source software'. It shows the five-stage response framework and a 'Patch the Planet Disclosures' section listing only the Brotli and PHP (php2shell) disclosures — Java4Shell is not listed.

这不是矛盾,而是时序事实;对于任何把这篇报道解读为关于某个模型能力主张的人来说,这一点都很重要。Patch the Planet 是一个协调框架,拥有具名合作伙伴和已发布的五阶段响应——在上游验证并修复、给受影响组织留出时间、与政府协调、准备各产品更新、发布指南。Java4Shell 走完了该框架中涉及单一上游的部分:OpenJDK 和 Oracle 在披露日打了补丁,而 Calif 暂缓了针对具体产品的链条。缺失的是 OpenAI 的那篇帖子——它能以留档方式将这一发现纳入该计划。

运行这样一次搜索的成本

真正能让防御方采取行动的是成本收益,而它颠覆了大多数团队固有的直觉。如果报告中的数字属实,发现漏洞只花了几百美元,利用漏洞则又花了同样流程的两个小时。整个行动中昂贵的部分从来都不是推理。

这与 OpenAI 在 Cyber 发布前两周公布的自家 Linux 内核扫描结果一致:2,308 个候选、1,724 个成功复现、948 个独立的提权漏洞利用、1,213,430 美元的 API 额度,以及十天后上游的 61 项修复。相较于修复,发现成本很低,真正的约束在于分类分诊与披露,而不在于 token 账单。为这类工作做预算的团队,应把人工审查的预算设为模型支出的数倍。

这也是路由层真正物有所值、而不只是口号的地方。流水线各阶段对模型的要求确实不同——假设生成需要你在可承受范围内尽可能广、尽可能便宜的搜索;验证需要一个能运行并读取崩溃信息的模型;补丁生成需要覆盖代码仓库的长上下文。三个阶段都跑在同一个模型上,意味着要为最便宜阶段的工作支付最昂贵阶段的费率。让每个阶段指向不同模型——通过一个 API 密钥即可访问 200 多个模型,按供应商标价、0% 加价,就能让整条流水线只有一张账单和一份凭证,而不是三份合同。

需要明确一点:GPT-6 Cyber 不在 OrcaRouter 目录中,而且在调用它的账户获得 Daybreak Red 批准之前,也无法上架。我们实际提供的是它衍生自的通用模型阶梯—— GPT-6 Astra,收费 $10/$50每百万 token,以及其他模型——这是安全流水线中负责初筛、补丁生成和代码审查,而不是漏洞利用开发的部分。自动故障转移恰恰在模型刚推出、其速率限制未知的阶段最为重要,而这正是此类流水线的发现阶段。

看什么

有三件事将决定它在六个月后会被如何解读。

{{1}}第一个问题是,未公开的攻击链是否会先在野外出现,之后才出现在论文中。{{/1}}Calif 决定公布漏洞和通用技术,但保留针对特定产品的漏洞利用,这是负责任的披露方式;只有当补丁部署速度超过逆向工程速度时,这种做法才有效。Oracle 的更新已经发布;未打补丁的 17.0.x 构建数量才是变量。

第二个问题是Java4Shell是否会进入CISA的已知被利用漏洞清单。目前它并不在该清单中,而“严重”与“已被利用”之间的差距,正是大多数企业优先级争论的焦点所在。

第三点是 OpenAI 是否会把自己的说法正式记录在案。一份列明模型、提示词和成本的技术报告,将把一项报道中的说法转化为有据可查的说法,而且它将成为首份公开证据,说明一个 Cyber 级模型在一个并非事先为其选定的目标上会做什么。在那之前,漏洞是事实,归因才是故事。

本文中的对比2

根据本文内容识别 · 基准测试:Artificial Analysis · 每日更新