当前位置: 首页 > article >正文

Claude仅用10分钟发现Apache ActiveMQ潜伏13年的RCE漏洞

Apache ActiveMQ Classic 近日披露了一个存在十多年未被发现的严重远程代码执行RCE漏洞。值得注意的是这个漏洞并非由人工代码审计发现而是 Anthropic 公司的 Claude AI 模型在不到 10 分钟内识别出来的。该漏洞编号为 CVE-2026-34197属于输入验证不当和代码注入漏洞存在于 Apache ActiveMQ Classic 的 Jolokia JMX-HTTP 桥接组件中通过 8161 端口的/api/jolokia/网络控制台暴露。漏洞利用机制攻击者通过身份验证后可以调用代理 MBean 上的addNetworkConnector(String)管理操作并构造包含攻击者控制的brokerConfigxbean:http://参数的 VM 传输 URI。当 ActiveMQ 的 VM 传输层处理该 URI 时会通过调用BrokerFactory.createBroker()使用攻击者提供的 URL 动态创建嵌入式代理。xbean:方案随后将 URL 传递给 Spring 的ResourceXmlApplicationContext该组件会实例化远程 XML 文件中的所有 bean 定义——最终通过 Spring 的MethodInvokingFactoryBean调用Runtime.getRuntime().exec()实现任意操作系统命令执行。漏洞根源与影响范围漏洞根源可追溯至对 CVE-2022-41678 的修复措施——当时 Apache 为保留网络控制台功能为 ActiveMQ 自有 MBeansorg.apache.activemq:*的所有操作添加了全局 Jolokia 允许规则。这一决策无意中通过 Jolokia 的 REST API 开放了包括addNetworkConnector在内的所有管理操作作为攻击面。虽然 CVE-2026-34197 在多数部署环境中需要有效凭证但企业环境中普遍存在默认凭证admin:admin。更严重的是运行 6.0.0 至 6.1.1 版本 ActiveMQ 的组织面临完全无需认证的 RCE 攻击路径——由于另一个漏洞 CVE-2024-32114 意外移除了这些版本中/api/*路径的身份验证约束使得 Jolokia 端点完全无需凭证即可访问。历史背景与发现过程ActiveMQ 在现实攻击中具有丰富的被利用历史CVE-2016-3088通过网络控制台的认证 RCE和 CVE-2023-46604通过代理端口的未认证 RCE均被列入 CISA 已知被利用漏洞KEV目录。Horizon3.ai 研究人员证实该漏洞是在 AI 辅助的源代码审查过程中由 Claude AI 发现的。通过为 Claude 提供轻量级的漏洞挖掘提示和实时验证目标研究团队使 AI 在约 10 分钟内就追踪到跨越 Jolokia、JMX、网络连接器和 VM 传输的多组件攻击链。分析指出人工研究员可能需要整整一周时间才能手动完成相同工作这凸显了 AI 模型如何从根本上降低漏洞研究的门槛。缓解措施企业应监控 ActiveMQ 代理日志中涉及包含brokerConfigxbean:http的vm://URI 条目、向/api/jolokia/发送包含addNetworkConnector的 POST 请求以及 ActiveMQ 进程发起的异常出站 HTTP 连接。防御者还需关注 ActiveMQ JVM 产生的异常子进程。该漏洞已在 ActiveMQ Classic 5.19.4 和 6.2.3 版本中修复补丁完全移除了通过 Jolokia API 注册vm://传输的addNetworkConnector功能。所有运行受影响版本的组织应立即更新并审计所有 ActiveMQ 实例中的默认凭证使用情况。

相关文章:

Claude仅用10分钟发现Apache ActiveMQ潜伏13年的RCE漏洞

Apache ActiveMQ Classic 近日披露了一个存在十多年未被发现的严重远程代码执行(RCE)漏洞。值得注意的是,这个漏洞并非由人工代码审计发现,而是 Anthropic 公司的 Claude AI 模型在不到 10 分钟内识别出来的。该漏洞编号为 CVE-20…...

Rhino_IT嵌入式语音意图识别引擎深度解析

1. Rhino_IT 嵌入式语音意图识别引擎深度解析 1.1 技术定位与工程价值 Rhino_IT 是 Picovoice 公司为 Arduino Nano 33 BLE Sense 平台定制的意大利语语音意图识别(Speech-to-Intent)SDK。它并非通用语音识别(ASR),而…...

OpenClaw连接飞书(机器人)配置及相关参数说明

飞书企业自创应用(机器人) 飞书开发者后台:https://open.feishu.cn/app?langzh-CN 1、创建企业自建应用,填写应用名称和描述。 2、添加应用能力:机器人 3、权限管理:应用身份权限,开通聊天基础…...

TinyEngine 与 AI 的融合,本质上是从“可视化拖拽”升级为“自然语言驱动”的智能开发基座

TinyEngine 与 AI 的融合,本质上是从“可视化拖拽”升级为“自然语言驱动”的智能开发基座。这种融合并非简单的功能叠加,而是通过 MCP(Model Context Protocol)协议 让 AI 获得了直接操作低代码引擎的能力,实现了“对…...

“TinyVue Skill:让 AI 真正懂你的组件库” 是 OpenTiny 团队针对 AI 智能体(Agent)开发的一套**技能工具集**

“TinyVue Skill:让 AI 真正懂你的组件库” 是 OpenTiny 团队针对 AI 智能体(Agent)开发的一套技能工具集。它的核心目标是解决通用大模型在生成 TinyVue 代码时容易出现的“幻觉”问题(如 API 记错、版本不兼容)&…...

告别串口助手!用VOFA+和STM32的DMA串口实现高刷波形监控(附完整工程)

STM32与VOFA的高频数据可视化实战:DMA串口优化全解析 在嵌入式开发中,实时监控传感器数据或系统状态是调试过程中不可或缺的环节。传统串口助手配合printf的方式虽然简单,但在处理高频数据时往往力不从心——数据刷新率低、CPU占用高、波形显…...

腕带硬件选型方案

一、核心处理器选型 二、心率与血氧检测模块选型 2.1 选型方案:JFC103 2.1.1 发光源 1. 绿色 功能:心率测量与脉搏波形(心律波形) 采集。 原因:绿光穿透表皮后,被血液吸收的程度会随心脏搏动而周期性变化。相比红光,绿光在皮肤浅层对血流灌注变化的敏感度最高,信噪比…...

OpenClaw人人养虾:语音唤醒

Voice Wake(语音唤醒)功能允许你通过说出唤醒词来激活 Agent,类似于 "Hey Siri" 或 "小爱同学"。唤醒前设备处于低功耗监听状态,唤醒后进入对话模式。 工作原理 低功耗监听 → 检测到唤醒词 → 激活 Agent …...

OpenClaw人人养虾:对话模式

Talk Mode(对话模式)是 OpenClaw 的实时语音交互功能,让你可以像和真人对话一样与 Agent 进行语音沟通。启动对话模式openclaw node --type audio --talk快速启动对话模式会自动启用音频节点的 STT 和 TTS 功能,无需单独配置。对话…...

UBuntu+openClaw实现个人AI助手

记录于2026年3月9号个人博客,现转录CSDN在 Ubuntu 上用 OpenClaw 搭建个人 AI 助手,核心是:一行命令安装 → 配置大模型 API → 启动服务 → 用 Web / 微信 / Telegram 交互。全程本地部署、数据可控、支持自动任务与自定义技能。 系统要求&a…...

Excel VBA 入门到精通(一):宏录制与 VBE 环境详解

🎯 本章目标:从零开始,掌握 Excel VBA 开发环境的搭建,理解宏录制原理,并编写你的第一个 VBA 程序。一、什么是 VBA?VBA(Visual Basic for Applications)是微软开发的嵌入式编程语言…...

Python从入门到精通(第36章):多线程编程与线程安全

开头导语 写循环时,很多需求是重复的:拼接多个迭代器、取前N个、按相邻相同键分组……itertools 提供了这些常见迭代需求的函数式解决方案,更重要的是,所有函数都返回惰性迭代器——不占额外内存。本章围绕 itertools 模块展开,讲解 count/cycle/repeat、chain/islice/co…...

大模型学习-python学习Day5

一.函数函数是带名字的代码块,用于完成具体的任务,可重复使用,当需要在程序中多次执行同一项任务时,无须反复编写完成该任务的代码,只需要调用执行该任务的函数,让python运行其中的代码即可。python中的函数…...

从零配置ARM交叉编译环境:如何避免GLIBC版本陷阱(附工具链命名解析)

从零配置ARM交叉编译环境:如何避免GLIBC版本陷阱(附工具链命名解析) 刚接触嵌入式开发的工程师第一次尝试交叉编译时,往往会被各种工具链名称搞得晕头转向。更令人头疼的是,当你好不容易编译出可执行文件,却…...

从CubeMX到AC6:STM32H743的MPU与分散加载文件(.sct)配置避坑全记录(LWIP+FreeRTOS)

STM32H743网络协议栈实战:LWIPFreeRTOS在AC6编译器下的MPU与分散加载配置指南 1. 复杂存储架构下的开发挑战 STM32H7系列微控制器以其高性能和丰富的外设资源著称,但其复杂的存储架构也给开发者带来了不小的挑战。该系列芯片采用多总线矩阵和多种内存类型…...

如何批量创建SQL存储过程_使用脚本自动化部署流程

最稳妥的批量建存储过程方法是:SQL Server用sp_executesql逐个执行CREATE OR ALTER PROCEDURE;PostgreSQL用DO块pg_proc校验后EXECUTE;MySQL避免DELIMITER误替换,改用客户端分隔符控制。SQL Server 里用 sp_executesql 动态生成存…...

VisionPro图像掩膜进阶技巧:3步优化PMAlign工具匹配准确率(附真实案例)

VisionPro图像掩膜进阶技巧:3步优化PMAlign工具匹配准确率(附真实案例) 在精密视觉检测领域,PMAlign工具的准确率直接决定了整个系统的可靠性。上周在调试某半导体晶圆检测项目时,遇到一个典型问题:当检测图…...

SAMD微控制器安全Flash存储库设计与实践

1. 项目概述SAMD_SafeFlashStorage 是一款专为 SAMD21(如 Arduino Zero、MKR系列)和 SAMD51(如 Adafruit Metro M4、Arduino MKR VIDOR 4000)微控制器设计的安全型闪存数据存储库。它并非简单复刻,而是对原始 cmaglie/…...

鸿蒙 数据库构建查询条件:greaterThan

本文同步发表于微信公众号,微信搜索 程语新视界 即可关注,每个工作日都有文章更新 鸿蒙数据库中的 greaterThan 方法是用于构建查询条件(谓词)的一个核心操作符,它表示“大于”的比较关系,用于筛选出指定字…...

怎么为MongoDB事务调优:将读操作尽量移到事务外面执行

事务内读操作拖慢MongoDB性能,因其强制快照读导致锁范围扩大、快照开销上升、WiredTiger缓存压力增大;仅两类读必须留在事务内:依赖一致性的读和用于写冲突判断的读。为什么事务里做读操作会拖慢 MongoDB 性能MongoDB 事务本质是加锁 日志 …...

mysql数据库索引失效的常见原因_分析索引设计与使用误区

MySQL索引失效主因有三:WHERE中对字段用函数或表达式(如YEAR(create_time))、复合索引中范围查询后列无法命中、统计信息过期或数据倾斜致优化器误判;需改写为范围条件、定期ANALYZE TABLE并警惕隐式转换。WHERE 条件用了函数或表…...

【JAVA基础面经】线程安全的单例模式

文章目录单例模式(Singleton Pattern)一、饿汉模式二、懒汉模式解决懒汉式线程安全问题双重校验锁提高并发性能静态内部类(JDK 1.2)最佳方法:枚举方式(JDK 1.5)方法的对比单例模式(S…...

【CTFshow-pwn系列】03_栈溢出【pwn 062】详解:受限缓冲区下的极简 Shellcode 注入与利用实战

本文仅用于技术研究,禁止用于非法用途。 Author: 枷锁 在上一关(pwn 061)中,我们利用程序主动泄露的栈基址,通过 gets 函数毫无限制地在内存中挥洒 Payload。但 CTF 的竞技场绝不会永远如此慷慨。 来到 PWN 062&#x…...

ToF传感器自适应距离滤波框架ToFFilter深度解析

1. ToFFilter 库深度解析:面向 ToF 传感器的自适应距离滤波框架Time-of-Flight(ToF)传感器,如 ST 的 VL53L0X、VL53L1X 及其后续型号,在工业测距、机器人避障、手势识别、液位监测等嵌入式场景中已成主流。然而&#x…...

第三节课总结

一、计算机中的单位1、比特位(bit):一个比特位只能放一个二进制数据,要么0要么12.字节(byte):一个字节 8个比特位1024byte 1KB1024KB 1MB1024MB 1GB1024GB 1T1024TB 1PB3.每一种数据类型都可…...

用例模型,分析模型,领域模型和数据模型比较

用例模型、分析模型、领域模型、数据模型比较 在软件工程和系统分析中,用例模型、分析模型、领域模型、数据模型分别服务于不同阶段和不同目的。理解它们的区别与联系,有助于系统分析师构建完整、一致的解决方案。 一、各模型核心定位 模型 英文 核心目标 主要视角 主要受众…...

2026届毕业生推荐的六大降AI率方案推荐

Ai论文网站排名(开题报告、文献综述、降aigc率、降重综合对比) TOP1. 千笔AI TOP2. aipasspaper TOP3. 清北论文 TOP4. 豆包 TOP5. kimi TOP6. deepseek 要降低AIGC特征,得从语言习惯以及结构设计着手。别用常见的模板句式,…...

为什么Gartner刚下调3家明星厂商评级?AI原生数据库选型必须重看这7项硬指标,否则Q3上线即重构

第一章:Gartner评级下调背后的AI原生数据库范式转移 2026奇点智能技术大会(https://ml-summit.org) Gartner近期将多家传统关系型数据库厂商在“云数据库管理系统魔力象限”中的位置下调,其公开报告明确指出:“评估标准已从‘事务吞吐与SQL…...

Zabbix简介及部署

目录 一、Zabbix 核心介绍 1. 核心特性 2.核心组件(架构) 二、Zabbix 部署 步骤 1:系统初始化 步骤 2:服务器上部署zabbix-server 步骤 3:系统安装中文语言包 步骤 4:Web 界面初始化 步骤 5&#…...

AI驱动的软件文档闭环:从代码提交到API文档/PRD/测试用例自动生成(实测准确率92.6%,已交付37个生产系统)

第一章:AI原生软件研发文档自动化生成方案 2026奇点智能技术大会(https://ml-summit.org) AI原生软件研发正面临文档滞后、语义割裂与维护成本激增的三重挑战。传统文档生成依赖人工补全或静态模板,难以响应代码逻辑的实时演进;而AI驱动的文…...