Apache Karaf 存在远程代码执行漏洞
漏洞描述
Apache Karaf 是一个用于部署业务代码或应用程序的 modulith 运行时环境。
Apache Karaf 的受影响版本中由于 jaas.modules.src.main.java.porg.apache.karaf.jass.modules.jdbc.JDBCUtils#doCreateDatasourceuse 中的 lookup 方法没有对 jndiName 有效过滤从而存在远程代码执行漏洞。当攻击者对 Karaf JDBC 数据源可控时,攻击者可通过将 JDBCUtils.DATASOURCE 配置为恶意的 LDAP/RMI 服务器(如 jndi:rmi://x.x.x.x:xxxx/Command )远程执行恶意代码。
| 漏洞名称 | Apache Karaf 存在远程代码执行漏洞 |
|---|---|
| 漏洞类型 | 注入 |
| 发现时间 | 2022/12/22 |
| 漏洞影响广度 | 极小 |
| MPS编号 | MPS-2022-69328 |
| CVE编号 | CVE-2022-40145 |
| CNVD编号 | - |
影响范围
org.apache.karaf:apache-karaf@[4.4.0, 4.4.2)
org.apache.karaf:apache-karaf@[2.0.1, 4.3.8)
修复方案
升级org.apache.karaf:apache-karaf到 4.4.2 或 4.3.8 或更高版本
参考链接
https://www.oscs1024.com/hd/MPS-2022-69328
https://nvd.nist.gov/vuln/detail/CVE-2022-40145
https://karaf.apache.org/security/cve-2022-40145.txt
https://github.com/apache/karaf/pull/1632/commits/3819f4834192f0f38f5ffef1ca8ea165a80eb8f0
情报订阅
OSCS(开源软件供应链安全社区)通过最快、最全的方式,发布开源项目最新的安全风险动态,包括开源组件安全漏洞、事件等信息。同时提供漏洞、投毒情报的免费订阅服务,社区用户可通过配置飞书、钉钉、企业微信机器人,及时获得一手情报信息推送:
https://www.oscs1024.com/cm/?src=csdn
具体订阅方式详见:
https://www.oscs1024.com/docs/vuln-warning/intro/?src=csdn

相关推荐
CVE-2018-11788:Apache Karaf XXE漏洞(CVE-2018-11788)
概括 Apache Karaf是一个现代的多态应用程序容器。 它是由OSGi支持的轻量级,功能强大且可用于企业的容器。 Apache Karaf是一个“产品项目”,提供了完整的交钥匙运行时。 运行时是“多方面的”,这意味着您可以部署不同类型的应用程序:OSGi或非OSGi,Web应用程序,基于服务的等等。 在最近对Apache Karaf的研究中,我发现其XML解析器中存在一些XXE(XML外部实体注入)漏洞。 导致解析器不正确地解析XML文档。 受影响的版本 Apache Karaf <= 4.2.1 Apache Karaf <= 4.1.6 分析 根据,Apache Karaf默认情况下提供了功能部署程序,该功能允许用户通过将文件直接放置在deploy文件夹中来“热部署”功能XML。 将功能XML放置在deploy文件夹中时,功能部署程序将执行以下操作: 将功能XML注册为功
数据驱动的电力系统潮流线性化:回归方法【IEEE5节点】(Matlab代码实现)
内容概要:本文提出了一种基于回归方法的数据驱动模型,用于实现电力系统潮流方程的线性化,以降低传统非线性潮流计算的复杂度并提升计算效率。研究聚焦于IEEE5节点标准测试系统,详细阐述了回归模型的构建流程,包括输入特征选择、数据集生成、模型训练与验证等关键环节,并通过Matlab代码实现了完整的算法流程。文中对比了不同回归算法的线性化精度,验证了该方法在电力系统分析、优化调度及实时控制等场景下的有效性与实用性,为后续研究提供了可复现的技术基础与代码支持。; 适合人群:具备电力系统分析基础知识和Matlab编程能力的高校研究生、科研人员以及从事电力系统自动化、智能电网相关工作的工程师。; 使用场景及目标:① 掌握数据驱动方法在电力系统潮流计算中的应用,替代传统迭代求解以提升效率;② 学习如何利用回归模型对复杂非线性系统进行近似建模与线性化处理;③ 借助提供的Matlab代码进行算法复现、性能测试及进一步拓展至其他节点系统或优化问题。; 阅读建议:建议读者结合电力系统潮流计算的基本理论,深入理解数据生成与特征工程的设计逻辑,在运行代码时关注输入输出变量的物理意义,并尝试调整模型参数或更换回归算法以探究其对线性化精度的影响,从而全面提升对数据驱动建模方法的掌握与应用能力。
龙头企业寻求跨界技术融合,是否有专门支持产业链上下游智能匹配的溯源服务平台?.docx
科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。
SFT 数据构建 Lite:对话/文档生成 JSONL 并质检,零 Key 离线可跑(Python 源码)
SFT 数据构建 Lite 实战包。从多轮对话或文档片段生成 instruction/input/output JSONL,支持去重、空字段与长度质检、训练/验证拆分和统计报告。规则模板实现,零第三方依赖、零 API Key,可离线运行,含样例与冒烟测试。MIT。作者 blog.csdn.net/mtl1994
windui轻量跨平台桌面 GUI 框架
轻量跨平台桌面 GUI 框架 — 用 Rust 构建内存友好的小工具。


