|
9 月 28 日消息,16 岁安全研究员 Faav 于当地时间 9 月 25 日在其主页发布博客,披露了关于他如何发现微软内部漏洞并获得 5,000 美元(注:现汇率约合 33,597 元人民币)漏洞赏金的经历。 他发现,微软内部分析平台 Titan 存在身份验证漏洞,黑客可藉此访问包含约 2.5 万条员工数据记录的内部数据库,并能查询总量达 17.3 万亿条的数据记录。
Faav 称,他自 15 岁起参与漏洞赏金项目,并开发了 AI 机器人 Antares。2026 年 8 月 25 日,Antares 发现 Titan 的公开 API 接口。该接口提示需要连接 VPN,Faav 随后让 Antares 枚举相关子域名,发现一个位于 Azure 云环境中的主机,并找到对应的 Swagger / OpenAPI 文件。 这份文件列出了 4 个 API 路由。其中 3 个要求 Azure Active Directory 身份验证,但最后一个名为“/v2/Query”的接口没有这一要求,而且支持直接提交 SQL 查询。 Faav 仍需要了解数据库结构。他通过 Wayback Machine 找到了 2023 年 Titan 登录页快照,并从其中获取到了 Apache Superset 配置文件(该文件描述了数据库结构,共包含 56 个数据表定义)。 Antares 随后用 10 天探测 JWT 验证流程。随后,Faav 发现“/v2/Query”接口虽然要求 JWT 身份验证,但服务器似乎没有校验令牌的数字签名。后续,他根据服务器返回方式产生判断,伪造了一枚 alg 为 none、签名段为空的登录令牌,将 upn 改为 admin 后,成功以管理员身份执行 SQL。 9 月 5 日凌晨,他确认可访问 Titan 平台的数据库。查询显示,其元数据包含约 25000 个账户与邮箱记录、17990 个员工邮箱记录、15001 个员工组织记录,以及 355 个数据库配置、20979 个虚拟数据集 SQL 定义、24569 个仪表盘和 425891 个图表。 继续检查后,他在数据库中还发现了一组与 Bing 分析相关的数据源。通过汇总多个数据表中的记录数量,Faav 估算自己可访问的数据规模达到 17,333,335,124,315 条。 Faav 表示,他在凌晨 2 点发现这一数字时,为避免吵醒父母,还不得不克制住喊出来的冲动。随后,他将开始撰写报告并向微软 MSRC 提交。 微软在 9 月 6 日至 8 日要求他停止测试并提供 IP 地址,以确认无超出安全研究的活动。9 月 9 日,该 API 接口即被锁定。 9 月 17 日,微软向 Faav 颁发 5,000 美元(现汇率约合 33,597 元人民币)赏金。9 月 22 日,双方会面讨论漏洞并协调披露。Faav 称,微软在博客发布前对文章进行了编辑控制,删减部分内容并调整影响描述。 微软在声明中表示:“我们感谢有机会调查 Faav 报告的发现。其提交和协调漏洞披露帮助我们更好地保护客户,强化了服务。”微软强调,该公司将继续重视在漏洞赏金计划下的安全研究。 AI 解读 漏洞赏金与AI挖洞的边界
这次事件的关键不在于 17.3 万亿这个数字,而在于一个公开 API 接口没有校验令牌签名。这类漏洞在云环境里并不罕见,但能被一个 16 岁研究者用 AI 工具在两周内定位并利用,说明自动化枚举和探测正在降低漏洞发现的门槛。 对普通用户来说,微软内部平台的员工邮箱、组织记录等元数据一旦泄露,可能被用于钓鱼或社工攻击,但原文没有说明这些数据是否已被他人访问。 赏金 5000 美元与数据规模之间的落差,也值得注意。漏洞赏金通常按漏洞等级而非数据量定价,且微软在披露前对文章做了编辑控制,删减了部分内容。目前没有公布该接口是否影响外部客户,也没有说明修复是否覆盖同类接口。 对安全研究者而言,这个案例的参考价值在于:AI 可以承担重复性的枚举和探测,但判断令牌签名缺失、构造 alg 为 none 的令牌,仍然依赖人的经验。工具能加速过程,不能替代判断。 AI 能加速找漏洞,但定价和披露节奏仍由厂商掌握。 以上内容由 AI 依据原文补充生成,不代表本站观点,仅供参考。 |

© 2013-2016 Discuz Team. Powered by Discuz! X3.5