OpenSSL 中潜在的严重远程代码执行漏洞 — CVE-2025-15467

JFrog 安全研究团队正在追踪新披露的 OpenSSL 漏洞 CVE-2025-15467，这是一个可能导致远程代码执行（RCE）的堆栈溢出问题。虽然目前尚未有官方的 CVSS 评分，但 OpenSSL 已将其评为“高”严重级别，并且根据其特征，我们评估 NVD 可能会将其评为“严重”级别。

OpenSSL 最近修复了 12 个漏洞，其中包括 10 个低危漏洞、1 个中危漏洞和 1 个高危漏洞，但这个栈溢出漏洞因其潜在影响而格外引人注目。攻击者可以通过发送精心构造的 CMS AuthEnvelopedData 消息来利用此栈缓冲区溢出漏洞，该消息包含恶意构造的 AEAD 参数。

以下 OpenSSL 版本存在漏洞：3.6, 3.5, 3.4, 3.3, 3.0。

版本 1.1.1 和 1.0.2 不受影响。

3.6、3.5、3.4、3.3 和 3.0 中的 FIPS 模块不受影响，因为 CMS 实现位于 FIPS 模块边界之外。

JFrog 安全研究团队通过直接调用 CMS_Decrypt API 成功复现了该漏洞：

我们发现以下案例存在 CVE-2025-15467 漏洞：

1.调用以下任何 API 的基于 OpenSSL 的应用程序：

2.调用以下任何 OpenSSL 工具的应用程序：

请注意，这只是初步评估，可能还存在更多相关的攻击途径，请继续关注我们更新的博客。

受影响的用户应按以下方式升级：

CMS（Cryptographic Message Syntax，加密消息语法）是一种用于安全传输消息的标准，可确保消息的机密性、完整性和真实性。它广泛应用于诸如用于安全电子邮件通信的 S/MIME 等应用，以及文件存储和其他对数据保护要求极高的场景。

AuthEnvelopedData 是一种专门用于提供加密和身份验证的 CMS 结构。其主要特性包括：

1.保密性：消息内容经过加密，只有拥有相应密钥的预期接收者才能解密和读取。

2.完整性和身份验证：AuthEnvelopedData 包含多种机制，确保消息在传输过程中未被篡改。这通常通过消息认证码（MAC）或身份验证标签来实现，以确认数据完整且真实。

OpenSSL 中典型的 CMS AuthEnvelopedData 消息包含：

◎ 加密内容：需要通过加密保护的实际数据或消息。

◎ 接收者信息：关于预期接收者的详细信息，通常包括允许他们解密消息的加密密钥或证书。

◎ AEAD 密码参数：消息可能使用带有附加数据的认证加密（AEAD）方法，例如 AES-GCM，该方法在一个统一的过程中提供加密和完整性保护。

◎ 初始化向量（IV）：许多加密算法必不可少的随机值，它确保即使对于相同的明文，每次加密操作也能生成唯一的密文。

当 OpenSSL 使用 AEAD 密码解析 CMS AuthEnvelopedData 结构时，它会提取 IV（在 ASN.1 参数中编码）以准备解密和真实性验证。

该漏洞的产生是因为 CMS AuthEnvelopedData 结构中的初始化向量（IV）可能过大。OpenSSL 会将 IV 复制到固定大小的栈缓冲区中，而不会验证其长度，从而导致栈溢出，进而可能引发崩溃或远程代码执行（RCE）。

重要的是，溢出发生在任何身份验证之前，这意味着攻击者不需要有效的加密密钥。他们只需要构造一个包含过大初始化向量（IV）的恶意内容管理系统（CMS）消息即可触发溢出。

这使得使用 AEAD 密码解析不受信任的 CMS 或 PKCS#7 内容的应用程序和服务（例如，使用 AES-GCM 的 S/MIME AuthEnvelopedData）容易受到攻击。远程代码执行（RCE）的可利用性取决于平台和工具链的缓解措施，但基于栈的写入原语本身就构成重大风险。

从漏洞修复提交（https://github.com/openssl/openssl/commit/2c8f0e5fa9b6ee5508a0349e4572ddb74db5a703）中可以明显看出，OpenSSL 在复制 IV 时没有检查 IV 大小是否超过固定大小的堆栈缓冲区（EVP_MAX_IV_LENGTH）。

此堆栈溢出发生在身份验证之前，因此在处理不受信任的 CMS 消息的场景中可被利用。虽然官方尚未发布 CVSS 评分，但鉴于远程代码执行（RCE）的风险，预计 NVD 至少会将此漏洞评为“高”严重性问题，甚至可能评为“严重”严重性问题。

使用受影响的 OpenSSL 版本的组织应立即打补丁，并审查处理 S/MIME 或 PKCS#7 内容的系统，以减轻潜在的攻击。

JFrog 安全研究团队将持续监控此漏洞，以了解其后续更新和潜在利用途径。受影响的版本已在 JFrog Xray 和 JFrog Catalog 数据库中标记，帮助我们的客户快速识别并降低风险。