YellowKey零日漏洞:一个U盘就能绕过BitLocker加密,微软后门疑云

安全研究员Chaotic Eclipse(Nightmare-Eclipse)近日公开了一个极其严重的Windows BitLocker零日漏洞——YellowKey。这个漏洞允许攻击者仅用一个U盘和几个文件,就能完全绕过BitLocker全盘加密,获得对受保护驱动器的完全访问权限。

漏洞发现背景

这已经不是Eclipse第一次公开微软的零日漏洞了。此前他们已经发布了BlueHammer和RedSun两个零日漏洞,能让Windows Defender提供系统管理员权限。据Eclipse称,他们在向微软安全团队提交漏洞报告后被无视,因此走上了公开披露的道路。

YellowKey漏洞复现步骤

漏洞复现过程极其简单:

  1. 准备任意一个U盘,获取对”System Volume Information”目录的写入权限
  2. 将”FsTx”文件夹及其内容复制到U盘的该目录下
  3. 将U盘插入目标Windows电脑(需开启BitLocker保护)
  4. 按住Shift键点击重启,进入Windows恢复环境
  5. 在点击重启按钮后松开Shift键,立即按住Ctrl键不放
  6. 如果操作正确,系统会直接弹出一个具有完全访问权限的命令行Shell

为什么说这是”后门”?

Eclipse指出,触发此漏洞的组件在互联网上找不到任何文档,只存在于WinRE(Windows恢复环境)镜像中。更可疑的是,同一个组件在正常Windows安装中也存在,名字完全相同,但没有触发BitLocker绕过的功能。这种设计很难不让人怀疑是故意为之。

此外,该漏洞只影响Windows 11和Windows Server 2022/2025,Windows 10不受影响。Eclipse表示:”这可能是我发现的最疯狂的漏洞之一,感觉就像一个后门。”

影响范围

BitLocker保护着全球数百万台机器,包括个人用户、企业和政府机构,尤其是在Windows 11中默认启用的情况下。虽然从机器Alice取出的驱动器无法在机器Bob上打开(因为加密密钥存储在Alice的TPM中),但直接偷走笔记本电脑、迷你主机甚至台式机并不困难。

更令人担忧的是,即使使用完整的TPM+PIN设置也无法防御,因为Eclipse表示他们有一个针对该场景的变体,只是没有发布PoC。

配套漏洞GreenPlasma

Eclipse同时公开了另一个零日漏洞GreenPlasma,虽然没有完整的PoC,但据称可以通过操纵CTFMon进程,在SYSTEM用户有写入权限的任何Windows对象管理器区域中放置精心构造的内存区域对象,从而获得比管理员更高的系统级访问权限。

微软的回应

截至发稿时,微软尚未对YellowKey或GreenPlasma做出官方回应。BlueHammer已经被修补,Chaotic称微软悄悄修补了RedSun,但没有官方声明。

站长应对建议

  1. 物理安全第一:确保服务器和重要设备的物理安全,防止未经授权的物理访问
  2. 监控U盘使用:在企业环境中限制USB设备的使用
  3. 关注补丁更新:密切关注微软的安全更新,及时打补丁
  4. 多层加密:不要仅依赖BitLocker,考虑使用VeraCrypt等额外加密方案
  5. 启用BIOS密码:设置BIOS/UEFI密码,增加物理攻击难度

本文参考来源:YellowKey GitHub仓库 | Tom’s Hardware报道

© 版权声明
THE END
喜欢就支持一下吧
点赞14 分享
相关推荐
<p>菲尔兹奖得主、剑桥大学数学家Timothy Gowers近日在个人博客上分享了他使用ChatGPT 5.5 Pro的体验。令他惊讶的是,这款模型在一小时内连续攻克了多个博士级别的数学难题,展现出远超前代的推理能力。</p>

<h2>菲尔兹奖得主的实测</h2>

<p>Timothy Gowers是当代最有影响力的数学家之一,1998年获得菲尔兹奖,在组合数学和泛函分析领域有重要贡献。他在5月8日发布了一篇详细的博文,记录了自己测试ChatGPT 5.5 Pro推理能力的过程。</p>

<p>据Gowers描述,他给ChatGPT 5.5 Pro提出了多个需要深度推理的数学问题,这些问题的难度大致相当于数学博士资格考试或研究级别。让他印象深刻的是,模型不仅能够给出正确答案,还能提供完整的推理过程,包括:</p>

<ul>
<li>对问题的准确理解</li>
<li>合理的解题策略选择</li>
<li>严密的逻辑推导链</li>
<li>对特殊情况的处理</li>
</ul>

<h2>与前代模型的对比</h2>

<p>Gowers在博文中提到,之前版本的ChatGPT在处理类似难度的数学问题时,经常出现以下问题:</p>

<ul>
<li>推理链中途断裂,得出错误结论</li>
<li>混淆不同数学概念</li>
<li>在计算步骤中出错</li>
<li>无法识别问题的关键约束条件</li>
</ul>

<p>而ChatGPT 5.5 Pro在这些方面有了显著提升。Gowers认为,这一代模型的数学推理能力已经达到了”可以辅助专业数学研究”的水平。</p>

<h2>对普通用户意味着什么</h2>

<p>虽然菲尔兹奖级别的数学测试看起来离普通人很远,但ChatGPT 5.5 Pro展现出的推理能力提升,对日常使用也有实际影响:</p>

<ul>
<li><strong>编程辅助</strong>:更强的逻辑推理能力意味着在代码调试、算法设计等场景下能给出更准确的建议。</li>
<li><strong>数据分析</strong>:处理复杂的数据分析任务时,模型能更好地理解数据关系和统计方法。</li>
<li><strong>技术文档</strong>:在撰写技术文档、API文档等需要严密逻辑的内容时,输出质量更高。</li>
<li><strong>教育辅导</strong>:作为学习辅助工具,能提供更准确的解题思路和步骤讲解。</li>
</ul>

<h2>AI数学能力的里程碑</h2>

<p>ChatGPT 5.5 Pro的表现引发了AI社区的广泛讨论。有观点认为,这标志着大语言模型在形式推理领域取得了重要突破。也有研究者持谨慎态度,指出:</p>

<ul>
<li>单一数学家的主观测试不能替代系统性基准评估</li>
<li>模型可能在训练数据中见过类似题目</li>
<li>真正的数学创新(如提出新定理、发现新证明)仍然是AI的短板</li>
</ul>

<p>无论如何,AI在数学推理方面的进步速度是实实在在的。对于站长和开发者来说,善用AI的推理能力来辅助技术工作,已经是一个切实可行的选择。</p>

<blockquote>
<p><strong>来源:</strong></p>
<ul>
<li><a href=Timothy Gowers Blog – A Recent Experience with ChatGPT 5.5 Pro
  • OSCHINA – ChatGPT 5.5 Pro一小时攻克博士级数学难题
  • -枫选">

    菲尔兹奖得主、剑桥大学数学家Timothy Gowers近日在个人博客上分享了他使用ChatGPT 5.5 Pro的体验。令他惊讶的是,这款模型在一小时内连续攻克了多个博士级别的数学难题,展现出远超前代的推理能力。

    菲尔兹奖得主的实测

    Timothy Gowers是当代最有影响力的数学家之一,1998年获得菲尔兹奖,在组合数学和泛函分析领域有重要贡献。他在5月8日发布了一篇详细的博文,记录了自己测试ChatGPT 5.5 Pro推理能力的过程。

    据Gowers描述,他给ChatGPT 5.5 Pro提出了多个需要深度推理的数学问题,这些问题的难度大致相当于数学博士资格考试或研究级别。让他印象深刻的是,模型不仅能够给出正确答案,还能提供完整的推理过程,包括:

    • 对问题的准确理解
    • 合理的解题策略选择
    • 严密的逻辑推导链
    • 对特殊情况的处理

    与前代模型的对比

    Gowers在博文中提到,之前版本的ChatGPT在处理类似难度的数学问题时,经常出现以下问题:

    • 推理链中途断裂,得出错误结论
    • 混淆不同数学概念
    • 在计算步骤中出错
    • 无法识别问题的关键约束条件

    而ChatGPT 5.5 Pro在这些方面有了显著提升。Gowers认为,这一代模型的数学推理能力已经达到了”可以辅助专业数学研究”的水平。

    对普通用户意味着什么

    虽然菲尔兹奖级别的数学测试看起来离普通人很远,但ChatGPT 5.5 Pro展现出的推理能力提升,对日常使用也有实际影响:

    • 编程辅助:更强的逻辑推理能力意味着在代码调试、算法设计等场景下能给出更准确的建议。
    • 数据分析:处理复杂的数据分析任务时,模型能更好地理解数据关系和统计方法。
    • 技术文档:在撰写技术文档、API文档等需要严密逻辑的内容时,输出质量更高。
    • 教育辅导:作为学习辅助工具,能提供更准确的解题思路和步骤讲解。

    AI数学能力的里程碑

    ChatGPT 5.5 Pro的表现引发了AI社区的广泛讨论。有观点认为,这标志着大语言模型在形式推理领域取得了重要突破。也有研究者持谨慎态度,指出:

    • 单一数学家的主观测试不能替代系统性基准评估
    • 模型可能在训练数据中见过类似题目
    • 真正的数学创新(如提出新定理、发现新证明)仍然是AI的短板

    无论如何,AI在数学推理方面的进步速度是实实在在的。对于站长和开发者来说,善用AI的推理能力来辅助技术工作,已经是一个切实可行的选择。

    来源:

    菲尔兹奖得主、剑桥大学数学家Timothy Gowers近日在个人博客上分享了他使用ChatGPT 5.5 Pro的...

    31天前 60
    评论 抢沙发

    请登录后发表评论

      暂无评论内容