博客
关于我
Chrome 远程代码执行0Day 简单复现
阅读量:190 次
发布时间:2019-02-28

本文共 630 字,大约阅读时间需要 2 分钟。

谷歌浏览器远程代码执行漏洞的复现过程

今天,我听说了关于谷歌浏览器最新版的一个远程代码执行漏洞。这个漏洞被称为0day,而且已经有开发者在GitHub上发布了相关EXP代码。作为刚开始接触安全研究的新手,我决定亲自试试看这个漏洞是否真的存在。

首先,我在本地环境中准备了一个虚拟机。根据某些报道,这个漏洞可能与Google Chrome的沙盒模式有关。因此,我在虚拟机中安装了最新的Google Chrome浏览器版本89.0.4389.114,确保浏览器没有启用沙盒模式。

为了确保沙盒模式关闭,我在Chrome的启动命令中添加了-no-sandbox参数。这一步非常重要,因为沙盒模式可以防止恶意代码的执行。如果沙盒模式已经启用,可能会导致页面无法加载。

接下来,我从GitHub上下载了提供的EXP文件。这个EXP文件包含了两个文件:exploit.htmlexploit.js。我使用已经配置好的Google Chrome浏览器打开了这个HTML文件。

在打开文件的瞬间,我的虚拟机屏幕突然弹出了计算器。这证明了漏洞确实存在,并且我的环境配置是正确的。

此外,我还发现了其他开发者已经在GitHub上发布了类似的POC(Proof of Concept,证明概念)。这些代码可以帮助进一步验证和研究这个漏洞的影响范围。

总的来说,这次实验让我对谷歌浏览器的安全性有了更深入的了解。虽然这个漏洞已经被修复,但它提醒了我在配置浏览器时需要注意的一些细节。

转载地址:http://siis.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(一) :直接拼接
查看>>
OpenCV与AI深度学习 | OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测(建议收藏!)
查看>>
OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
查看>>
OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
查看>>
OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
查看>>
OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
查看>>
OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏!)
查看>>
OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜
查看>>
OpenCV与AI深度学习 | 使用OpenCV图像修复技术去除眩光
查看>>
OpenCV与AI深度学习 | 使用OpenCV检测并计算直线角度
查看>>
OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
查看>>
OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
查看>>
OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>