實戰

PHP2Shell 深入拆解:AI 協助找漏洞真的有效嗎?

AI 協助研究人員揭露 PHP CGI 遠端程式碼執行漏洞,展現出批量嘗試與驗證異常輸入的優勢,但目前仍無法取代資安研究員。本文分析 AI 在其中的實際作用、漏洞復現門檻,以及開發與維運團隊應採取的排查及緩解措施。

字級

Wiz 表示,他們在 AI 協助下發現了 PHP CGI 的參數處理漏洞,相關 PoC 也已公開。本文將拆解 AI 實際參與了哪些工作,以及一般開發者應檢查哪些設定。

先談結論:AI 目前還不能取代資安研究員。它比較像一位速度很快、也不會疲勞,但仍需由人類決定方向的實習生。AI 擅長枚舉異常輸入、批次驗證假設,也能減少重複性工作。

不過,這次漏洞本身相當具體,值得深入分析。

PHP2Shell 是什麼

這不是抽象的「可能存在風險」,而是 PHP CGI 參數處理路徑上的遠端程式碼執行漏洞。依據 Wiz 的說明,攻擊者可以構造畸形參數,讓伺服器在處理請求時執行非預期的程式碼。

漏洞細節與 PoC 已公開於 php2shell.com,完整技術分析則可參閱 Wiz 部落格。

Hacker News 貼文獲得 393 分及 146 則留言的資訊並未出現在所提供的原始素材中,因此本文不採用這些數字,也無法確認該貼文是否曾登上首頁。

這裡的關鍵字是 CGI,也就是 Common Gateway Interface。在傳統 Web 部署架構中,PHP 並非總是以獨立程序執行。許多老舊系統會透過 CGI 啟動 PHP,而伺服器設定、啟動方式與參數解析方式會共同決定最終行為。

這類漏洞的棘手之處,在於受影響程度取決於部署方式。相同的 PHP 版本,在不同伺服器設定下可能具有不同的暴露範圍。開發機、容器、反向代理環境與老舊共享主機,不能直接視為同一種情況。

對防守方而言,PoC 比一句「請盡快升級」更有用。維運人員可以對照自身的請求處理鏈路,確認系統是否存在相同問題。確切受影響的版本與修復範圍,應以 Wiz 原文及 PHP 官方公告為準。

AI 在這次研究中做了什麼

Wiz 公開的資訊指出,這套研究流程有 AI 協助完成。現有草稿未說明使用了哪個模型,也未完整交代 AI 參與了哪些步驟,因此不能將其描述為 AI 獨立找出 0day 漏洞。

一般安全稽核通常分成幾個層次:

  • 閱讀程式碼,找出參數進入解譯器的路徑。
  • 枚舉編碼、跳脫、邊界值與異常輸入。
  • 構造最小請求,判斷系統行為是否改變。
  • 驗證是否能穩定取得程式碼執行能力,而非僅造成當機或錯誤。

AI 可以批次嘗試輸入,也能找出人工審閱時容易忽略的組合。例如,某個參數在正常輸入下沒有問題,但加入特定編碼、重複字元或邊界值後,解析路徑可能會改變。

但「找到異常輸入」與「理解漏洞原理」並不是同一回事。

讓系統產生一百萬個畸形請求,和由研究員解釋其中一個請求為何能執行程式碼,代表兩種不同能力。前者是枚舉,後者是建模。目前 AI 在枚舉與驗證方面相當有價值;至於能否穩定提出新的攻擊原語,仍需要更多公開案例佐證。

這次案例真正值得關注的地方,是 AI 將「試錯」的規模擴大了。至於規模增加多少,仍取決於樣本數、執行環境與人工投入。

復現成本:人工與 AI 的差異

目前提供的資料中,沒有經過公開驗證的人工耗時對照表。Wiz 的報告是否收錄這類數據,仍須核對原文。現有資訊不足以支持「人工需要數小時、AI 縮短為數分鐘」這類精確比較。

因此,這裡不編造看似精確的數字。

傳統人工研究需要熟悉 PHP CGI 的歷史行為、伺服器啟動參數與請求解析差異。研究人員還必須搭建環境,測試編碼、參數位置及異常輸入。許多時間花在確認現象能否穩定復現,而不只是閱讀程式碼。

引入 AI 協助後,pipeline 可以展開候選輸入、自動執行請求,再檢查回應與環境變化。AI 未必能完成所有分析工作,但可以承擔大量重複試驗。

這項變化有點類似軟體測試:從人工點選少數按鈕,轉為自動產生測試矩陣。

評估 AI 是否提升效率,不能只看它最後是否找到漏洞,還必須考量:

  • 候選輸入數量是否明顯增加。
  • 能否在相同環境中重複驗證。
  • 人類是否仍需理解每一個失敗樣本。
  • 能否單獨解釋漏洞根因。
  • 結果能否交由防守方復現。

如果只有最終結果,卻沒有前面的過程資料,這個案例仍只能證明 AI 的參與有效,不能證明它已取代資安研究員。

PHP 生態為何再次中招

這並不表示 PHP 語言本身突然變得特別脆弱。

PHP 的部署方式帶有明顯的歷史包袱。許多網站仍在執行舊版本、傳統 CGI 設定或相容層,而上線時間可能遠早於現代 PHP 應用。文件、映像檔與部署腳本也可能未及時更新。

共享託管與小型 VPS 更容易出現這種情況。使用者知道自己可以上傳 PHP 檔案,卻不一定了解 Web 伺服器如何啟動 PHP。漏洞是否可被利用,取決於外部設定,而不只是業務程式碼。

面對這類 CGI 漏洞,單純依 PHP 版本進行黑名單掃描可能不夠。防守方需要確認:

  • 目前是否啟用了受影響的 CGI 路徑。
  • 伺服器是否以舊參數或相容模式執行 PHP。
  • 外層反向代理、WAF 與容器設定是否改變請求行為。
  • 日誌中是否出現異常參數與異常程序。

安全公告也經常遭到誤解。掃描器顯示「PHP 存在風險」,不代表每台伺服器都能直接遭同一份 PoC 利用;但這也不代表可以置之不理。

一般開發者該做什麼

先確認風險,再依照官方建議進行升級。

  1. 檢查 PHP 版本與執行方式。不要只看 php -v,還要確認 Web 伺服器實際呼叫的是哪個 PHP 二進位檔,以及採用哪種執行模式。

  2. 對照 php2shell.com 的漏洞細節與 PoC,確認環境是否暴露於對應的 CGI 請求路徑。

  3. 透過供應商與 PHP 官方管道取得修復版本。不要只從部落格複製指令;先確認發布版本是否已提供修正,以及套件管理工具是否仍在維護舊版本。

  4. 如果暫時無法升級,應檢查並收緊 CGI 設定,限制不必要的參數解析與異常請求。具體緩解措施以漏洞官方說明及供應商建議為準。

  5. 檢查 Web 存取日誌、PHP 程序與系統程序,特別留意異常請求參數、異常結束、可疑子程序與暫存檔案。發現可疑行為時,保留原始日誌與事件時間軸。

  6. 進行一次獨立復現,但不要將 PoC 放在正式環境的公網中掃描。較穩妥的做法是在隔離環境中驗證設定,並讓維運、應用與主機負責人共同參與。

資安團隊最擔心的不是「系統存在漏洞」這幾個字,而是漏洞描述過於模糊,直到攻擊開始才第一次認真檢查部署狀況。

編輯觀察

PHP2Shell 值得關注,因為它將 AI 協助找漏洞放進真實部署環境:老舊伺服器、CGI 參數解析、設定差異與利用驗證都參與其中。但單一案例仍無法證明 AI 已能獨立完成 0day 漏洞研究。

我的判斷是,AI 在短期內最實用的價值,不是憑空創造漏洞,而是擴大枚舉與驗證的規模。人類仍須定義問題、解釋根因,並判斷異常現象是否值得通報。

它與過去的程式碼稽核輔助工具不同。模型開始參與漏洞形成前的試錯環節,降低的是測試成本。目前尚不確定這項效率收益來自模型本身,還是更成熟的 CGI 測試環境。若缺乏模型、樣本數、執行次數與人工投入等資料,就不適合宣稱「提速數倍」。

來源: https://www.wiz.io/blog/php2shell-php-rce