شرکت امنیتی DepthFirst در گزارشی اعلام کرد که یک آسیب‌پذیری از نوع Use-After-Free در زیرسیستم AF_UNIX socket در هسته لینوکس (Linux kernel) شناسایی شده است که به مهاجم اجازه می‌دهد از محیط کانتینر فرار کرده و دسترسی سطح Root را روی سیستم میزبان (Host) به دست آورد.
جزئیات فنی و وضعیت اصلاحیه
این نقص امنیتی با شناسه CVE-2026-80521 و امتیاز 7.8 در معیار CVSS ردیابی می‌شود. اگرچه این مشکل در تاریخ ۶ اوت در نسخه‌های Upstream اصلاح شده است، اما شرکت اوبونتو هنوز وصله (Patch) مربوطه را برای نسخه‌های 26.04، 24.04 و 22.04 LTS منتشر نکرده است. در حال حاضر، DepthFirst کد اکسپلویت (Exploit code) هدفمند برای نسخه Ubuntu 26.04 را منتشر کرده است.
طبق ردیاب امنیتی اوبونتو، وضعیت بسته‌های لینوکس در نسخه 26.04 به عنوان «آسیب‌پذیر و در حال بررسی» (vulnerable, work in progress) ذکر شده است. این آسیب‌پذیری همچنین نسخه‌های 24.04 و 22.04 را که از بسته‌های جدیدتر کرنل در محیط‌های ابری مانند AWS، Azure و GCP استفاده می‌کنند، تحت تأثیر قرار داده است.
مکانیسم حمله و تحلیل فنی
این آسیب‌پذیری در Garbage Collector هسته برای AF_UNIX sockets قرار دارد. این بخش وظیفه پاک‌سازی File Descriptorهایی را دارد که از طریق پیام‌های SCM_RIGHTS بین پردازش‌ها منتقل می‌شوند. از آنجایی که AF_UNIX sockets برای ارتباطات محلی استفاده می‌شوند و به طور پیش‌فرض در پروفایل‌های seccomp در Docker و Kubernetes مجاز هستند، مهاجم می‌تواند از داخل کانتینر به این نقص دسترسی یابد.
- Race Condition: یک وضعیت رقابتی در Garbage Collector باعث می‌شود ارجاعات جدید پیش از صف‌بندی داده‌ها شناسایی شوند.
- Memory Corruption: اگر جمع‌آوری‌کننده در این بازه زمانی اجرا شود، بخشی از گروه سوکت‌های مرتبط را آزاد می‌کند بدون اینکه اشاره‌گر (Pointer) مربوطه را از لیست داخلی حذف کند.
- Bypass: به دلیل اینکه اکسپلویت از طریق System Callهای معمولی که کانتینرها مجاز به اجرای آن‌ها هستند عمل می‌کند، تمامی مکانیزم‌های ایزولاسیون مانند Namespace، محدودیت‌های cgroup و فیلترینگ seccomp را دور می‌زند.
توصیه‌ها و راهکارهای مقابله
در حال حاضر هیچ راهکار موقتی (Workaround) توسط اوبونتو یا DepthFirst ارائه نشده است. با این حال، توصیه می‌شود برای بارهای کاری (Workloads) غیرقابل اعتماد، از ایزولاسیون مبتنی بر microVM مانند Firecracker یا Kata Containers استفاده شود تا هر workload کرنل اختصاصی خود را داشته باشد و از اشتراک کرنل با میزبان جلوگیری شود.
نقش هوش مصنوعی در شناسایی آسیب‌پذیری
جالب است که این نقص توسط مدل هوش مصنوعی dfs-large1 (توسعه یافته توسط DepthFirst) در کنار تست‌های انسانی شناسایی شده است. این مورد بخشی از روند صعودی شناسایی آسیب‌پذیری‌های هسته لینوکس در سال ۲۰۲۶ است که نشان می‌دهد ابزارهای AI-assisted توانسته‌اند سد دفاعی کانتینرها را به شدت کاهش دهند. DepthFirst هشدار می‌دهد که سازمان‌ها دیگر نباید کانتینرها را به عنوان یک مرز امنیتی (Security Boundary) قطعی در نظر بگیرند.
