Skip to content
KitploitKITPLOIT
StrumentiBlog
Invia
StrumentiBlog
Invia

Strumenti di Hacking, PenTest e Cybersecurity per il tuo Arsenale di Sicurezza!

Kitploit è una directory di strumenti di hacking, cybersecurity e pentesting. Scopri gli ultimi aggiornamenti dei progetti per trovare vulnerabilità, analizzare sistemi, automatizzare i test e rafforzare la tua sicurezza.

··Feed·Contatto·Privacy·© 2026 Kitploit

Directory degli strumenti

Categorie

Vedi tutte le categorie
Loading categories
CVE-2025 — Questo è un POC per iOS 0click CVE-2025-43300 | Kitploit
Strumenti/GitHubGitHub/dark-life944/cve-2025
Memory ForensicsAnalisi delle VulnerabilitàExploitFuzzingApprendimento e FormazioneBinary Exploitation
GitHubdark-life944/cve-2025

CVE-2025

Questo è un POC per iOS 0click CVE-2025-43300

Vedi Repository
10 anni faNon ancora revisionato

Più Popolari

Vedi tutti →

Scopri gli strumenti più utilizzati dalla nostra community.

Esplora tutti gli strumenti

Sfoglia la nostra collezione di strumenti

Vedi tutti gli strumenti →
Condividi

CVE-2025-43300: Corruzione della memoria nell'elaborazione delle immagini DNG su iOS/macOS

Panoramica

CVE-2025-43300 è una vulnerabilità critica di corruzione della memoria nel framework di elaborazione delle immagini di Apple che interessa iOS 18.6.1 e i sistemi macOS. La vulnerabilità risiede nel codice di decompressione JPEG Lossless all'interno di RawCamera.bundle, attivata da incongruenze tra i metadati TIFF e i parametri del flusso JPEG nei file DNG.

Dettagli della vulnerabilità

Causa principale

La vulnerabilità deriva da un'incongruenza metadati/flusso nei file DNG (Digital Negative):

  1. I metadati SamplesPerPixel nelle intestazioni TIFF indicano i componenti colore attesi
  2. Il conteggio dei componenti SOF3 nei flussi JPEG Lossless specifica i componenti dati effettivi
  3. Quando questi valori differiscono, l'allocazione e l'elaborazione diventano disallineate

Flusso di corruzione della memoria

root@kitploit:~
1. Il parser legge SamplesPerPixel dai metadati TIFF (es. 2 componenti)
2. Il sistema alloca un buffer: larghezza × altezza × 2 componenti
3. Il decoder JPEG legge il conteggio dei componenti SOF3 (es. 1 componente)
4. Il decoder scrive dati basandosi su assunzioni incoerenti
5. Si verifica un overflow del buffer quando vengono scritti più dati di quelli allocati

Vettore d'attacco

  • Vulnerabilità zero-click: nessuna interazione richiesta da parte dell'utente
  • Elaborazione automatica: attivata visualizzando, importando o ricevendo file DNG
  • Impatto multipiattaforma: interessa sia i sistemi iOS che macOS
  • Corruzione della memoria: può causare il crash dell'applicazione o la potenziale esecuzione di codice

Panoramica degli strumenti

Questa repository contiene due strumenti Python per analizzare e riprodurre CVE-2025-43300:

1. DNG Vulnerability Analyzer (dng_vulnerability_analyzer.py)

Scopo: Analizza la struttura dei file DNG per identificare le condizioni di vulnerabilità

Caratteristiche principali:

  • Analizza la struttura dei file TIFF/DNG incluse IFD e SubIFD
  • Individua i tag di metadati SamplesPerPixel
  • Identifica i marcatori SOF3 JPEG Lossless e i conteggi dei componenti
  • Rileva incongruenze tra metadati e flusso
  • Riporta gli offset esatti in byte per le modifiche

Utilizzo:

root@kitploit:~
python3 dng_vulnerability_analyzer.py <dng_file>

Output:

  • Analisi della struttura del file
  • Posizioni e valori dei tag di metadati
  • Informazioni sui componenti del flusso JPEG
  • Valutazione della vulnerabilità
  • Offset specifici per la creazione del POC

2. Safe Hex Modifier (hex_modifier.py)

Scopo: Crea file proof-of-concept modificando in modo sicuro byte specifici

Caratteristiche principali:

  • Verifica i valori dei byte attesi prima della modifica
  • Crea hash SHA256 per il tracciamento dei file
  • Genera report di diff binario
  • Implementa controlli di sicurezza per prevenire corruzioni accidentali
  • Supporta sia la creazione manuale che automatizzata di POC

Utilizzo:

root@kitploit:~
# Crea un POC utilizzando offset vulnerabili noti
python3 hex_modifier.py create-poc <input.dng>

# Modifica manuale dei byte
python3 hex_modifier.py modify <input.dng> <offset> <old_byte> <new_byte> <output.dng>

# Genera un report diff
python3 hex_modifier.py diff <original.dng> <modified.dng>

Processo di creazione del POC

Passo 1: Analizza il file di destinazione

root@kitploit:~
python3 dng_vulnerability_analyzer.py IMGP0847.DNG

Questo identifica:

  • La posizione dei metadati SamplesPerPixel
  • Le posizioni dei conteggi dei componenti SOF3 JPEG
  • I valori attuali e le modifiche suggerite

Passo 2: Crea un campione vulnerabile

Il POC richiede due modifiche specifiche ai byte:

  1. Aumenta i metadati SamplesPerPixel (in genere da 1 a 2)
  2. Diminuisci il conteggio dei componenti SOF3 (in genere da 2 a 1)
root@kitploit:~
python3 hex_modifier.py create-poc IMGP0847.DNG

Passo 3: Verifica il POC

root@kitploit:~
python3 dng_vulnerability_analyzer.py vuln_poc_IMGP0847.dng

Conferma che l'incongruenza esiste e che la vulnerabilità viene attivata.

Perché il POC funziona

Meccanismo tecnico

  1. Fase di allocazione:

    • Il parser delle immagini legge SamplesPerPixel = 2
    • Alloca un buffer per 2 componenti di dati dei pixel
    • Dimensione del buffer = larghezza_immagine × altezza_immagine × 2
  2. Fase di elaborazione:

    • Il decoder JPEG Lossless incontra SOF3 con 1 componente
    • La logica di parsing si confonde sulla dimensione dati effettiva rispetto a quella attesa
    • Tenta di scrivere dati basandosi su assunzioni incoerenti
  3. Corruzione della memoria:

    • Più dati scritti nel buffer rispetto a quelli originariamente allocati
    • L'overflow del buffer corrompe le regioni di memoria adiacenti
    • Risulta in un crash dell'applicazione o nella potenziale esecuzione di codice

Specifiche del formato file

I file DNG utilizzano il formato contenitore TIFF con flussi JPEG Lossless incorporati:

  • I metadati TIFF descrivono le proprietà dell'immagine e le informazioni sul colore
  • I flussi JPEG contengono i dati dei pixel compressi
  • Esiste una relazione di fiducia tra metadati e contenuto del flusso
  • La lacuna di validazione consente a valori incoerenti di raggiungere il codice di elaborazione

Valutazione dell'impatto

Gravità: Critica

  • Punteggio CVSS: Alto (zero-click, corruzione della memoria, ampio impatto)
  • Sistemi interessati: iOS 18.6.1, sistemi macOS con elaborazione delle immagini simile
  • Vettore d'attacco: Trasferimento di file di rete/locale
  • Interazione dell'utente: Nessuna richiesta
  • Ambito: Tutti i dispositivi che elaborano file DNG

Scenari reali

  • Allegati email con file DNG
  • Trasferimenti AirDrop
  • Sincronizzazione di foto su cloud
  • Download dal web di campioni di fotografi
  • Condivisione di media tramite app di messaggistica

Mitigazione e patch

Risposta del fornitore

  • Corretto in iOS 18.6.2: Apple ha implementato una corretta validazione dei metadati
  • Aggiornamenti macOS: Correzioni simili applicate all'elaborazione delle immagini su macOS
  • Causa principale: Aggiunti controlli di coerenza tra metadati e parametri del flusso

Mitigazioni raccomandate

  1. Aggiornare i sistemi: Installare iOS 18.6.2 o versioni successive
  2. Validazione dell'input: Verificare la coerenza dei metadati nei parser personalizzati
  3. Controllo dei limiti: Implementare una validazione rigorosa delle dimensioni del buffer
  4. Fuzzing: Test regolari dei parser di formato file

Struttura del file e dettagli tecnici

Struttura TIFF/DNG

root@kitploit:~
TIFF Header → IFD Chain → SubIFDs → Image Data
├── Metadata Tags (SamplesPerPixel, Compression, etc.)
├── JPEG Lossless Streams (SOF3 markers)
└── Pixel Data (compressed)

Posizioni chiave della vulnerabilità

  • Tag SamplesPerPixel: Tag TIFF 0x0115 nelle strutture IFD
  • Marcatori SOF3: Start of Frame JPEG Lossless (0xFFC3)
  • Conteggio componenti: Offset in byte +9 dal marcatore SOF3
  • Discrepanza critica: Quando il valore del tag ≠ conteggio dei componenti

Linee guida per i test

Ambiente di test sicuro

  1. Utilizzare sistemi isolati: VM o dispositivi di test dedicati
  2. Creare snapshot: Prima di testare i file POC
  3. Monitorare i crash: Controllare i log di sistema e i report di crash
  4. Isolamento di rete: Prevenire la condivisione involontaria di file

Comportamento atteso

  • Sistemi vulnerabili: Crash dell'applicazione, errori di corruzione della memoria
  • Sistemi con patch: Gestione degli errori elegante o elaborazione corretta
  • Indicatori nei log: Violazioni di accesso alla memoria, segmentation fault

Riferimenti tecnici

Documentazione sui formati file

  • Specifica TIFF 6.0: Struttura dei tag e formato IFD
  • Specifica DNG: Formato Adobe Digital Negative
  • Standard JPEG: Compressione lossless (ITU-T T.87)

Ricerca sulla sicurezza

  • Tecniche di corruzione della memoria: Fondamenti di buffer overflow
  • Fuzzing dei formati file: Scoperta automatizzata di vulnerabilità
  • Sicurezza dei parser: Best practice per la validazione degli input

Disclaimer: Questa ricerca è fornita esclusivamente a scopo educativo e di difesa della sicurezza. Gli utenti sono responsabili del rispetto delle leggi e delle linee guida etiche applicabili.

NOTA

Il crash richiede circa 1-3 minuti per essere attivato. buon divertimento E per il POC puoi eseguire open vuln_file.dng per avviare il file oppure visualizzarne l'anteprima e verrà eseguito

Scarica lo strumento