Rejetto HFS: explotan un fallo descubierto por IA
Los atacantes han empezado a ir a por una vulnerabilidad crítica de omisión de autenticación en Rejetto HTTP File Server (HFS), según VulnCheck. El fallo puede derivar en ejecución remota de código (RCE). Los investigadores lo encontraron con la ayuda de un modelo de IA.
La vulnerabilidad está registrada como CVE-2026-61500 y tiene una puntuación CVSS de 9,3. Afecta a todas las versiones de este servidor de archivos de código abierto anteriores a la 3.2.1.
Un número "aleatorio" predecible
El problema está en cómo HFS genera y protege sus cookies de sesión. Durante el inicio de sesión, el servidor envía a clientes no autenticados la salida de su generador de cookies de sesión. Ese generador no es criptográficamente seguro. Además, HFS utiliza el mismo generador para crear la clave con la que firma esas cookies de sesión.
Un atacante puede recopilar un número reducido de respuestas de inicio de sesión y usarlas para reconstruir el estado interno del generador. A partir de ahí, puede recuperar la clave de firma.
Con la clave, el atacante puede falsificar cookies de sesión que el servidor acepta como sesiones de administrador válidas. Eso le otorga privilegios elevados. Una vez dentro, puede llegar a ejecutar código de forma remota a través de la función de configuración server_code.
Horizon3 explicó el problema en un informe técnico. HFS recurría a Math.random() de JavaScript para generar un valor "aleatorio". Ese valor se pasaba a Koa, el framework web de Node.js que usa el servidor, para firmar las cookies de sesión. Math.random() emplea el algoritmo xorshift128+, y sus salidas pueden revertirse.
En la práctica, un atacante que reúna suficientes salidas de Math.random() puede deducir otros números que haya producido el generador. Entre ellos, el secreto que se usa para firmar las cookies de autenticación.
Detectado por Mythos, de Anthropic
Los investigadores de Horizon3.ai encontraron la debilidad con el modelo de IA Mythos, de Anthropic. El modelo aplicó un razonamiento matemático avanzado para darse cuenta de que las salidas del generador de números pseudoaleatorios (PRNG) de Math.random() podían revertirse. Después mostró cómo aprovecharlo para reconstruir la clave secreta de firma de las cookies de sesión.
Horizon3.ai descubrió el fallo en junio. Rejetto publicó la versión 3.2.1 de HFS con las correcciones el 13 de julio.
"Se han encontrado múltiples vulnerabilidades de seguridad en todas las versiones anteriores, que podrían permitir a un atacante obtener acceso de administrador a HFS", señaló Rejetto en su aviso.
Reconocimiento desde una IP de China Telecom
El 2 de octubre, VulnCheck informó de que varios actores maliciosos habían empezado a atacar CVE-2026-61500. La actividad es de pequeña escala y parece de reconocimiento. Procedía de una dirección IP perteneciente a China Telecom.
Los intentos impactaron en los canaries de VulnCheck en Japón y Estados Unidos. Los canaries son sistemas señuelo que despliegan las empresas de seguridad para detectar y registrar el tráfico de ataque.
El aviso de VulnCheck no detalla el alcance completo de la actividad. Sí demuestra que alguien está sondeando activamente servidores HFS en busca del fallo, casi tres meses después de que se publicara el parche.
Los administradores que usen HFS deberían comprobar que tienen la versión 3.2.1 o posterior. Rejetto afirma que todas las versiones anteriores están afectadas por múltiples vulnerabilidades. Como este fallo puede dar el control total de administración y permitir la ejecución de código, cualquier instancia de HFS accesible desde internet que no se haya actualizado debe considerarse expuesta.
Nuestro análisis
Este caso reúne dos tendencias que llevan tiempo gestándose. Los modelos de IA son cada vez mejores encontrando fallos sutiles. Y el margen entre la divulgación y la explotación no deja de reducirse. Ya analizamos cómo la IA está acelerando la explotación a medida que crece el número de vulnerabilidades divulgadas. CVE-2026-61500 es un ejemplo concreto de la primera parte de esa historia.
El fallo en sí merece atención. Usar un PRNG no criptográfico para valores sensibles desde el punto de vista de la seguridad es un error conocido. Pero darse cuenta de que las salidas de Math.random() filtradas en el inicio de sesión podían encadenarse hasta llegar a una clave de firma exige verdadera intuición matemática. Que un modelo lo haya detectado sugiere que la revisión asistida por IA podría sacar a la luz debilidades antiguas y sutiles en proyectos de código abierto muy extendidos. A los proyectos pequeños les puede costar asumir ese volumen. La decisión de Google de suspender su programa de recompensas por fallos en código abierto por los informes generados con IA demuestra que la presión ya se nota.
Hay además una cuestión incómoda. Los defensores encontraron y corrigieron este fallo mucho antes de que empezaran los ataques, lo cual es un buen resultado. Pero una vez que los detalles son públicos, ese mismo razonamiento está también al alcance de los atacantes. Microsoft ha advertido de que los atacantes van por delante de los defensores en esta primera fase de la carrera de la IA. Las herramientas ligeras como HFS suelen montarse deprisa y luego quedan olvidadas, lo que las convierte en blancos fáciles.
Habrá que estar atentos a si el reconocimiento que detectó VulnCheck se convierte en escaneos y explotación a mayor escala. Y también a si otros proyectos que confían en Math.random() para generar secretos reciben un escrutinio similar.