NLTK: Obejście symlinków w YCOECorpusReader pozwala odczytywać pliki spoza korpusu w piaskownicy danych
Podsumowanie
Moduł YCOECorpusReader tworzy dwa zagnieżdżone podczytniki korpusów, których ścieżki bazowe pochodzą z self.root.join("psd") oraz self.root.join("pos") (nltk/corpus/reader/ycoe.py). Ponieważ FileSystemPathPointer.join() (nltk/data.py) wykonuje jedynie leksykalną kontrolę ścieżki i nie rozwiązuje dowiązań symbolicznych, a CorpusReader.__init__ (nltk/corpus/reader/api.py) waliduje ścieżkę podczytnika wyłącznie względem globalnej piaskownicy NLTK (zamiast względem katalogu nadrzędnego korpusu), dowiązanie symboliczne katalogu o nazwie psd lub pos umieszczone w korpusie YCOE pozwala zakotwiczyć podczytniki poza katalogiem głównym korpusu YCOE. Atakujący kontrolujący zawartość korpusu YCOE ładowanego z ustawieniem pathsec.ENFORCE=True może sprawić, że metody parsed_sents(), tagged_words() i pokrewne zwrócą zawartość plików z innych lokalizacji w piaskownicy danych NLTK, omijając mechanizmy pathsec.
Przyczyna błędu
Mechanizmy pathsec w NLTK mają na celu ograniczenie czytnika do jego własnego katalogu korpusu. Ograniczenie to jest egzekwowane w czasie odczytu przez validate_path(..., required_root=self._root). Jednak w przypadku zagnieżdżonych czytników reguła ta jest naruszana w momencie ich inicjalizacji:
FileSystemPathPointer.join()akceptuje komponent będący dowiązaniem symbolicznym katalogu, ponieważ weryfikuje ścieżkę wyłącznie leksykalnie (os.path.normpathoraz prefiksstartswith) i nie wywołujeresolve().CorpusReader.__init__waliduje wynikową ścieżkę podczytnika, wywołującvalidate_pathbezrequired_root. W rezultacie działa jedynie warstwa piaskownicy globalnej, a weryfikacja korpusu zostaje pominięta. Dowiązanie symboliczne zostaje rozwiązane w ramach piaskownicy, a czytnik zostaje zaakceptowany ze ścieżką wskazującą na cel poza korpusem.
Od tego momentu każdy odczyt podczytnika opiera się na nowej ścieżce i żaden kolejny mechanizm nie przywraca powiązania z katalogiem głównym korpusu YCOE.
Affected functions:
- nltk.corpus.reader.ycoe.YCOECorpusReader.__init__ (nltk/corpus/reader/ycoe.py) builds nested sub-readers from self.root.join("psd")/("pos") without containing them to the parent root
- nltk.corpus.reader.api.CorpusReader.__init__ (nltk/corpus/reader/api.py) validates a sub-reader root only against the global sandbox (validate_path without required_root)
- nltk.data.FileSystemPathPointer.join (nltk/data.py) applies a lexical prefix check only and never resolves symlinks
Wpływ
Atakujący kontrolujący zawartość katalogu korpusu YCOE przetwarzanego przez aplikację przy użyciu pathsec.ENFORCE=True (domyślna konfiguracja w podatnych wersjach) może odczytać pliki znajdujące się poza katalogiem głównym YCOE, lecz wewnątrz dozwolonej piaskownicy NLTK. Wyciek ogranicza się do globalnej piaskownicy NLTK: dowiązanie symboliczne wskazujące poza dozwolone katalogi jest odrzucane podczas tworzenia czytnika. Luka umożliwia odczyt plików między różnymi korpusami. W środowiskach wielodostępnych lub zautomatyzowanych potokach przetwarzania zakres ten obejmuje inne korpusy oraz systemowy katalog tymczasowy, który domyślnie jest dozwolony i może zawierać poufne pliki innych procesów. Problem nie wpływa na integralność ani dostępność.
Proof of Concept
Dependencies: a released nltk (3.10.0 through 3.10.3) on a POSIX host. No third-party packages. The only allowed data root is a fresh temp sandbox; ENFORCE is left at its default of True.
Kroki:
- Utwórz katalog piaskownicy i zarejestruj go jako jedyny wpis w
nltk.data.path. - Wewnątrz piaskownicy utwórz katalog docelowy z plikami
doc1.psd/doc1.pospoza korpusem YCOE. - Utwórz katalog główny korpusu YCOE z wpisami
psdorazposbędącymi dowiązaniami do katalogu docelowego. - Zainicjalizuj
YCOECorpusReaderna tym korpusie i wykonaj odczyt.
import os, tempfile, nltk
from nltk import pathsec
sandbox = os.path.realpath(tempfile.mkdtemp())
pathsec.ENFORCE = True
nltk.data.path = [sandbox]
pathsec._ALLOWED_ROOTS_CACHE = None
from nltk.corpus.reader.ycoe import YCOECorpusReader
victim = os.path.join(sandbox, "victim", "psd_secret")
victim_pos = os.path.join(sandbox, "victim", "pos_secret")
os.makedirs(victim); os.makedirs(victim_pos)
open(os.path.join(victim, "doc1.psd"), "w").write("(S (SECRET leaked-out-of-ycoe-root))\n")
open(os.path.join(victim_pos, "doc1.pos"), "w").write("SECRET_NN leaked-out-of-ycoe-root_NN\n")
ycoe = os.path.join(sandbox, "corpora", "ycoe_evil"); os.makedirs(ycoe)
os.symlink(victim, os.path.join(ycoe, "psd"))
os.symlink(victim_pos, os.path.join(ycoe, "pos"))
reader = YCOECorpusReader(ycoe)
print(reader.parsed_sents())
print(reader.tagged_words())
psd sub-reader real root : /tmp/ycoe_poc_zc35zihw/victim/psd_secret
ycoe corpus root : /tmp/ycoe_poc_zc35zihw/corpora/ycoe_evil
parsed_sents() : [Tree('S', [Tree('SECRET', ['leaked-out-of-ycoe-root'])])]
tagged_words() : [('SECRET', 'NN'), ('leaked-out-of-ycoe-root', 'NN')]
ESCAPE CONFIRMED: YCOE read out-of-root content via psd/pos symlink
Test kontrolny z rzeczywistymi katalogami psd/pos potwierdza zachowanie izolacji, a dowiązanie wskazujące na /etc jest odrzucane błędem PermissionError.
Łańcuch ataku
- Ekspozycja: Aplikacja ładuje korpus YCOE kontrolowany przez atakującego pod kontrolą
pathsec.ENFORCE=True. - Kontrola: Atakujący ustawia
psdiposjako dowiązania symboliczne do innego katalogu w piaskownicy. - Ścieżka:
YCOECorpusReader.__init__wywołujeself.root.join("psd"); funkcjaFileSystemPathPointer.join()zwraca wskaźnik do<root>/psdpo leksykalnej weryfikacji. - Walidacja:
CorpusReader.__init__wywołujevalidate_path(root)bezrequired_root, przez co kontrola korpusu zostaje pominięta, a weryfikacja globalna akceptuje cel dowiązania. - Stan: Ścieżka bazowa podczytnika wskazuje poza korpus;
find_corpus_fileidsivalidate_path(required_root=self._root)bazują na nowej lokalizacji. - Rezultat: Metody
parsed_sents(),tagged_words(),tagged_sents()iwords()zwracają dane spoza korpusu YCOE.
Obejście zabezpieczeń
Istniejące zabezpieczenia nie blokują tego wektora:
FileSystemPathPointer.join()sprawdzajoined == root or joined.startswith(root + os.sep)na ścieżce nierozwiązanej. Komponentpsdbędący symlinkiem daje<root>/psd, co spełnia test prefiksu;FileSystemPathPointer.__init__używaos.path.abspath, które nie rozwiązuje dowiązań.CorpusReader.__init__wywołujevalidate_path(root, context="CorpusReader.__init__")bezrequired_root. Wvalidate_pathwarstwa korpusu jest pomijana z powoduif required_root:, a warstwa globalna akceptuje ścieżkę wnltk.data.path.- Mechanizm
validate_path(path, required_root=self._root)używa ścieżkiself._root, która została zmieniona.find_corpus_fileidsobliczaresolved_root = os.path.realpath(root.path)dla nowej ścieżki, przez cocommonpathogranicza dostęp jedynie do celu dowiązania.
Próby z celem /etc zakończyły się błędem PermissionError, a katalogi psd/pos pozostały zabezpieczone. Podatność zreprodukowano w wersjach 3.10.0 i 3.10.3.
Wersje dotknięte podatnością
Ecosystem: PyPIPackage: nltkConfirmed affected range: >= 3.10.0, <= 3.10.3Latest release checked: 3.10.3 (PyPI sdist sha256 bb9327a461c3811c2fa4900e03840401f2126adfb30c0072827c433bd2444ea4, uploaded 2026-08-12)Fix status: 3.10.4
Ochrona korpusu jest domyślnie aktywna (ENFORCE=True) w gałęzi 3.10.x, a wadliwa konstrukcja podczytnika występuje we wszystkich wydaniach 3.10.x. Podatność potwierdzono w pakietach 3.10.0 i 3.10.3. Wersja 3.9.4 posiada domyślnie ENFORCE=False.
Status naprawy (2026-09-28)
Status: W TRAKCIE (poprawka w otwartym pull requeście #3888 "Validate chat80.sql_query dbname for path containment (CWE-59/73)").
Commity poprawkowe: 68434c042 oraz 2c563b13f.
Test regresji: nltk/test/unit/test_ycoe_streamview_pathsec.py (13 zakończony sukcesem na commicie e0e890f51).
Zgłoszone przez zx (GitHub: @manus-pi).
Co trzeba zrobić
Zaktualizuj bibliotekę NLTK do wersji 3.10.4 lub nowszej.
Sugerowane środki zaradcze obejmują wymuszenie kontroli katalogu nadrzędnego podczas inicjalizacji podczytników:
- W
YCOECorpusReader.__init__należy weryfikować każdą zagnieżdżoną ścieżkę względem korpusu nadrzędnego, np.validate_path(self.root.join("psd"), required_root=self.root)(oraz odpowiednio dlapos). - Zabezpieczenie
FileSystemPathPointer.join()przed komponentami, których rozwiązany cel wykracza poza bazowy katalog.
Tymczasowo należy ładować korpusy YCOE wyłącznie z zaufanych katalogów i unikać umieszczania niezaufanych danych we współdzielonych ścieżkach NLTK.
Czego dotyczy
Kliknij technologię, aby zobaczyć wszystkie dotyczące jej podatności.
| Platforma | Paczka | Podatne wersje | Poprawka w wersji |
|---|---|---|---|
| Python (PyPI) | nltk | >= 3.10.0, < 3.10.4 | 3.10.4 |
Odnośniki
- https://github.com/nltk/nltk/security/advisories/GHSA-qg35-44qx-7vrr
- https://nvd.nist.gov/vuln/detail/CVE-2026-126304
- https://github.com/nltk/nltk/pull/3888
- https://github.com/nltk/nltk/commit/2c563b13f9dce7c15eefd4b03463e1b69b64f1f3
- https://github.com/nltk/nltk/commit/68434c0427f8d296f3adfddb518525038d1f7bfa
- https://github.com/nltk/nltk
- https://github.com/nltk/nltk/releases/tag/v3.10.4
- https://www.vulncheck.com/advisories/nltk-3.10.0-before-3.10.4-symlink-escape-in-ycoecorpusreader
- Wektor CVSS
CVSS:3.1/AV:N/AC:L/PR:N/UI:N/S:U/C:H/I:N/A:N- Słabość (CWE)
CWE-59- Platforma
- Python (PyPI)
- Paczka
nltk- Ujawniono
- 13.11.2026
- Aktualizacja
- 14.11.2026 10:00
Źródła i licencje · Redakcja lub tłumaczenie: DockRay. Zachowano prawa źródeł i obowiązujące licencje.
OSV / GitHub Advisory Database - GHSA-qg35-44qx-7vrr - CC BY 4.0
Historia podatności: nltk
Wszystkie opisane podatności tej paczki (Python (PyPI)), od najnowszej. Widać, czy to jednorazowa wpadka, czy paczka, której trzeba pilnować.
- Wszystkich wpisów
- 79
- Pierwsza → ostatnia
- 08.2019 11.2026
- Bez poprawki
- 5
- Wykorzystywana w atakach
- 0
Rozkład istotności
- Krytyczna 5
- Wysoka 41
- Średnia 31
- Niska 2
Ujawnienia w latach
- 2019: 1
- 2020: 0
- 2021: 2
- 2022: 1
- 2023: 0
- 2024: 1
- 2025: 0
- 2026: 74
-
NLTK: Obejście symlinków w YCOECorpusReader pozwala odczytywać pliki spoza korpusu w piaskownicy danych ten wpis
Dowiedz się, które podatności dotyczą Twojej aplikacji
Po podłączeniu integracji DockRay i włączeniu raportowania oprogramowania DockRay porównuje zgłoszone wersje komponentów ze znanymi podatnościami i powiadamia o potwierdzonych dopasowaniach. Zakres zależy od obsługiwanej technologii i dostępnych biuletynów.