Wysoka

NLTK: Obejście symlinków w YCOECorpusReader pozwala odczytywać pliki spoza korpusu w piaskownicy danych

  • Ujawniono: 13.11.2026
  • Aktualizacja: 14.11.2026 10:00

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.normpath oraz prefiks startswith) i nie wywołuje resolve().
  • CorpusReader.__init__ waliduje wynikową ścieżkę podczytnika, wywołując validate_path bez required_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:

  1. Utwórz katalog piaskownicy i zarejestruj go jako jedyny wpis w nltk.data.path.
  2. Wewnątrz piaskownicy utwórz katalog docelowy z plikami doc1.psd / doc1.pos poza korpusem YCOE.
  3. Utwórz katalog główny korpusu YCOE z wpisami psd oraz pos będącymi dowiązaniami do katalogu docelowego.
  4. Zainicjalizuj YCOECorpusReader na tym korpusie i wykonaj odczyt.
python
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

  1. Ekspozycja: Aplikacja ładuje korpus YCOE kontrolowany przez atakującego pod kontrolą pathsec.ENFORCE=True.
  2. Kontrola: Atakujący ustawia psd i pos jako dowiązania symboliczne do innego katalogu w piaskownicy.
  3. Ścieżka: YCOECorpusReader.__init__ wywołuje self.root.join("psd"); funkcja FileSystemPathPointer.join() zwraca wskaźnik do <root>/psd po leksykalnej weryfikacji.
  4. Walidacja: CorpusReader.__init__ wywołuje validate_path(root) bez required_root, przez co kontrola korpusu zostaje pominięta, a weryfikacja globalna akceptuje cel dowiązania.
  5. Stan: Ścieżka bazowa podczytnika wskazuje poza korpus; find_corpus_fileids i validate_path(required_root=self._root) bazują na nowej lokalizacji.
  6. Rezultat: Metody parsed_sents(), tagged_words(), tagged_sents() i words() zwracają dane spoza korpusu YCOE.

Obejście zabezpieczeń

Istniejące zabezpieczenia nie blokują tego wektora:

  • FileSystemPathPointer.join() sprawdza joined == root or joined.startswith(root + os.sep) na ścieżce nierozwiązanej. Komponent psd będący symlinkiem daje <root>/psd, co spełnia test prefiksu; FileSystemPathPointer.__init__ używa os.path.abspath, które nie rozwiązuje dowiązań.
  • CorpusReader.__init__ wywołuje validate_path(root, context="CorpusReader.__init__") bez required_root. W validate_path warstwa korpusu jest pomijana z powodu if required_root:, a warstwa globalna akceptuje ścieżkę w nltk.data.path.
  • Mechanizm validate_path(path, required_root=self._root) używa ścieżki self._root, która została zmieniona. find_corpus_fileids oblicza resolved_root = os.path.realpath(root.path) dla nowej ścieżki, przez co commonpath ogranicza 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: PyPI
  • Package: nltk
  • Confirmed affected range: >= 3.10.0, <= 3.10.3
  • Latest 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 dla pos).
  • 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.

PlatformaPaczkaPodatne wersjePoprawka w wersji
Python (PyPI) nltk >= 3.10.0, < 3.10.4 3.10.4

Odnośniki

Ocena CVSS 7.5/10
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.

Wszystkie (79) w archiwum
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

  1. 2019: 1
  2. 2020: 0
  3. 2021: 2
  4. 2022: 1
  5. 2023: 0
  6. 2024: 1
  7. 2025: 0
  8. 2026: 74
Istotność:
  1. Wysoka · 7.5 CVE-2026-129229 >= 3.10.0, < 3.10.4 3.10.4
  2. NLTK: Obejście symlinków w YCOECorpusReader pozwala odczytywać pliki spoza korpusu w piaskownicy danych ten wpis
    Wysoka · 7.5 CVE-2026-126304 >= 3.10.0, < 3.10.4 3.10.4
  3. Wysoka · 7.8 CVE-2026-78680 < 3.10.3 3.10.3
  4. Wysoka CVE-2026-79674 < 3.10.3 3.10.3
  5. Wysoka · 8.8 CVE-2026-71513 >= 3.10.0, < 3.10.3 3.10.3
  6. Wysoka · 5.9 CVE-2026-62385 < 3.10.0 3.10.0
  7. Wysoka · 7.5 CVE-2026-33231 < 3.9.4 3.9.4
  8. Wysoka · 8.6 CVE-2026-0847 < 3.9.3 3.9.3
Pokaż więcej (6) Widać 40 z 46

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.

Podłącz swoją aplikację
Newsletter DockRay

Bezpieczeństwo aplikacji w Twojej skrzynce

Najważniejsze podatności, konkretne zalecenia i praktyczne wskazówki dla Twoich aplikacji. Wybierz technologie i śledź to, co ma znaczenie dla Twojego projektu.

  • Codzienne zestawienie nowych podatności, także krytycznych.
  • Powiadomienia o ważnych aktualizacjach.
  • Praktyczne porady o bezpieczeństwie i monitoringu aplikacji.

Pozostaw puste, aby otrzymywać informacje o wszystkich technologiach.

Zapis jest bezpłatny. Wypiszesz się jednym kliknięciem w wiadomości.