Indonesia

← Kembali ke daftar

【Tereproduksi】Pengumuman Risiko Keamanan Kerentanan Kebocoran Memori Ollama (CVE-2026-7482)

itadol5j

【Tereproduksi】Pengumuman Risiko Keamanan Kerentanan Kebocoran Memori Ollama (CVE-2026-7482)

Baru-baru ini, peneliti keamanan mengungkap kerentanan kebocoran memori serius (CVE-2026-7482) pada platform inferensi model besar open-source Ollama. Kerentanan ini memungkinkan penyerang membaca informasi sensitif di memori server pada konfigurasi tertentu, termasuk variabel lingkungan, kunci API, system prompt, serta data percakapan pengguna yang bersamaan.

Keamanan AI

Kerentanan ini berada di GGUF model loader milik Ollama; melalui file GGUF berbahaya yang dibuat secara khusus, penyerang dapat memicu heap out-of-bounds read, yang kemudian membocorkan data memori server.

Ikhtisar Kerentanan Keamanan

Yang membuat kerentanan ini sangat berbahaya adalah bahwa ia tidak hanya dapat menyebabkan kebocoran data sesi saat ini, tetapi juga dapat memengaruhi data privasi pengguna lain yang bersamaan. Karena Ollama banyak digunakan untuk layanan inferensi model besar lokal, banyak perusahaan dan pengembang mungkin telah mengekspos endpoint API di jaringan internal maupun publik, sehingga kerentanan ini memiliki potensi ancaman yang tinggi.

Informasi Nomor CVE

  • Nomor CVE: CVE-2026-7482
  • Klasifikasi CWE: CWE-125 – Out-of-bounds Read (pembacaan di luar batas)
  • Jenis Kerentanan: Kebocoran memori / heap buffer overflow
  • Sumber Pengungkapan: Echo security team

Detail Kerentanan

Prinsip Kerentanan

Kerentanan berada di GGUF model loader Ollama, secara spesifik di file berikut:

  • fs/ggml/gguf.go
  • server/quantization.godalam fungsiWriteTo()tersebut

Alur serangan adalah sebagai berikut:

  1. Penyerang melalui/api/createendpoint mengunggah file GGUF yang dibuat secara berbahaya
  2. Tensor offset dan size yang dideklarasikan dalam file GGUF melebihi panjang file aktual
  3. Server membaca konten melampaui buffer memori yang dialokasikan selama proses kuantisasi
  4. Data memori yang bocor dapat berisi informasi sensitif
  5. Penyerang melalui/api/pushendpoint mengunggah model yang berisi data bocor ke registry yang dikendalikannya

Versi yang Terdampak

Versi yang terdampak: Ollama < 0.17.1

Versi aman: Ollama 0.17.1 ke atas

Syarat Serangan

  • Server dikonfigurasi dengan OLLAMA_HOST=0.0.0.0(terekspos ke internet publik)
  • Penyerang dapat mengakses/api/createdan/api/pushendpoint
  • Layanan Ollama berjalan di server

Potensi Bahaya

  • Membocorkan konfigurasi sensitif dalam variabel lingkungan
  • Mencuri kunci API dan token akses
  • Memperoleh system prompt dan konfigurasi model
  • Membaca data percakapan pengguna lain
  • Dapat menyebabkan serangan rantai pasok (supply chain)

Saran Perbaikan

Langkah Segera

  1. Tingkatkan Ollama: Segera tingkatkan ke Ollama 0.17.1 atau versi lebih baru
  2. Batasi akses: AturOLLAMA_HOSTke127.0.0.1, agar tidak terekspos ke internet publik
  3. Tambahkan autentikasi: Konfigurasikan mekanisme autentikasi untuk akses API
  4. Isolasi jaringan: Batasi akses ke port Ollama melalui firewall

Perlindungan Jangka Panjang

  • Perbarui Ollama secara berkala ke versi stabil terbaru
  • Terapkan prinsip hak akses minimum (least privilege)
  • Aktifkan log akses dan pemantauan keamanan
  • Lakukan audit keamanan secara berkala

Langkah Perlindungan

Saran untuk perusahaan

  1. Evaluasi risiko: Periksa apakah secara internal menggunakan versi Ollama yang terdampak
  2. Perbarui sistem: Segera tingkatkan setelah diverifikasi di lingkungan pengujian
  3. Penguatan keamanan: Terapkan isolasi jaringan dan kontrol akses
  4. Pemantauan dan peringatan: Siapkan pemantauan kejadian keamanan dan mekanisme respons cepat

Saran untuk pengembang

  • Jangan mengekspos endpoint API Ollama di lingkungan produksi
  • Gunakan reverse proxy untuk menambahkan lapisan keamanan ekstra
  • Tinjau dan perbarui komponen dependensi secara berkala
  • Ikuti praktik terbaik pengodean yang aman

Tautan Referensi

Penutup

Pengungkapan kerentanan kali ini sekali lagi mengingatkan kita bahwa keamanan platform model besar open-source sangatlah penting. Perusahaan dan pengembang disarankan segera bertindak, meningkatkan ke versi aman, dan menerapkan berbagai langkah perlindungan keamanan.

Keamanan bukan hal kecil, cegah sebelum terjadi!

Bacaan Terkait

Untuk info keamanan AI lebih lanjut, ikuti pembaruan akun resmi kami.

Penelitian Keamanan AI