日本語

← 一覧に戻る

【再現済み】Ollama メモリリーク脆弱性(CVE-2026-7482)セキュリティリスク通告

itadol5j

【再現済み】Ollama メモリリーク脆弱性(CVE-2026-7482)セキュリティリスク通告

このほど、セキュリティ研究者らにより、Ollama オープンソース大規模モデル推論プラットフォームに深刻なメモリリーク脆弱性（CVE-2026-7482）が存在することが明らかにされました。この脆弱性により、攻撃者は特定の設定条件下で、環境変数、API キー、システムプロンプト、同時実行ユーザーの会話データといったサーバーメモリ内の機密情報を読み取ることが可能になります。

AI Security

脆弱性は Ollama の GGUF モデルローダーに存在し、巧妙に細工された悪意のある GGUF ファイルによって、攻撃者はヒープの範囲外読み取り（heap out-of-bounds read）を引き起こし、サーバーのメモリデータを漏洩させることができます。

脆弱性の概要

この脆弱性の特に危険な点は、現在のセッションのデータ漏洩につながるだけでなく、他の同時実行ユーザーのプライバシーデータにも影響を及ぼす可能性があることです。Ollama はローカルの大規模モデル推論サービスに広く利用されているため、多くの企業や開発者が API エンドポイントを社内ネットワークや公開ネットワークに晒している可能性があり、この脆弱性は高い潜在的脅威となります。

CVE 番号情報

  • CVE 番号: CVE-2026-7482
  • CWE 分類: CWE-125 – Out-of-bounds Read（範囲外読み取り）
  • 脆弱性タイプ: メモリリーク / ヒープバッファオーバーフロー
  • 公表元: Echo security team

脆弱性の詳細

脆弱性の仕組み

脆弱性は Ollama の GGUF モデルローダーに存在し、具体的には以下のファイルにあります：

  • fs/ggml/gguf.go
  • server/quantization.go内のWriteTo()関数

攻撃の流れは以下のとおりです：

  1. 攻撃者が/api/createエンドポイントから悪意のある細工を施した GGUF ファイルをアップロードする
  2. GGUF ファイル内で宣言されたテンソルのオフセットとサイズが、実際のファイル長を超えている
  3. サーバーが量子化処理中に、割り当てられたメモリバッファの範囲を超えて読み取る
  4. 漏洩したメモリデータには機密情報が含まれている可能性がある
  5. 攻撃者が/api/pushエンドポイントから、漏洩データを含むモデルを攻撃者が管理するレジストリへアップロードする

影響を受けるバージョン

影響を受けるバージョン: Ollama < 0.17.1

安全なバージョン: Ollama 0.17.1 以降

攻撃条件

  • サーバーの設定が OLLAMA_HOST=0.0.0.0（公開ネットワークに露出）になっている
  • 攻撃者が/api/createと/api/pushエンドポイントの両方にアクセスできる
  • サーバー上で Ollama サービスが稼働している

潜在的な危害

  • 環境変数内の機密設定の漏洩
  • API キーとアクセストークンの窃取
  • システムプロンプトとモデル設定の取得
  • 他のユーザーの会話データの読み取り
  • サプライチェーン攻撃につながる可能性

修正の推奨事項

即時対応

  1. Ollama のアップグレード：ただちに Ollama 0.17.1 以上へアップグレードする
  2. アクセス制限：OLLAMA_HOSTを127.0.0.1に設定し、公開ネットワークへの露出を避ける
  3. 認証の追加：API アクセスの認証機構を設定する
  4. ネットワーク分離：ファイアウォールで Ollama ポートへのアクセスを制限する

長期的な防御策

  • Ollama を定期的に最新の安定版へ更新する
  • 最小権限の原則を実施する
  • アクセスログとセキュリティ監視を有効化する
  • 定期的にセキュリティ監査を実施する

防御策

企業への推奨事項

  1. リスク評価：社内で影響を受ける Ollama バージョンを使用していないか確認する
  2. システムの更新：テスト環境で検証した後、ただちにアップグレードする
  3. セキュリティ強化：ネットワーク分離とアクセス制御を実施する
  4. 監視とアラート：セキュリティインシデントの監視と迅速な対応体制を整備する

開発者への推奨事項

  • 本番環境で Ollama API エンドポイントを公開しない
  • リバースプロキシを使用して追加のセキュリティ層を設ける
  • 依存コンポーネントを定期的に見直し、更新する
  • セキュアコーディングのベストプラクティスに従う

参考リンク

おわりに

今回の脆弱性の公表は、オープンソース大規模モデルプラットフォームのセキュリティが極めて重要であることを改めて浮き彫りにしました。企業や開発者はただちに行動を起こし、安全なバージョンへアップグレードするとともに、各種のセキュリティ対策を講じることをお勧めします。

セキュリティに小事はありません。未然に防ぎましょう！

関連記事

AI セキュリティの最新情報は、私たちの公式アカウントの更新にご注目ください。

AI Security Research