Nederlands

← Terug naar overzicht

【Gereproduceerd】Beveiligingsadvies: memory leak-kwetsbaarheid in Ollama (CVE-2026-7482)

itadol5j

【Gereproduceerd】Beveiligingsadvies: memory leak-kwetsbaarheid in Ollama (CVE-2026-7482)

Onlangs onthulden beveiligingsonderzoekers een ernstige memory leak-kwetsbaarheid (CVE-2026-7482) in het open-source LLM-inferentieplatform Ollama. Het lek stelt aanvallers onder bepaalde configuraties in staat om gevoelige informatie uit het servergeheugen te lezen, waaronder omgevingsvariabelen, API-sleutels, systeemprompts en gespreksgegevens van gelijktijdige gebruikers.

AI-beveiliging

Het lek zit in de GGUF-modellader van Ollama. Met een speciaal vervaardigd kwaadwillend GGUF-bestand kan de aanvaller een heap out-of-bounds read activeren en zo gegevens uit het servergeheugen lekken.

Kort overzicht van het beveiligingslek

Dit lek is bijzonder gevaarlijk omdat het niet alleen datalekken in de huidige sessie mogelijk maakt, maar ook de privacygegevens van andere gelijktijdige gebruikers kan raken. Omdat Ollama breed wordt ingezet voor lokale LLM-inferentie, hebben veel bedrijven en ontwikkelaars hun API-eindpunten mogelijk op het interne netwerk of internet staan, wat het potentiële risico aanzienlijk vergroot.

CVE-informatie

  • CVE-nummer: CVE-2026-7482
  • CWE-classificatie: CWE-125 – Out-of-bounds Read (lezen voorbij de grens)
  • Type kwetsbaarheid: memory leak / heap-bufferoverloop
  • Bron van openbaarmaking: Echo security team

Details van het lek

Werkingsprincipe van het lek

Het lek bevindt zich in de GGUF-modellader van Ollama, specifiek in het volgende bestand:

  • fs/ggml/gguf.go
  • server/quantization.goin deWriteTo()functie

Het aanvalsverloop ziet er als volgt uit:

  1. De aanvaller uploadt via het/api/createeindpunt een kwaadwillend vervaardigd GGUF-bestand
  2. De in het GGUF-bestand opgegeven tensor-offsets en -groottes overschrijden de werkelijke bestandlengte
  3. De server leest tijdens de kwantisatie voorbij de toegewezen geheugenbuffer
  4. De gelekte geheugengegevens kunnen gevoelige informatie bevatten
  5. De aanvaller uploadt via het/api/pusheindpunt een model met gelekte gegevens naar een registry onder zijn eigen controle

Betrokken versies

Kwetsbare versies: Ollama < 0.17.1

Veilige versies: Ollama 0.17.1 en hoger

Voorwaarden voor de aanval

  • De server is geconfigureerd met OLLAMA_HOST=0.0.0.0(blootgesteld aan het openbare internet)
  • De aanvaller kan de/api/createen/api/pusheindpunten bereiken
  • Op de server draait de Ollama-service

Mogelijke impact

  • Gevoelige configuratie uit omgevingsvariabelen lekken
  • API-sleutels en toegangstokens stelen
  • Systeemprompts en modelconfiguratie bemachtigen
  • Gespreksgegevens van andere gebruikers lezen
  • Mogelijk uitmonden in supply-chain-aanvallen

Hersteladvies

Onmiddellijke maatregelen

  1. Ollama updaten: update direct naar Ollama 0.17.1 of hoger
  2. Toegang beperken: stelOLLAMA_HOSTin op127.0.0.1om blootstelling aan het openbare internet te voorkomen
  3. Authenticatie toevoegen: configureer een authenticatiemechanisme voor de API-toegang
  4. Netwerkisolatie: beperk de toegang tot de Ollama-poort via een firewall

Langetermijnbeveiliging

  • Werk Ollama regelmatig bij naar de nieuwste stabiele versie
  • Pas het least-privilege-principe toe
  • Schakel toegangslogs en beveiligingsmonitoring in
  • Voer regelmatig beveiligingsaudits uit

Beveiligingsmaatregelen

Aanbevelingen voor bedrijven

  1. Risico beoordelen: controleer of intern een kwetsbare Ollama-versie in gebruik is
  2. Systemen bijwerken: update direct, na validatie in een testomgeving
  3. Beveiliging versterken: implementeer netwerkisolatie en toegangscontrole
  4. Monitoring en alarmering: richt monitoring van beveiligingsincidenten en snelle respons in

Aanbevelingen voor ontwikkelaars

  • Stel Ollama API-eindpunten niet bloot in productieomgevingen
  • Gebruik een reverse proxy als extra beveiligingslaag
  • Controleer en update afhankelijkheden regelmatig
  • Volg best practices voor veilig programmeren

Referentielinks

Tot slot

De openbaarmaking van dit lek herinnert ons er opnieuw aan hoe cruciaal de beveiliging van open-source LLM-platformen is. Bedrijven en ontwikkelaars wordt aangeraden onmiddellijk actie te ondernemen, naar een veilige versie te updaten en alle beveiligingsmaatregelen door te voeren.

Beveiliging is nooit een klein detail – voorkomen is beter dan genezen!

Gerelateerde artikelen

Meer AI-beveiligingsnieuws? Volg onze updates op ons WeChat-kanaal.

AI-beveiligingsonderzoek