NLTK: Symlink-Escape in YCOECorpusReader ermöglicht Lesen von Dateien außerhalb des Korpus-Wurzelverzeichnisses innerhalb der Data-Sandbox
Zusammenfassung
YCOECorpusReader erstellt zwei verschachtelte Korpus-Sub-Reader, deren Wurzelpfade von self.root.join("psd") und self.root.join("pos") abgeleitet werden (nltk/corpus/reader/ycoe.py). Da FileSystemPathPointer.join() (nltk/data.py) eine rein lexikalische Prüfung durchführt und Symlinks nicht auflöst, und da CorpusReader.__init__ (nltk/corpus/reader/api.py) das Wurzelverzeichnis eines Sub-Readers nur gegen die globale NLTK-Datensandbox und nicht gegen das übergeordnete Korpus-Wurzelverzeichnis prüft, ermöglicht ein Verzeichnis-Symlink mit dem Namen psd oder pos innerhalb eines YCOE-Korpus, die verschachtelten Sub-Reader außerhalb des YCOE-Korpus-Wurzelverzeichnisses zu verankern. Ein Angreifer, der den Inhalt eines unter pathsec.ENFORCE=True geladenen YCOE-Korpus kontrolliert, kann veranlassen, dass parsed_sents(), tagged_words() und zugehörige Methoden Dateiinhalte von anderen Orten innerhalb der zulässigen Datensandbox zurückgeben. Dies umgeht die pro Korpus vorgesehene Isolationsgrenze der Pfadsicherheitskontrollen.
Ursache
Die Pfadsicherheitskontrollen (pathsec) von NLTK sollen jeden Korpus-Reader auf sein eigenes Korpus-Wurzelverzeichnis beschränken. Diese Eingrenzung wird zur Lesezeit über validate_path(..., required_root=self._root) durchgesetzt. Diese Invariante wird jedoch bei verschachtelten Readern während der Initialisierung verletzt:
FileSystemPathPointer.join()akzeptiert eine Komponente, die ein Verzeichnis-Symlink ist, da lediglich der zusammengesetzte Pfad lexikalisch überprüft wird (os.path.normpathsowie eine Präfixprüfung mitstartswith), ohneresolve()aufzurufen.CorpusReader.__init__validiert den resultierenden Sub-Reader-Wurzelpfad, ruft jedochvalidate_pathohnerequired_rootauf, sodass nur die globale Sandbox-Prüfung erfolgt und die bereichsspezifische Korpus-Prüfung übersprungen wird. Der Symlink wird durch die globale Prüfung aufgelöst; liegt das Ziel in der Sandbox, wird der Sub-Reader akzeptiert, dessen Pfad nun auf das Ziel außerhalb des Korpus zeigt.
Jeder nachfolgende Lesezugriff des Sub-Readers bezieht sich auf dieses bereits verschobene Verzeichnis, sodass keine spätere Schutzprüfung mehr auf das ursprüngliche YCOE-Korpus-Wurzelverzeichnis zurückgreift.
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
Auswirkungen
Ein Angreifer, der die Verzeichnisinhalte eines YCOE-Korpus kontrolliert, das von einer Anwendung unter pathsec.ENFORCE=True geladen wird (Standardeinstellung in den betroffenen Versionen), kann Dateien lesen, die außerhalb des YCOE-Korpus-Wurzelverzeichnisses, aber innerhalb eines zulässigen NLTK-Datenverzeichnisses liegen. Die Offenlegung ist auf die globale NLTK-Datensandbox beschränkt: Ein Symlink, dessen Ziel außerhalb aller erlaubten Wurzelverzeichnisse liegt, wird bei der Erstellung abgewiesen, sodass kein beliebiges Lesen im Dateisystem möglich ist. Das Problem beschränkt sich auf den unberechtigten Lesezugriff über Korpusgrenzen hinweg. In Multi-Tenant- oder automatisierten Ingestion-Systemen umfasst der zugängliche Bereich andere Korpora unter dem gemeinsamen Datenpfad sowie das temporäre Systemverzeichnis, das standardmäßig zulässig ist und sensible temporäre Dateien anderer Prozesse enthalten kann. Es gibt keine Auswirkungen auf Integrität oder Verfügbarkeit.
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.
Schritte:
- Ein Sandbox-Verzeichnis erstellen und als einzigen Eintrag in
nltk.data.pathregistrieren. - Innerhalb der Sandbox ein Zielverzeichnis mit
doc1.psd/doc1.posaußerhalb des YCOE-Korpus-Wurzelverzeichnisses anlegen. - Ein YCOE-Korpus-Wurzelverzeichnis anlegen, dessen Einträge
psdundposVerzeichnis-Symlinks sind, die auf das Zielverzeichnis verweisen. YCOECorpusReaderauf diesem Wurzelverzeichnis instanziieren und auslesen.
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
Eine Gegenprobe mit echten Verzeichnissen für psd/pos bleibt isoliert. Ein Symlink mit dem Ziel /etc wird bei der Instanziierung mit PermissionError abgewiesen, was belegt, dass die Umgehung auf die Sandbox beschränkt bleibt.
Angriffskette
- Exposition: Eine Anwendung lädt ein YCOE-Korpus, dessen Verzeichnisinhalte vom Angreifer kontrolliert werden, unter Ausführung von
pathsec.ENFORCE=True. - Kontrolle: Der Angreifer setzt die Einträge
psdundposim Korpus auf Verzeichnis-Symlinks, die auf ein anderes Verzeichnis innerhalb der Sandbox verweisen. - Pfad:
YCOECorpusReader.__init__ruftself.root.join("psd")auf;FileSystemPathPointer.join()gibt nach einer rein lexikalischen Prüfung einen Zeiger auf<root>/psdzurück, ohne den Symlink aufzulösen. - Prüfung:
CorpusReader.__init__ruftvalidate_path(root)ohnerequired_rootauf; die spezifische Prüfung für das Korpus wird übersprungen und nur die globale Prüfung löst den Symlink auf ein zulässiges Sandbox-Ziel auf. - Zustand: Das Wurzelverzeichnis des Sub-Readers zeigt nun auf das abweichende Ziel;
find_corpus_fileidsund die Lesezeitprüfungvalidate_path(required_root=self._root)beziehen sich auf dieses Ziel. - Ergebnis:
parsed_sents(),tagged_words(),tagged_sents()undwords()geben Inhalte von außerhalb des YCOE-Korpus-Wurzelverzeichnisses zurück.
Nachweis der Umgehung
Die hinzugefügten Schutzmechanismen blockieren diesen Pfad nicht:
FileSystemPathPointer.join()prüftjoined == root or joined.startswith(root + os.sep)rein lexikalisch. Eine Komponentepsdals Symlink führt zu<root>/psd, was den Test erfüllt;FileSystemPathPointer.__init__verwendetos.path.abspath, das Symlinks ebenfalls nicht auflöst.CorpusReader.__init__ruftvalidate_path(root, context="CorpusReader.__init__")ohnerequired_rootauf. Invalidate_pathwird die spezifische Prüfung überif required_root:übersprungen; die globale Prüfung akzeptiert das Ziel innerhalb vonnltk.data.path.- Die Lesezeitprüfung
validate_path(path, required_root=self._root)verwendetself._rootdes Sub-Readers, das bereits verschoben ist.find_corpus_fileidsberechnetresolved_root = os.path.realpath(root.path)auf Basis dieses Ziels, sodasscommonpathden Zugriff nicht auf das ursprüngliche Korpus beschränkt.
Ein Grenzwerttest gegen /etc wird mit PermissionError abgewiesen; der Test mit echten Verzeichnissen psd/pos bleibt sicher. Die Schwachstelle wurde auf den Paketen 3.10.0 und 3.10.3 reproduziert.
Betroffene Versionen
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
Die Isolationskontrolle ist standardmäßig aktiv (ENFORCE=True) im Zweig 3.10.x, und die betroffene Sub-Reader-Erstellung existiert in allen Versionen der 3.10.x-Reihe. Die Schwachstelle wurde auf den Releases 3.10.0 und 3.10.3 reproduziert. In Version 3.9.4 ist standardmäßig ENFORCE=False gesetzt.
Status der Behebung (2026-09-28)
Status: IN PROGRESS (Korrektur in offenem Pull Request #3888 "Validate chat80.sql_query dbname for path containment (CWE-59/73)").
Commits zur Behebung: 68434c042 und 2c563b13f.
Regressionstest auf dem PR: nltk/test/unit/test_ycoe_streamview_pathsec.py (13 erfolgreich auf Commit e0e890f51).
Berichtet von zx (GitHub: @manus-pi).
Was zu tun ist
Aktualisieren Sie auf NLTK Version 3.10.4 oder höher.
Als Korrektur wird empfohlen, die Isolationsinvariante bei der Erstellung verschachtelter Sub-Reader durchzusetzen:
- In
YCOECorpusReader.__init__sollte jedes verschachtelte Verzeichnis gegen das übergeordnete Korpus validiert werden, beispielsweise übervalidate_path(self.root.join("psd"), required_root=self.root)(und analog fürpos). FileSystemPathPointer.join()sollte gehärtet werden, um Komponenten abzuweisen, deren aufgelöstes Ziel außerhalb des aufgelösten Basispfads liegt.
Übergangsweise sollten YCOE-Korpora ausschließlich aus vertrauenswürdigen Verzeichnissen geladen werden. Zudem sollte vermieden werden, nicht vertrauenswürdige Korpora in gemeinsamen Datenverzeichnissen abzulegen.
Betroffene Software
Klicken Sie auf eine Technologie, um alle zugehörigen Schwachstellen anzuzeigen.
| Plattform | Paket | Anfällige Versionen | Behoben in |
|---|---|---|---|
| Python (PyPI) | nltk | >= 3.10.0, < 3.10.4 | 3.10.4 |
Verweise
- 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
- CVSS-Vektor
CVSS:3.1/AV:N/AC:L/PR:N/UI:N/S:U/C:H/I:N/A:N- Schwäche (CWE)
CWE-59- Plattform
- Python (PyPI)
- Paket
nltk- Veröffentlicht
- 13.11.2026
- Aktualisiert
- 14.11.2026 10:00
Quellen und Lizenzen · Von DockRay bearbeitet oder übersetzt; Rechte und Lizenzen der Quellen bleiben erhalten.
OSV / GitHub Advisory Database - GHSA-qg35-44qx-7vrr - CC BY 4.0
Schwachstellenhistorie: nltk
Alle veröffentlichten Schwachstellen dieses Pakets (Python (PyPI)), neueste zuerst. Zeigt, ob es ein einmaliger Ausrutscher ist oder ein Paket, das man im Auge behalten muss.
- Einträge insgesamt
- 79
- Erste → letzte
- 08.2019 11.2026
- Ohne Fix
- 5
- In Angriffen ausgenutzt
- 0
Verteilung nach Schweregrad
- Kritisch 5
- Hoch 41
- Mittel 31
- Niedrig 2
Veröffentlichungen pro Jahr
- 2019: 1
- 2020: 0
- 2021: 2
- 2022: 1
- 2023: 0
- 2024: 1
- 2025: 0
- 2026: 74
-
NLTK: Symlink-Escape in YCOECorpusReader ermöglicht Lesen von Dateien außerhalb des Korpus-Wurzelverzeichnisses innerhalb der Data-Sandbox dieser Eintrag
Erkennen Sie Schwachstellen in Ihrer Anwendung
Mit der DockRay-Integration und aktivierter Softwareinventarisierung prüft DockRay gemeldete Komponentenversionen auf bekannte Schwachstellen und benachrichtigt Sie über bestätigte Treffer. Die Abdeckung hängt von der unterstützten Technologie und den verfügbaren Meldungen ab.