Hoch

NLTK: Symlink-Escape in YCOECorpusReader ermöglicht Lesen von Dateien außerhalb des Korpus-Wurzelverzeichnisses innerhalb der Data-Sandbox

  • Veröffentlicht: 13.11.2026
  • Aktualisiert: 14.11.2026 10:00

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.normpath sowie eine Präfixprüfung mit startswith), ohne resolve() aufzurufen.
  • CorpusReader.__init__ validiert den resultierenden Sub-Reader-Wurzelpfad, ruft jedoch validate_path ohne required_root auf, 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:

  1. Ein Sandbox-Verzeichnis erstellen und als einzigen Eintrag in nltk.data.path registrieren.
  2. Innerhalb der Sandbox ein Zielverzeichnis mit doc1.psd / doc1.pos außerhalb des YCOE-Korpus-Wurzelverzeichnisses anlegen.
  3. Ein YCOE-Korpus-Wurzelverzeichnis anlegen, dessen Einträge psd und pos Verzeichnis-Symlinks sind, die auf das Zielverzeichnis verweisen.
  4. YCOECorpusReader auf diesem Wurzelverzeichnis instanziieren und auslesen.
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

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

  1. Exposition: Eine Anwendung lädt ein YCOE-Korpus, dessen Verzeichnisinhalte vom Angreifer kontrolliert werden, unter Ausführung von pathsec.ENFORCE=True.
  2. Kontrolle: Der Angreifer setzt die Einträge psd und pos im Korpus auf Verzeichnis-Symlinks, die auf ein anderes Verzeichnis innerhalb der Sandbox verweisen.
  3. Pfad: YCOECorpusReader.__init__ ruft self.root.join("psd") auf; FileSystemPathPointer.join() gibt nach einer rein lexikalischen Prüfung einen Zeiger auf <root>/psd zurück, ohne den Symlink aufzulösen.
  4. Prüfung: CorpusReader.__init__ ruft validate_path(root) ohne required_root auf; die spezifische Prüfung für das Korpus wird übersprungen und nur die globale Prüfung löst den Symlink auf ein zulässiges Sandbox-Ziel auf.
  5. Zustand: Das Wurzelverzeichnis des Sub-Readers zeigt nun auf das abweichende Ziel; find_corpus_fileids und die Lesezeitprüfung validate_path(required_root=self._root) beziehen sich auf dieses Ziel.
  6. Ergebnis: parsed_sents(), tagged_words(), tagged_sents() und words() geben Inhalte von außerhalb des YCOE-Korpus-Wurzelverzeichnisses zurück.

Nachweis der Umgehung

Die hinzugefügten Schutzmechanismen blockieren diesen Pfad nicht:

  • FileSystemPathPointer.join() prüft joined == root or joined.startswith(root + os.sep) rein lexikalisch. Eine Komponente psd als Symlink führt zu <root>/psd, was den Test erfüllt; FileSystemPathPointer.__init__ verwendet os.path.abspath, das Symlinks ebenfalls nicht auflöst.
  • CorpusReader.__init__ ruft validate_path(root, context="CorpusReader.__init__") ohne required_root auf. In validate_path wird die spezifische Prüfung über if required_root: übersprungen; die globale Prüfung akzeptiert das Ziel innerhalb von nltk.data.path.
  • Die Lesezeitprüfung validate_path(path, required_root=self._root) verwendet self._root des Sub-Readers, das bereits verschoben ist. find_corpus_fileids berechnet resolved_root = os.path.realpath(root.path) auf Basis dieses Ziels, sodass commonpath den 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: 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

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 über validate_path(self.root.join("psd"), required_root=self.root) (und analog für pos).
  • 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.

PlattformPaketAnfällige VersionenBehoben in
Python (PyPI) nltk >= 3.10.0, < 3.10.4 3.10.4

Verweise

CVSS-Wert 7.5/10
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.

Alle (79) im Archiv
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

  1. 2019: 1
  2. 2020: 0
  3. 2021: 2
  4. 2022: 1
  5. 2023: 0
  6. 2024: 1
  7. 2025: 0
  8. 2026: 74
Schweregrad:
  1. NLTK: Symlink-Escape in YCOECorpusReader ermöglicht Lesen von Dateien außerhalb des Korpus-Wurzelverzeichnisses innerhalb der Data-Sandbox dieser Eintrag
    Hoch · 7.5 CVE-2026-126304 >= 3.10.0, < 3.10.4 3.10.4
  2. Hoch CVE-2026-79674 < 3.10.3 3.10.3
  3. Hoch · 8.8 CVE-2026-71513 >= 3.10.0, < 3.10.3 3.10.3
  4. Hoch · 5.9 CVE-2026-62385 < 3.10.0 3.10.0
  5. Hoch · 7.5 CVE-2026-33231 < 3.9.4 3.9.4
  6. Hoch · 8.6 CVE-2026-0847 < 3.9.3 3.9.3
  7. Kritisch · 10.0 CVE-2025-14009 < 3.9.3 3.9.3
  8. Hoch · 7.5 CVE-2024-39705 < 3.9 3.9
  9. Hoch · 7.5 CVE-2021-3842 < 3.6.6 3.6.6
  10. Hoch · 7.5 CVE-2021-3828 < 3.6.4 3.6.4
  11. Hoch · 7.5 CVE-2019-14751 < 3.4.5 3.4.5

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.

Anwendung verbinden
DockRay Newsletter

Anwendungssicherheit in Ihrem Postfach

Wichtige Schwachstellen, konkrete Empfehlungen und praktische Tipps für Ihre Anwendungen. Wählen Sie Ihre Technologien und verfolgen Sie, was für Ihr Projekt relevant ist.

  • Eine tägliche Zusammenfassung neuer Schwachstellen, auch kritischer.
  • Benachrichtigungen über wichtige Updates.
  • Praktische Tipps zur Sicherheit und Überwachung von Anwendungen.

Leer lassen, um Meldungen zu allen Technologien zu erhalten.

Kostenlos anmelden. In jeder E-Mail mit einem Klick abmelden.