Zaloguj się
Deutsch English Español Polski
Wysoka

NLTK TweetTokenizer vulnerable to denial of service through catastrophic regex backtracking

  • Ujawniono: 21.08.2026
  • Aktualizacja: 11.10.2026 15:18

The URLS regular expression in nltk/tokenize/casual.py, compiled into TweetTokenizer.WORD_RE and applied by TweetTokenizer.tokenize, contains a naked-domain branch whose domain-label prefix [a-z0-9]+(?:[.-][a-z0-9]+)* is unbounded. Input consisting of many alternating label separators can be partitioned in exponentially many ways, and because the branch also requires a trailing top-level domain that such input never supplies, the engine explores those partitions before failing at each offset. A few kilobytes of input therefore consumes seconds to minutes of single-threaded CPU, and the HANG_RE substitution performed before matching does not collapse the pattern. TweetTokenizer is intended for tokenizing untrusted social-media text, so any service that applies it, or the module-level casual_tokenize, to submitted text can be stalled per request without authentication. Version 3.10.1 bounds the label repetition.

Czego dotyczy

Kliknij technologię, aby zobaczyć wszystkie dotyczące jej podatności.

PlatformaPaczkaPodatne wersjePoprawka w wersji
Python (PyPI) nltk < 3.10.1 3.10.1

Odnośniki

Ocena CVSS 7.5/10
Wektor CVSS
CVSS:3.1/AV:N/AC:L/PR:N/UI:N/S:U/C:N/I:N/A:H
Słabość (CWE)
CWE-1333
Platforma
Python (PyPI)
Paczka
nltk
Ujawniono
21.08.2026
Aktualizacja
11.10.2026 15:18

Źródła i licencje

OSV / GitHub Advisory Database - PYSEC-2026-3870 - PyPA Advisory Database; CC BY 4.0

OSV / GitHub Advisory Database - GHSA-qx2g-xrx7-vfh8 - CC BY 4.0

Historia podatności: nltk

Wszystkie opisane podatności tej paczki (Python (PyPI)), od najnowszej. Widać, czy to jednorazowa wpadka, czy paczka, której trzeba pilnować.

Wszystkie (52) w archiwum
Wszystkich wpisów
52
Pierwsza → ostatnia
08.2019 09.2026
Bez poprawki
6
Wykorzystywana w atakach
0

Rozkład istotności

  • Krytyczna 5
  • Wysoka 32
  • Średnia 13
  • Niska 2

Ujawnienia w latach

Istotność:
  1. NLTK: Uncontrolled search path when invoking the Graphviz 'dot' binary
    Wysoka · 7.8 CVE-2026-78680 < 3.10.3 3.10.3
  2. NLTK: Model-artifact APIs bypass pathsec and touch files outside allowed roots
    Wysoka · 7.0 CVE-2026-81726 <= 3.10.3 brak poprawki
  3. NLTK: ReDoS in nltk.tgrep via unvalidated user-supplied regular expressions
    Wysoka CVE-2026-80206 < 3.10.3 3.10.3
  4. NLTK: ReDoS in nltk.text.Text.findall() via unvalidated user-supplied regular expressions
    Wysoka · 7.5 CVE-2026-80205 < 3.10.0 3.10.0
  5. NLTK: JVM argument injection bypass via per-call options in the NLTK Stanford wrappers (incomplete fix of CVE-2026-12841)
    Krytyczna · 9.8 CVE-2026-79675 < 3.10.3 3.10.3
  6. NLTK: Corpus readers follow symlinks outside trusted roots despite pathsec enforcement
    Wysoka CVE-2026-79676 < 3.10.3 3.10.3
  7. NLTK: Corpus Reader Sandbox Bypass
    Wysoka CVE-2026-79674 < 3.10.3 3.10.3
  8. NLTK: Allowlisted pickle loaders still permit code execution in current source
    Krytyczna CVE-2026-79657 < 3.10.3 3.10.3
  9. NLTK: Unsafe Pickle Deserialization in TransitionParser Allows Remote Code Execution
    Krytyczna CVE-2026-78683 < 3.10.0 3.10.0
  10. NLTK: Entity-expansion DoS (billion laughs) via remaining raw ElementTree parses
    Wysoka CVE-2026-78681 < 3.10.3 3.10.3
  11. NLTK: pathsec SSRF protection can be bypassed when a proxy is configured
    Wysoka CVE-2026-78682 < 3.10.3 3.10.3
  12. NLTK AllowlistUnpickler dotted-name validation bypass allows remote code execution
    Wysoka · 8.8 CVE-2026-71513 >= 3.10.0, < 3.10.3 3.10.3
  13. NLTK: Symlink escape in CorpusReader allows arbitrary local file read outside the corpus root
    Wysoka · 6.2 CVE-2026-70626 < 3.9.4 3.9.4
  14. NLTK: StreamBackedCorpusView Bypasses pathsec.ENFORCE - Arbitrary Local File Read
    Wysoka CVE-2026-63312 < 3.10.0 3.10.0
  15. NLTK: Symlink-based sandbox bypass in FramenetCorpusReader (bypasses the fix for CVE-2026-54292)
    Wysoka · 7.5 CVE-2026-62384 >= 3.10.0, < 3.10.2 3.10.2
  16. NLTK: Stable FrameNet and NKJP readers parse outside-root XML
    Wysoka · 5.9 CVE-2026-62385 < 3.10.0 3.10.0
  17. NLTK: Default ENFORCE=False Disables All pathsec Security Controls
    Wysoka CVE-2026-62388 < 3.10.0 3.10.0
  18. NLTK TweetTokenizer vulnerable to denial of service through catastrophic regex backtracking ten wpis
    Wysoka · 7.5 CVE-2026-72818 < 3.10.1 3.10.1
  19. Natural Language Toolkit (NLTK): DNS-rebinding SSRF filter bypass in nltk.pathsec.urlopen (nltk.download / nltk.data.load) defeats ENFORCE mode
    Wysoka · 8.6 CVE-2026-12075 < 3.10.0 3.10.0
  20. Natural Language Toolkit (NLTK): ReDoS in NLTK ReviewsCorpusReader FEATURES regex
    Wysoka · 7.5 CVE-2026-12061 < 3.10.0 3.10.0
Pokaż więcej (17) Widać 20 z 37

Dowiedz się, które podatności dotyczą Twojej aplikacji

Po podłączeniu integracji DockRay i włączeniu raportowania oprogramowania DockRay porównuje zgłoszone wersje komponentów ze znanymi podatnościami i powiadamia o potwierdzonych dopasowaniach. Zakres zależy od obsługiwanej technologii i dostępnych biuletynów.

Podłącz swoją aplikację
Newsletter DockRay

Bezpieczeństwo aplikacji w Twojej skrzynce

Najważniejsze podatności, konkretne zalecenia i praktyczne wskazówki dla Twoich aplikacji. Wybierz technologie i śledź to, co ma znaczenie dla Twojego projektu.

  • Codzienne zestawienie nowych podatności, także krytycznych.
  • Powiadomienia o ważnych aktualizacjach.
  • Praktyczne porady o bezpieczeństwie i monitoringu aplikacji.

Pozostaw puste, aby otrzymywać informacje o wszystkich technologiach.

Polityka prywatności

Zapis jest bezpłatny. Wypiszesz się jednym kliknięciem w wiadomości.