Connexion Inscription
JA · EN · FR
SecPulse
Catégories
CVE-2026-46517 high CVSS 7.8

Injection de code dans lmdeploy (CVE-2026-46517)

Résumé

Injection de code dans lmdeploy (CVE-2026-46517). L'exploitation peut entraîner la prise de contrôle totale du système. Exploitable via get_model_arch. Atténuation : mise à jour vers 0.13.0 ou plus.

Description d'origine

La description telle que publiée par la source (souvent en anglais).

📋 Reframing (2026-05-02): implicit unsafe remote-code path, not "supply-chain"

The accurate description of this vulnerability is:
"get_model_arch and related helpers hardcode trust_remote_code=True
with no opt-out, creating an implicit unsafe remote-code load path
on every model fetch."

What this report does NOT claim:

  • It is NOT a network-attack RCE — the user supplies the model
    reference; LMDeploy honors it.
  • It is NOT a "supply chain" CVE in the classical sense (where a
    benign upstream is compromised) — the user explicitly types the
    repo name.

What this report DOES claim:

  • Other inference frameworks (vLLM, TGI, Hugging Face transformers
    itself) all expose --trust-remote-code as opt-in so that
    users who consciously load known-safe repos can opt in, while
    users following a tutorial cannot accidentally execute attacker
    Python by typing a wrong repo name.
  • LMDeploy's hardcoded True is an implicit trust-boundary
    override that violates HF Transformers' default-secure stance
    (trust_remote_code=False since transformers ≥ 4.30).
  • The fix is a one-line CLI flag (--trust-remote-code) defaulting
    False, threaded through the three sites, matching the rest of
    the ecosystem.

Severity should be assessed as hardening / safe-by-default,
not as full unauthenticated RCE. CVSS revised to 5.5 Medium
(AV:L/AC:L/PR:N/UI:R/S:U/C:H/I:H/A:H × user-must-load qualifier).

Runtim…

Source: GitHub Security Advisories (Global) NVD GitHub Advisory

Résumé généré automatiquement

Assemblé par SecPulse à partir des données sources (CVSS, CWE, versions affectées) à l'aide de modèles, sans IA. Vérifiez la description d'origine et les références ci-dessous.

Une vulnérabilité référencée CVE-2026-46517 a été découverte dans lmdeploy.
Des attaquants peuvent cibler un point d'entrée spécifique comme get_model_arch à distance pour détourner le produit.
L'exploitation peut entraîner la prise de contrôle totale du système. Score CVSS : 7.8/10.
Action : mettez à jour lmdeploy vers 0.13.0 ou supérieur.
En cas de doute, contactez votre service informatique ou cherchez « lmdeploy CVE-2026-46517 » sur le site de l'éditeur.

CVE-2026-46517 (lmdeploy) — CWE-94 / CVSS v3 7.8
Vecteur d'attaque : local / non authentifié
Surface d'attaque : get_model_arch / from_pretrained / True / vllm
Correctif : 0.13.0 — appliquer immédiatement
Plan : 1) Audit SBOM, 2) Mise à jour staging→prod, 3) Surveillance WAF/proxy sur les endpoints affectés, 4) Recherche d'IOC dans les logs.
Réfs : voir GHSA / avis éditeur / version corrigée liés sur cette page.

❓ Quel est le problème

Une exécution de code arbitraire (CWE-94) affecte lmdeploy. Les attaquants atteignent le code vulnérable via get_model_arch sans authentification.

📍 Périmètre concerné

Consultez l'avis de l'éditeur pour les versions affectées de lmdeploy. Surface d'attaque : get_model_arch / from_pretrained / True / vllm.

🔥 Gravité

Gravité : Élevée (CVSS 7.8/10). L'exploitation peut entraîner la prise de contrôle totale du système.

🔧 Comment corriger

Mettre à jour vers 0.13.0.

🛡️ Contournement

En attendant le correctif : désactivez la fonctionnalité concernée, appliquez des règles WAF, ou restreignez l'accès par ACL réseau.

🔍 Détection

Recherchez dans les logs des requêtes correspondant aux IOC connus de cette CVE. Auditez les SBOM/dépendances.

Actions de réponse

Étapes concrètes et exemples de commandes que les équipes SOC/SRE doivent exécuter dans l'ordre

  1. 1
    Identify exposure identify 
    grep -r 'lmdeploy' . | grep -v node_modules

    リポジトリと本番環境の依存ファイル (package-lock.json / requirements.txt / go.sum / Gemfile.lock 等) で lmdeploy を grep し、稼働しているサービス・バージョンを把握する。

  2. 2
    Apply patch patch 
    Upgrade lmdeploy to 0.13.0

    ステージング環境で 0.13.0 に上げて回帰テスト → 本番反映。回帰テストはアプリの主要ハッピーパスを含めること。

  3. 3
    Post-deployment verification verify 
    Confirm patched version is live in production

    パッチ適用後、ステージングで PoC または同等の悪用パターンを再現して脆弱性が閉じたことを確認。本番ではアクセスログ・WAF でアラート再発が無いか継続監視。

Paquets affectés

pip lmdeploy
[{"type":"ECOSYSTEM","events":[{"introduced":"0"},{"fixed":"0.13.0"}]}]
PyPI lmdeploy
[{"type":"ECOSYSTEM","events":[{"introduced":"0"},{"last_affected":"0.12.3"}]}]

Références

Nous utilisons des cookies pour l'analyse d'audience et la mesure publicitaire. Ce réglage s'applique à tous les sites de Game co., Ltd. En savoir plus