Skip to content
KitploitKITPLOIT
ToolsExploitsBlog
Log in
Einreichen
ToolsExploitsBlog
Einreichen

Hacking-, PenTest- und Cybersicherheits-Tools für Ihr Sicherheitsarsenal!

Kitploit ist ein Verzeichnis von Hacking-, Cybersicherheits- und Pentesting-Tools. Entdecken Sie die neuesten Projekt-Updates, um Schwachstellen zu finden, Systeme zu analysieren, Tests zu automatisieren und Ihre Sicherheit zu stärken.

FeedsKontaktDatenschutz© 2026 Kitploit

Tool-Verzeichnis

Kategorien

Alle Kategorien anzeigen
Loading categories
Tools/GitHubGitHub/0x0oz/cve-2026-7482-poc
SchwachstellenanalyseExploitationWebsicherheitBinäranalyseLernen & Bildung
GitHub0x0oz/cve-2026-7482-poc

CVE-2026-7482-PoC

Proof-of-Concept-Exploit für CVE-2026-7482, eine nicht authentifizierte Heap-Out-of-Bounds-Read-Schwachstelle im GGUF-Loader von Ollama, die die Speicher-Exfiltration über eine manipulierte Modelldatei demonstriert.

Repository anzeigen
7345vor 6 MonatenNoch nicht geprüft
Teilen

CVE-2026-7482: Ollama Heap Out-of-Bounds Read (1-Tage-PoC)

Dieses Repository enthält eine 1-Tage-Proof-of-Concept-Exploitation-Kette (PoC) für CVE-2026-7482, eine nicht authentifizierte Out-of-Bounds-Read-Schwachstelle (OOB) im GGUF-Modell-Loader von Ollama (Versionen vor 0.17.1).

Hinweis: Dies ist eine 1-Tage-Forschungsreproduktion. Ich habe die ursprüngliche CVE nicht entdeckt. Dieses PoC wurde auf Grundlage der öffentlichen Advisory-Details entwickelt, um die Mechanik der Schwachstelle für Bildungs- und defensive Forschungszwecke zu demonstrieren.

Schwachstellenübersicht

Durch die Bereitstellung einer bösartig konstruierten, abgeschnittenen GGUF-Datei an den /api/create-Endpunkt kann ein Angreifer den Quantisierungsparser in fs/ggml/gguf.go und server/quantization.go zwingen, über den zugewiesenen Heap-Puffer hinauszulesen. Der geleakte Speicher wird anschließend exfiltriert, indem das resultierende Modell-Artefakt über den /api/push-Endpunkt an eine angreiferkontrollierte Docker-Registry gepusht wird.

Technische Details: Die Exploit-Primitive

Während dieser 1-Tage-Forschung war die Reproduktion des Absturzes trivial, aber eine stabile Exfiltration ohne Absturz des Servers oder Auslösen von API-Validierungsblockaden erforderte spezifisches architektonisches Forging:

  1. Frontend-Validierungs-Bypass: Der Payload muss als F16 (general.file_type = 1) gekennzeichnet sein, um die strengen Pre-Flight-Checks der Ollama-API zu erfüllen.
  2. Quantisierungs-Erzwingung: Wir fordern eine Q4_K_M-Down-Quantisierung an. Da der Payload als F16 erkannt wird, wird das C++-ggml-Backend gezwungen, den Payload zu verarbeiten, anstatt eine sichere 1:1-Speicherkopie durchzuführen.
  3. Perfekte Block-Ausrichtung: Der Ziel-Tensor (token_embd.weight) muss als 2D-Matrix geformt sein, bei der die innerste Dimension exakt 256 beträgt (z. B. [num_rows, 256]). Dies richtet sich strikt nach den Q4_K_M-Blockanforderungen und verhindert, dass das Backend die Schicht überspringt.
  4. Physische Trunkierung: Die physische Datei wird auf 32 Bytes abgeschnitten. Wenn die Matrixmultiplikationsschleife läuft, erreicht sie das Dateiende und liest direkt in den angrenzenden Heap-Bereich über.

Voraussetzungen

pip install requests numpy gguf

Außerdem benötigen Sie einen öffentlich erreichbaren HTTP-Listener (wie Ngrok), um die exfiltrierten Docker-Layer-Pushes abzufangen.

Verwendung

1. Starten Sie die Rogue-Registry Starten Sie den Listener, um die geleakten Speicherblobs abzufangen.

sudo python3 registry.py

2. Forgen Sie den bösartigen Payload Generieren Sie die abgeschnittene GGUF-Datei. Sie können TARGET_LEAK_SIZE_MB im Skript anpassen, um zu steuern, wie viel Heap-Speicher pro Anfrage abgeschabt wird. (Empfohlen: 0,5 MB bis 2,0 MB, um Segfaults auf nicht gemappten Seiten zu vermeiden).

python3 forge.py

3. Feuern Sie den Exploit Bearbeiten Sie exploit.py, um Ihre Ziel-IP und Ihre Rogue-Registry-URL einzufügen, und führen Sie dann aus:

python3 exploit.py

4. Analysieren Sie das Artefakt Die Registry legt die geleakten Heap-Dumps im Verzeichnis exfils/ ab.

Hinweis zur Datenintegrität (Die Quantisierungsfalle): Obwohl der Exploit erfolgreich bis zu mehrere Megabyte Server-Heap-Speicher erfasst und exfiltriert, werden die Daten während des OOB-Reads dem Q4_K_M-Down-Quantisierungsalgorithmus von Ollama unterzogen. Das Backend castet die rohen Speicherbytes auf float16 und wendet ein verlustbehaftetes 4-Bit-Blockkomprimierungsschema an. Folglich wird der geleakte Speicher mathematisch verzerrt. Standard-ASCII-Extraktionstools liefern binären Müll, was die Wiederherstellung von Klartext-Anmeldedaten über diesen spezifischen Erzwingungspfad praktisch unmöglich macht.

Haftungsausschluss

Dieses Projekt dient ausschließlich Bildungs- und autorisierten Schwachstellenforschungszwecken. Verwenden Sie dieses Tool nicht gegen Systeme, die Sie nicht besitzen oder für die Sie keine ausdrückliche Testberechtigung haben.

Tool herunterladen

Beliebteste

Alle anzeigen →

Entdecken Sie die meistgenutzten Tools unserer Community.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 Das ultimative OSINT-Toolkit: Untersuchungsgraph, Konfidenzbewertung, Alias-Familien, Karte, Zeitleiste und Berichte. 49 Module, 400+ Websites, keine API-Schlüssel erforderlich.

    916
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    GhostLock One-Tap Execution App (CVE-2026-43499)

    558
  • 3

    redforge

    cybersecurity91/redforge

    Browser-seitiges Red-Team-Toolkit mit 102 Offline-Tools für Recon, Payload-Generierung, Credential-Angriffe, Krypto, Encoding und Engagement-Reporting.

    370
  • 4

    ARTEX

    baarai/artex

    LLM-basierte Multi-Agenten-Plattform für autonome Penetrationstests mit Planer-/Worker-Agenten, Asset- und Explorationsgraphen, MITM-Verkehrsaufzeichnung und Schwachstellen-Retesting.

    360
  • 5

    looking-glass

    anonghosty/looking-glass

    CSIRT-Plattform, die Shadowserver-Berichte in MongoDB einliest und sie als interaktive Karten, Analysen, Findings, Advisories und Executive-Dashboards wiedergibt.

    317
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    Das System der Handlung für KI-native Cybersicherheit – wo Absicht zu gesteuerter Ausführung wird, Beweise zu operativem Gedächtnis werden und jeder Einsatz den nächsten verbessert.

    289

Alle Tools erkunden

Durchsuchen Sie unsere Tool-Sammlung

Alle Tools anzeigen →