Skip to content
KitploitKITPLOIT
HerramientasExploitsBlog
Log in
Enviar
HerramientasExploitsBlog
Enviar

¡Herramientas de Hacking, PenTest y Ciberseguridad para tu Arsenal de Seguridad!

Kitploit es un directorio de herramientas de hacking, ciberseguridad y pentesting. Descubre las últimas actualizaciones de proyectos para encontrar vulnerabilidades, analizar sistemas, automatizar pruebas y fortalecer tu seguridad.

FeedsContactoPrivacidad© 2026 Kitploit

Directorio de Herramientas

Categorías

Ver todas las categorías
Loading categories
Herramientas/GitHubGitHub/0x0oz/cve-2026-7482-poc
Análisis de VulnerabilidadesExplotaciónSeguridad WebAnálisis de BinariosAprendizaje y Educación
GitHub0x0oz/cve-2026-7482-poc

CVE-2026-7482-PoC

Prueba de concepto del exploit para CVE-2026-7482, una lectura fuera de límites del heap sin autenticación en el cargador GGUF de Ollama, que demuestra la exfiltración de memoria mediante un archivo de modelo manipulado.

Ver Repositorio
7345hace 6 mesesAún no revisado
Compartir

CVE-2026-7482: Lectura Fuera de Límites del Heap en Ollama (PoC de 1 Día)

Este repositorio contiene una cadena de explotación de Prueba de Concepto (PoC) de 1 día para CVE-2026-7482, una vulnerabilidad de lectura Fuera de Límites (OOB) no autenticada en el cargador de modelos GGUF de Ollama (versiones anteriores a la 0.17.1).

Nota: Esta es una reproducción de investigación de 1 día. No descubrí el CVE original. Este PoC fue diseñado basándose en los detalles del aviso público para demostrar la mecánica de la vulnerabilidad con fines educativos y de investigación defensiva.

Resumen de la Vulnerabilidad

Al suministrar un archivo GGUF truncado y manipulado maliciosamente al endpoint /api/create, un atacante puede forzar al analizador de cuantización en fs/ggml/gguf.go y server/quantization.go a leer más allá del búfer del heap asignado. La memoria filtrada se exfiltra posteriormente enviando el artefacto del modelo resultante a un registro Docker controlado por el atacante a través del endpoint /api/push.

Detalles Técnicos: La Primitiva de Explotación

Durante esta investigación de 1 día, reproducir el fallo fue trivial, pero lograr una exfiltración estable sin bloquear el servidor ni chocar con los bloqueos de validación de la API requirió un forjado arquitectónico específico:

  1. Omisión de la Validación del Frontend: El payload debe etiquetarse como F16 (general.file_type = 1) para satisfacer las estrictas comprobaciones previas al vuelo de la API de Ollama.
  2. Coerción del Cuantizador: Solicitamos una cuantización descendente Q4_K_M. Debido a que el payload se ve como F16, el backend C++ ggml se ve forzado a procesar el payload en lugar de realizar una copia de memoria segura 1:1.
  3. Alineación de Bloques Perfecta: El tensor objetivo (token_embd.weight) debe tener forma de matriz 2D donde la dimensión más interna sea exactamente 256 (por ejemplo, [num_rows, 256]). Esto se alinea estrictamente con los requisitos de bloque de Q4_K_M, evitando que el backend omita la capa.
  4. Truncamiento Físico: El archivo físico se trunca a 32 bytes. Cuando se ejecuta el bucle de multiplicación de matrices, alcanza el EOF y realiza una sobrelectura directamente en el espacio adyacente del heap.

Requisitos Previos

pip install requests numpy gguf

También necesitas un listener HTTP de acceso público (como Ngrok) para capturar los envíos de capas Docker exfiltradas.

Uso

1. Iniciar el Registro Falso Inicia el listener para capturar los bloques de memoria filtrados.

sudo python3 registry.py

2. Forjar el Payload Malicioso Genera el archivo GGUF truncado. Puedes ajustar TARGET_LEAK_SIZE_MB dentro del script para controlar cuánta memoria del heap se extrae por solicitud. (Recomendado: 0.5MB a 2.0MB para evitar fallos de segmentación en páginas no mapeadas).

python3 forge.py

3. Disparar el Exploit Edita exploit.py para incluir tu IP objetivo y la URL de tu registro falso, luego ejecuta:

python3 exploit.py

4. Analizar el Artefacto El registro depositará los volcados de memoria del heap filtrados en el directorio exfils/.

Nota sobre la Integridad de los Datos (La Trampa de la Cuantización): Aunque el exploit captura y exfiltra con éxito hasta varios megabytes de memoria del heap del servidor, los datos se someten al algoritmo de cuantización descendente Q4_K_M de Ollama durante la lectura OOB. El backend convierte los bytes de memoria crudos a float16 y aplica un esquema de compresión de bloques de 4 bits con pérdida. En consecuencia, la memoria filtrada queda matemáticamente alterada. Las herramientas estándar de extracción de ASCII producirán basura binaria, lo que hace que la recuperación de credenciales en texto plano sea prácticamente inviable a través de esta vía de coerción específica.

Aviso Legal

Este proyecto es solo para fines educativos y de investigación de vulnerabilidades autorizada. No utilices esta herramienta contra sistemas que no poseas o para los que no tengas permiso explícito de prueba.

Descargar herramienta

Más Populares

Ver todos →

Descubre las herramientas más usadas por nuestra comunidad.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 El kit de herramientas OSINT definitivo: grafo de investigación, puntuación de confianza, familias de alias, mapa, línea de tiempo e informes. 49 módulos, más de 400 sitios, sin necesidad de claves API.

    916
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Aplicación de Ejecución con un Solo Toque GhostLock (CVE-2026-43499)

    558
  • 3

    redforge

    cybersecurity91/redforge

    Kit de herramientas de red team del lado del navegador con 102 herramientas offline para reconocimiento, generación de payloads, ataques de credenciales, criptografía, codificación y elaboración de informes de compromiso.

    370
  • 4

    ARTEX

    baarai/artex

    Plataforma de pruebas de penetración autónoma multiagente basada en LLM con agentes planificadores/trabajadores, grafos de activos y de exploración, registro de tráfico MITM y reevaluación de vulnerabilidades.

    360
  • 5

    looking-glass

    anonghosty/looking-glass

    Plataforma CSIRT que ingiere informes de Shadowserver en MongoDB y los reproduce como mapas interactivos, análisis, hallazgos, avisos y paneles ejecutivos.

    317
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    El sistema de acción para la ciberseguridad nativa de IA—donde la intención se convierte en ejecución gobernada, la evidencia se convierte en memoria operativa y cada operación mejora la siguiente.

    289

Explora todas las herramientas

Explora nuestra colección de herramientas

Ver todas las herramientas →