Skip to content
KitploitKITPLOIT
OutilsExploitsBlog
Log in
Soumettre
OutilsExploitsBlog
Soumettre

Outils de Hacking, PenTest et Cybersécurité pour votre Arsenal de Sécurité !

Kitploit est un répertoire d'outils de hacking, de cybersécurité et de pentesting. Découvrez les derniÚres mises à jour des projets pour trouver des vulnérabilités, analyser des systÚmes, automatiser les tests et renforcer votre sécurité.

FluxContactConfidentialité© 2026 Kitploit

Répertoire d'outils

Catégories

Voir toutes les catégories
Loading categories
Outils/GitHubGitHub/tc4dy/cve-2026-57821-poc-exploit
Analyse StatiqueAnalyse des VulnĂ©rabilitĂ©sAnalyse de CodeExploitationExploitation d'Applications WebTests d'IntrusionApprentissage et ÉducationSĂ©curitĂ© des Bases de DonnĂ©es
GitHub
tc4dy/cve-2026-57821-poc-exploit

CVE-2026-57821-PoC-Exploit

Voir le dépÎt
353il y a 28 joursPas encore vérifié

À propos

🔐 CVE-2026-57821 - Apache Fineract SQL Injection Toolkit 📚 Deux scripts Python pour des tests de sĂ©curitĂ© autorisĂ©s : verifier.py (dĂ©tection sĂ»re, sans extraction) et exploit.py (analyse approfondie). Prend en charge 11 types de bases de donnĂ©es. IdĂ©al pour comprendre les vulnĂ©rabilitĂ©s d'injection SQL. Tests lĂ©gaux uniquement ⚠ Ă  des fins Ă©ducatives et de recherche uniquement.

Partager

CVE-Picture

CVE-2026-57821 – Injection SQL dans Apache Fineract

AVIS JURIDIQUE ET ÉTHIQUE
Cette boßte à outils est fournie strictement à des fins éducatives, de formation et de tests de sécurité autorisés.
Toute utilisation non autorisée contre un systÚme sans autorisation écrite explicite est illégale et enfreint les lois relatives à la criminalité informatique.
L'auteur décline toute responsabilité en cas de mauvaise utilisation ou de dommage.
Vous ĂȘtes seul responsable de vos actions.


Aperçu de la vulnérabilité

CVE-2026-57821 est une vulnérabilité d'injection SQL découverte dans le point de terminaison de l'API de liste des bureaux d'Apache Fineract.

Composant affecté

AttributDétail
Point de terminaison/api/v1/offices
ParamĂštreorderBy
MéthodeGET
Authentification requiseOui (utilisateurs authentifiés uniquement)
Versions affectĂ©esApache Fineract ≀ 1.14.0
Version corrigéeApache Fineract 1.15.0

Fonctionnement

La vulnĂ©rabilitĂ© existe parce que le paramĂštre orderBy est directement intĂ©grĂ© dans les requĂȘtes SQL sans assainissement appropriĂ©. Un attaquant disposant d'identifiants valides peut injecter des sous-requĂȘtes entourĂ©es de parenthĂšses () dans le paramĂštre orderBy.

Pourquoi cela contourne les correctifs précédents :

  • CVE-2024-32838 a introduit un ColumnValidator pour assainir les clauses ORDER BY
  • Le validateur ne dĂ©tecte pas les sous-requĂȘtes nues Ă  l'intĂ©rieur des parenthĂšses
  • Cela permet l'exĂ©cution arbitraire de SQL dans le contexte ORDER BY

Exemple de vecteur d'attaque :

GET /api/v1/offices?orderBy=(SELECT CASE WHEN (1=1) THEN pg_sleep(5) ELSE pg_sleep(0) END)&limit=1

Impact potentiel

ImpactDescription
Exfiltration de donnéesL'injection SQL aveugle basée sur le temps peut extraire du contenu sensible de la base de données
DĂ©ni de serviceDes requĂȘtes lourdes peuvent Ă©puiser les ressources du pool de connexions
Divulgation d'informationsLes techniques basées sur les erreurs peuvent révéler la structure et les données de la base de données

Découverte et divulgation

AttributDétail
Découvreur / RapporteurTerence Monteiro (équipe Apache Fineract)
Date de divulgation publique14 juillet 2026
Version corrigéeApache Fineract 1.15.0
Annonce officielleListe de diffusion Apache
Correctif GitHubPR #6048

SystÚmes de bases de données pris en charge

Cette boßte à outils détecte et adapte automatiquement les techniques d'exploitation pour 11 backends de bases de données différents :

Base de donnéesMéthode de détectionTechnique d'exploitation
PostgreSQLBasée sur le temps (pg_sleep)Aveugle basée sur le temps
MySQLBasée sur le temps (SLEEP)Aveugle basée sur le temps
MariaDBBasée sur le temps + @@version_commentAveugle basée sur le temps
MSSQLBasée sur les erreurs (échec de CONVERT)Basée sur les erreurs
OracleBasée sur le temps (DBMS_LOCK.SLEEP)Aveugle basée sur le temps
SQLiteRequĂȘte lourde (jointure cartĂ©sienne)BasĂ©e sur le temps (lourde)
FirebirdRequĂȘte lourde (jointure cartĂ©sienne)BasĂ©e sur le temps (lourde)
DB2RequĂȘte lourde (jointure cartĂ©sienne)BasĂ©e sur le temps (lourde)
InformixRequĂȘte lourde (jointure cartĂ©sienne)BasĂ©e sur le temps (lourde)
H2RequĂȘte lourde (jointure cartĂ©sienne)BasĂ©e sur le temps (lourde)
Inconnu (générique)Repli sur PostgreSQLBasée sur le temps

Composants de la boĂźte Ă  outils

Ce projet fournit deux scripts Python pour différents scénarios d'évaluation de sécurité :

verifier.py – Outil de vĂ©rification sĂ»r et minimal

Objectif : Prouver rapidement l'existence de la vulnérabilité sans extraire de données.

Ce qu'il fait :

  • Envoie des charges utiles de test spĂ©cifiques Ă  chaque base de donnĂ©es
  • DĂ©tecte les dĂ©lais temporels ou les messages d'erreur
  • Signale VULNERABLE ou NOT VULNERABLE pour chaque type de base de donnĂ©es
  • N'exfiltre AUCUNE donnĂ©e

** Avantages :**

  • ExtrĂȘmement rapide (se termine en quelques secondes)
  • Faible risque juridique (valide uniquement la prĂ©sence)
  • IdĂ©al pour une analyse de sĂ©curitĂ© initiale
  • Sortie adaptĂ©e aux rapports de conformitĂ©

** Cas d'usage :** Évaluation de premier passage pour dĂ©terminer si la cible est vulnĂ©rable.

exploit.py – Analyseur de sĂ©curitĂ© complet

Objectif : Exploiter pleinement la vulnérabilité pour extraire des informations de la base de données.

Ce qu'il fait :

  • DĂ©tecte automatiquement le type de base de donnĂ©es
  • Utilise une recherche binaire pour extraire caractĂšre par caractĂšre
  • RĂ©cupĂšre : version, utilisateur courant, nom de la base de donnĂ©es, liste des tables (configurable)
  • MSSQL : extraction basĂ©e sur les erreurs
  • Autres : extraction basĂ©e sur le temps avec calibration de rĂ©fĂ©rence

Avantages :

  • Fournit des preuves concrĂštes de l'impact
  • DĂ©montre l'Ă©tendue complĂšte de la vulnĂ©rabilitĂ©
  • Journalisation dĂ©taillĂ©e avec sortie colorĂ©e

** Cas d'usage :** Analyse de sécurité approfondie aprÚs confirmation de la vulnérabilité.

** DiffĂ©rence clĂ© :** verifierPoC.py vous indique si c'est vulnĂ©rable ; exploit.py vous montre ce qui peut ĂȘtre extrait. Les deux remplissent des rĂŽles distincts mais complĂ©mentaires dans un workflow d'Ă©valuation de sĂ©curitĂ©.


Installation et configuration

Prérequis

  • Python 3.6+
  • BibliothĂšque requests
pip install requests

Variables de configuration

Modifiez les variables suivantes en haut des deux scripts :

VariableDescriptionValeur par défaut
TARGETURL de l'API Fineracthttp://localhost:8080/fineract-provider/api/v1/offices
USERNAMENom d'utilisateur pour l'authentification Ă  l'APImifos
PASSWORDMot de passe pour l'authentification Ă  l'APIpassword
TENANT_IDIdentifiant du tenantdefault
BASE_SLEEPDurée de sommeil pour les tests temporels (exploit.py)6
SLEEP_SECONDSDurée de sommeil pour les tests temporels (verifier.py)5
TIMEOUTDĂ©lai d'expiration des requĂȘtes HTTP25 (exploit) / 15 (verifier)
MAX_RETRIESNombre de tentatives pour les requĂȘtes Ă©chouĂ©es2

Guide d'utilisation

exploit.py - Analyse approfondie

python3 exploit.py

Sortie attendue :

CVE-2026-57821 - Apache Fineract Vulnerability Verifier
══════════════════════════════════════════════════════════════════════════════════════
@tc4dy is here :) Good Luck!

CONNECTION SUCCESS
BASELINE: 0.234s
STARTING VULNERABILITY VERIFICATION
VERIFICATION RESULTS
PostgreSQL: VULNERABLE
MySQL: NOT VULNERABLE
MariaDB: NOT VULNERABLE
Oracle: NOT VULNERABLE
MSSQL: NOT VULNERABLE
CONCLUSION: TARGET IS VULNERABLE (CVE-2026-57821 CONFIRMED)

Interpretation: If VULNERABLE appears for any database type, the target is affected.

Spécifications techniques

Score CVSS MĂ©trique Valeur Score de base CVSS v3.1 8.1 (ÉlevĂ©) Vecteur CVSS:3.1/AV:N/AC:L/PR:L/UI:N/S:U/C:H/I:N/A:H Vecteur d'attaque RĂ©seau PrivilĂšges requis Faibles Interaction utilisateur Aucune Score EPSS

0,29 % (probabilité d'exploitation dans les 30 jours)

Correspondance CWE

CWE‑89 : Neutralisation incorrecte d'Ă©lĂ©ments spĂ©ciaux utilisĂ©s dans une commande SQL (« Injection SQL »)

Analyse technique approfondie

Pourquoi la charge utile fonctionne

TĂ©lĂ©charger l’outil

Populaires

Voir tout →

Découvrez les outils les plus utilisés par notre communauté.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 La boĂźte Ă  outils OSINT ultime : graphe d'enquĂȘte, notation de confiance, familles d'alias, carte, chronologie et rapports. 49 modules, plus de 400 sites, aucune clĂ© API requise.

    501
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Application d'exécution en un clic GhostLock (CVE-2026-43499)

    467
  • 3

    ARTEX

    baarai/artex

    Plateforme autonome de tests d'intrusion multi-agents basée sur des LLM, avec agents planificateur/ouvrier, graphes d'actifs et d'exploration, enregistrement du trafic MITM et retest des vulnérabilités.

    340
  • 4

    opencti

    opencti-platform/opencti

    Plateforme ouverte de renseignement sur les cybermenaces

    314
  • 5

    redforge

    cybersecurity91/redforge

    Boßte à outils red team cÎté navigateur avec 102 outils hors ligne pour la reconnaissance, la génération de payloads, les attaques par identifiants, la cryptographie, l'encodage et le reporting d'engagement.

    307
  • 6

    estorides

    grisuno/estorides

    AgrÚge plus de 99 sources OSINT gratuites en parallÚle, résout les entités dans un graphe de connaissances et exporte en STIX 2.1, MISP ou GraphML avec une analyse assistée par LLM.

    295

Explorer tous les outils

Parcourez notre collection d'outils

Voir tous les outils →