Skip to content
KitploitKITPLOIT
StrumentiExploitsBlog
Log in
Invia
StrumentiExploitsBlog
Invia

Strumenti di Hacking, PenTest e Cybersecurity per il tuo Arsenale di Sicurezza!

Kitploit è una directory di strumenti di hacking, cybersecurity e pentesting. Scopri gli ultimi aggiornamenti dei progetti per trovare vulnerabilità, analizzare sistemi, automatizzare i test e rafforzare la tua sicurezza.

FeedContattoPrivacy© 2026 Kitploit

Directory degli strumenti

Categorie

Vedi tutte le categorie
Loading categories
Strumenti/GitHubGitHub/biitts/cve-2026-91940-crawl4ai-arbitrary-file-write
Analisi delle VulnerabilitàExploitSfruttamento di Applicazioni WebPaper e RicercaLab e Pratica
GitHubbiitts/cve-2026-91940-crawl4ai-arbitrary-file-write

CVE-2026-91940-crawl4ai-Arbitrary-File-Write

CVE-2026-91940: scrittura arbitraria di file in crawl4ai <=0.9.2 tramite il gate di configurazione non attendibile (PDFContentScrapingStrategy image_save_dir). Analisi, harness di riproduzione e confine verificato tra 0.9.2 e 0.9.3.

Vedi Repository
21 mese faNon ancora revisionato
Condividi

CVE-2026-91940: scrittura arbitraria di file in crawl4ai attraverso il gate delle configurazioni non attendibili

CVECVE-2026-91940
Prodottocrawl4ai, ~84k stelle
Affected>= 0.9.0, <= 0.9.2
Fixed0.9.3
ClassCWE-22, scrittura arbitraria di file (directory scelta dall'attaccante, contenuto byte-exact)
Privilegiun chiamante in grado di raggiungere POST /crawl. Vedi Privilegi
VerdettoCONFERMATO VULNERABILE su 0.9.2, CORRETTO su 0.9.3, entrambi riprodotti end to end
CVSS 3.16.5 AV:N/AC:L/PR:L/UI:N/S:U/C:N/I:H/A:N (NVD pubblica 7.5 con PR:N, che non vale per 0.9.2)
AdvisoryGHSA-xpp7-j28w-2gvx

Indice

  • Qual è il bug
  • Causa radice, riga per riga
  • Perché il contenuto scritto è byte-exact
  • Privilegi, e perché non è non autenticato su 0.9.2
  • Due ulteriori correzioni al registro pubblico
  • Impatto, delimitato onestamente
  • Riproduzione
  • Cosa dimostrano effettivamente le prove
  • Remediation
  • Rilevamento
  • Crediti

Qual è il bug

L'API HTTP di crawl4ai accetta un oggetto di configurazione all'interno del corpo della richiesta. Poiché un corpo è controllato dall'attaccante, il progetto ha costruito per esso un confine di fiducia: le configurazioni caricate con Provenance.UNTRUSTED passano attraverso un gate che dovrebbe scartare o rifiutare qualsiasi campo che un chiamante non attendibile non deve impostare.

Quel gate fallisce in modalità aperta per una classe raggiungibile. PDFContentScrapingStrategy è esplicitamente costruibile da un corpo non attendibile, ma non ha alcuna allowlist di campi, e la regola del gate per "nessuna allowlist" è "mantieni tutto". Così il suo image_save_dir raggiunge il processore PDF intatto, e il processore crea quella directory e vi scrive le immagini del PDF recuperato senza alcun controllo di contenimento. Il risultato è una scrittura in qualsiasi directory raggiungibile dall'account del servizio, con contenuto fornito dal chiamante.

Causa radice, riga per riga

1. L'endpoint contrassegna il corpo come non attendibile (deploy/docker/server.py):

crawler_config = CrawlerRunConfig.load(
    crawl_request.crawler_config, provenance=Provenance.UNTRUSTED
)

2. Il gate mantiene ogni campo di un tipo che non ha una allowlist (crawl4ai/async_configs.py):

def _filter_untrusted_fields(type_name: str, params: dict) -> dict:
    """Drop non-allowlisted fields and raise on forbidden (power) fields."""
    forbidden = UNTRUSTED_FORBIDDEN_FIELDS.get(type_name, set())
    allowlist = UNTRUSTED_FIELD_ALLOWLIST.get(type_name)  # None => keep all non-forbidden
    out = {}
    for key, value in params.items():
        if key in forbidden:
            raise UntrustedConfigError(...)
        if allowlist is not None and key not in allowlist:
            continue  # silently drop unknown/unsafe fields (forward-compatible)
        out[key] = value
    return out

3. La strategia PDF è raggiungibile ma non ha né una allowlist né una lista di campi vietati. UNTRUSTED_ALLOWED_TYPES contiene PDFContentScrapingStrategy, quindi un body può costruirne una tramite CrawlerRunConfig.scraping_strategy. Ma UNTRUSTED_FIELD_ALLOWLIST ha chiavi solo per BrowserConfig e CrawlerRunConfig, e lo stesso vale per UNTRUSTED_FORBIDDEN_FIELDS. Quindi allowlist è None, forbidden è vuoto, e extract_images, save_images_locally e image_save_dir sopravvivono tutti.

4. Il sink si fida di quel percorso (crawl4ai/processors/pdf/processor.py):

if self.extract_images and self.save_images_locally:
    if self.image_save_dir:
        image_dir = Path(self.image_save_dir)
        image_dir.mkdir(exist_ok=True, parents=True)

Il percorso assoluto è accettato, le directory vengono create ricorsivamente, nessun controllo di contenimento tramite realpath rispetto a una radice di archiviazione. _extract_images() scrive poi ogni immagine del PDF in quella posizione.

5. Il PDF viene recuperato dalla strategia stessa. PDFContentScrapingStrategy.scrap() chiama self._get_pdf_path(url), che scarica l'URL indipendentemente dalla fase browser del crawler. Quindi i byte che vengono scritti provengono da un file ospitato dall'attaccante.

Perché il contenuto scritto è identico byte per byte

Questa parte è assente dall'advisory, che menziona solo "byte controllati dall'attaccante" senza spiegare come. Solo il ramo /FlateDecode di _extract_images() passa attraverso PIL (img.save(final_path)) e viene quindi ricodificato in PNG. Gli altri tre rami scrivono lo stream PDF grezzo:

/Filter del PDFestensione scrittacome scrive
/DCTDecode.jpgopen(final_path, 'wb').write(data)
/CCITTFaxDecode.tifflo stesso, e un'intestazione TIFF viene anteposta solo quando data[:4] != b'II*\x00'
/JPXDecode.jp2lo stesso
/FlateDecode.pngricodificato da PIL, quindi non identico byte per byte

Incorporare il payload come XObject immagine /DCTDecode mette quindi quei byte esatti su disco. Ciò è stato confermato confrontando i checksum: l'md5 del file scritto sul server è uguale all'md5 del payload passato a exploit.py.

Privilegi, e perché su 0.9.2 non è non autenticato

NVD assegna a questo problema PR:N. Nella build 0.9.2 ciò non vale, e la differenza è stata misurata anziché presunta.

L'immagine include auth_gate.py, un AuthGateMiddleware fail-closed montato sullo strato ASGI più esterno. La sua docstring spiega perché esiste:

Il design precedente decideva l'autenticazione in una dipendenza FastAPI per-route che, quando jwt_enabled era false (il valore predefinito), restituiva lambda: None, quindi ogni Depends(token_dep) era decorativo e l'intera API era aperta.

Ora copre ogni route, mount e sub-app, HTTP e WebSocket, e rifiuta una richiesta senza una credenziale valida prima che qualsiasi handler venga eseguito. Inoltre, quando non è impostato alcun CRAWL4AI_API_TOKEN, l'entrypoint si lega solo al loopback e registra un token effimero per quella sessione. Una richiesta senza credenziali ottiene:

HTTP/1.1 401
{"detail": "Authentication required"}

La vulnerabilità è ancora reale, e il motivo è importante: crawl4ai tratta il corpo della richiesta come non attendibile anche quando proviene da un chiamante API legittimo. Questo è l'intero scopo di Provenance.UNTRUSTED. Quindi un chiamante autorizzato a usare l'API, un tenant, un servizio downstream, un utente con privilegi limitati di un deployment condiviso, scala fino alla scrittura arbitraria di file sull'host. Questo è PR:L, ed è da lì che deriva il 6.5 invece del 7.5.

Due ulteriori correzioni al registro pubblico

pypdf non è presente nell'immagine ufficiale. L'advisory afferma che lo è, e che quindi non è necessaria alcuna installazione aggiuntiva. In unclecode/crawl4ai:0.9.2, pip list riporta solo Crawl4AI 0.9.2 e pillow 12.3.0, e find / -iname 'pypdf*' non restituisce nulla. Senza di esso, NaivePDFProcessorStrategy.__init__ solleva ImportError, quindi la scrittura richiede un deployment che abbia installato l'extra crawl4ai[pdf] o abbia creato un'immagine personalizzata.

Tale fallimento è di per sé utile, perché dimostra il bypass del controllo senza che la scrittura avvenga nemmeno. L'ImportError emerge dall'interno della chiamata di costruzione:

Scarica lo strumento

Più Popolari

Vedi tutti →

Scopri gli strumenti più utilizzati dalla nostra community.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 Il toolkit OSINT definitivo: grafo di indagine, punteggio di affidabilità, famiglie di alias, mappa, timeline e report. 49 moduli, oltre 400 siti, nessuna chiave API richiesta.

    576
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # App di esecuzione con un tocco GhostLock (CVE-2026-43499)

    477
  • 3

    ARTEX

    baarai/artex

    Piattaforma di penetration testing autonoma multi-agente basata su LLM con agenti planner/worker, grafi di asset e di esplorazione, registrazione del traffico MITM e retesting delle vulnerabilità.

    388
  • 4

    redforge

    cybersecurity91/redforge

    Toolkit red team lato browser con 102 strumenti offline per ricognizione, generazione di payload, attacchi alle credenziali, crittografia, codifica e reportistica dell'engagement.

    330
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    Il sistema d'azione per la cybersecurity nativa AI—dove l'intento diventa esecuzione governata, le evidenze diventano memoria operativa, e ogni operazione migliora la successiva.

    255
  • 6

    antifox

    antifox-ai/antifox

    Piattaforma multi-agente di penetration testing autonoma basata sull'IA che esegue ricognizione, scoperta della superficie d'attacco, validazione dello sfruttamento e consegna di report supportati da evidenze.

    247

Esplora tutti gli strumenti

Sfoglia la nostra collezione di strumenti

Vedi tutti gli strumenti →