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
langgrinch-cve-2025-68664-analysis — Analisi tecnica della vulnerabilità di injection nella serializzazione di LangChain CVE-2025-68664. | Kitploit
Strumenti/GitHubGitHub/johnnyzhou666/langgrinch-cve-2025-68664-analysis
Analisi delle VulnerabilitàAnalisi del CodiceSicurezza WebPaper e RicercaApprendimento e FormazioneSicurezza dell'IA
GitHubjohnnyzhou666/langgrinch-cve-2025-68664-analysis

langgrinch-cve-2025-68664-analysis

Analisi tecnica della vulnerabilità di injection nella serializzazione di LangChain CVE-2025-68664.

Vedi Repository
336 mesi faNon ancora revisionato
Condividi

Analisi della vulnerabilità LangGrinch: CVE-2025-68664

Panoramica

Questo repository contiene un report tecnico che analizza la CVE-2025-68664, nota anche come LangGrinch, una vulnerabilità di injection nella serializzazione che interessa LangChain Core.

Il report spiega il contesto della vulnerabilità, la causa principale, il flusso di sfruttamento, il modello di minaccia, le strategie di mitigazione e l'impatto reale sulla sicurezza delle applicazioni basate su LLM.

Argomenti trattati

  • Serializzazione e deserializzazione in LangChain
  • Deserializzazione non sicura / CWE-502
  • Sicurezza delle applicazioni LLM
  • Prompt injection come vettore di consegna
  • Rischio di esposizione di segreti
  • Modellazione delle minacce STRIDE
  • Mitigazione e pratiche di codifica sicura

Report

Il report completo è disponibile qui:

  • Report LangGrinch CVE-2025-68664

Punti chiave

  • Input utente non attendibili, output degli LLM, risposte degli strumenti e metadati non dovrebbero essere trattati come oggetti serializzati fidati.
  • Le applicazioni dovrebbero aggiornare le versioni vulnerabili di LangChain Core.
  • Le funzionalità sensibili, come la risoluzione dei segreti basata su variabili d'ambiente, dovrebbero essere limitate.
  • Gli sviluppatori dovrebbero validare e sanificare i dati strutturati prima della deserializzazione.
  • Il monitoraggio runtime e la rotazione dei segreti sono misure difensive importanti dopo una possibile esposizione.

Dichiarazione di esclusione di responsabilità

Questo progetto è destinato esclusivamente a scopi educativi e di ricerca difensiva sulla sicurezza. Non fornisce istruzioni per accessi non autorizzati o sfruttamento nel mondo reale.

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.

    891
  • 2

    ghostlock-app

    yukonga/ghostlock-app

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

    547
  • 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.

    369
  • 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.

    366
  • 5

    looking-glass

    anonghosty/looking-glass

    Piattaforma CSIRT che importa i report di Shadowserver in MongoDB e li riproduce come mappe interattive, analisi, risultati, avvisi e dashboard executive.

    309
  • 6

    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.

    282

Esplora tutti gli strumenti

Sfoglia la nostra collezione di strumenti

Vedi tutti gli strumenti →