Skip to content
KitploitKITPLOIT
FerramentasBlog
Enviar
FerramentasBlog
Enviar

Ferramentas de Hacking, PenTest e Cibersegurança para o seu Arsenal de Segurança!

Kitploit é um diretório de ferramentas de hacking, cibersegurança e pentesting. Descubra as últimas atualizações de projetos para encontrar vulnerabilidades, analisar sistemas, automatizar testes e fortalecer sua segurança.

··Feeds·Contato·Privacidade·© 2026 Kitploit

Diretório de Ferramentas

Categorias

Ver todas as categorias
Loading categories
langgrinch-cve-2025-68664-analysis — Análise técnica da vulnerabilidade de injeção de serialização do LangChain CVE-2025-68664. | Kitploit
Ferramentas/GitHubGitHub/johnnyzhou666/langgrinch-cve-2025-68664-analysis
Análise de VulnerabilidadesAnálise de CódigoSegurança WebPapers e PesquisaAprendizado e EducaçãoSegurança de IA
GitHubjohnnyzhou666/langgrinch-cve-2025-68664-analysis

langgrinch-cve-2025-68664-analysis

Análise técnica da vulnerabilidade de injeção de serialização do LangChain CVE-2025-68664.

Ver Repositório
3há 4 mesesAinda não revisado

Mais Populares

Ver todos →

Descubra as ferramentas mais usadas pela nossa comunidade.

Explore todas as ferramentas

Navegue pela nossa coleção de ferramentas

Ver todas as ferramentas →
Compartilhar

LangGrinch: Análise de Vulnerabilidade CVE-2025-68664

Visão Geral

Este repositório contém um relatório técnico analisando a CVE-2025-68664, também conhecida como LangGrinch, uma vulnerabilidade de injeção de serialização que afeta o LangChain Core.

O relatório explica o contexto da vulnerabilidade, causa raiz, fluxo de exploração, modelo de ameaça, estratégias de mitigação e o impacto de segurança no mundo real em aplicações baseadas em LLM.

Tópicos Abordados

  • Serialização e desserialização do LangChain
  • Desserialização insegura / CWE-502
  • Segurança de aplicações LLM
  • Injeção de prompt como via de entrega
  • Risco de exposição de segredos
  • Modelagem de ameaças STRIDE
  • Mitigação e práticas de codificação segura

Relatório

O relatório completo está disponível aqui:

  • Relatório LangGrinch CVE-2025-68664

Principais Conclusões

  • Entrada de usuário não confiável, saída de LLM, respostas de ferramentas e metadados não devem ser tratados como objetos serializados confiáveis.
  • As aplicações devem atualizar versões vulneráveis do LangChain Core.
  • Recursos sensíveis, como a resolução de segredos baseada em ambiente, devem ser restringidos.
  • Os desenvolvedores devem validar e sanitizar dados estruturados antes da desserialização.
  • Monitoramento em tempo de execução e rotação de segredos são medidas defensivas importantes após uma possível exposição.
  • Aviso Legal

    Este projeto é exclusivamente para fins educacionais e de pesquisa de segurança defensiva. Ele não fornece instruções para acesso não autorizado ou exploração no mundo real.

    Baixar ferramenta