Skip to content
KitploitKITPLOIT
FerramentasExploitsBlog
Log in
Enviar
FerramentasExploitsBlog
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.

FeedsContatoPrivacidade© 2026 Kitploit

Diretório de Ferramentas

Categorias

Ver todas as categorias
Loading categories
CVE-2025-57298 — CVE-2025-57298 Divulgação. | Kitploit
Ferramentas/GitHubGitHub/minnggyuu/cve-2025-57298
Análise de VulnerabilidadesExploração de Aplicações WebSegurança WebPapers e PesquisaAprendizado e Educação
GitHubminnggyuu/cve-2025-57298

CVE-2025-57298

CVE-2025-57298 Divulgação.

Ver Repositório
27há 10 mesesAinda não revisado

Mais Populares

Ver todos →

Descubra as ferramentas mais usadas pela nossa comunidade.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 O kit definitivo de OSINT: grafo de investigação, pontuação de confiança, famílias de alias, mapa, linha do tempo e relatórios. 49 módulos, mais de 400 sites, sem necessidade de chaves de API.

    977
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Aplicativo de Execução em Um Toque GhostLock (CVE-2026-43499)

    564
  • 3

    looking-glass

    anonghosty/looking-glass

    Plataforma CSIRT que ingere relatórios do Shadowserver no MongoDB e os reproduz como mapas interativos, análises, descobertas, avisos e painéis executivos.

    352
  • 4

    redforge

    cybersecurity91/redforge

    Kit de ferramentas de red team do lado do navegador com 102 ferramentas offline para reconhecimento, geração de payloads, ataques a credenciais, criptografia, codificação e relatórios de engajamento.

    344
  • 5

    ARTEX

    baarai/artex

    Plataforma autônoma de testes de penetração multiagente com LLM, com agentes planejador/executor, grafos de ativos e de exploração, registro de tráfego MITM e reteste de vulnerabilidades.

    322
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    O sistema de ação para cibersegurança nativa em IA—onde a intenção se torna execução governada, a evidência se torna memória operacional, e cada operação melhora a próxima.

    308

Explore todas as ferramentas

Navegue pela nossa coleção de ferramentas

Ver todas as ferramentas →
Compartilhar

XSS Armazenado via Renderização Insegura de Markdown no Kotaemon

Resumo

Kotaemon é um sistema de QA de documentos baseado em RAG (Retrieval-Augmented Generation) de código aberto que fornece uma interface web para consultar documentos enviados, como arquivos PDF, Word e Excel.

Uma vulnerabilidade de cross-site scripting (XSS) armazenado existe no pipeline de renderização de documentos do Kotaemon. O conteúdo controlado pelo usuário é processado por um LLM e renderizado na interface web após a conversão de markdown para HTML sem a devida sanitização, permitindo que elementos HTML fornecidos pelo atacante sejam injetados de forma persistente na página.

Quando um documento é enviado, o sistema aciona automaticamente uma solicitação de sumarização (por exemplo, "resumir este arquivo") como parte do fluxo normal de processamento. Como resultado, qualquer documento enviado é implicitamente passado pelo pipeline de análise e renderização de markdown, tornando a vulnerabilidade explorável apenas pelo upload do documento, sem exigir interação explícita do usuário.


Versões Afetadas

As seguintes versões do Kotaemon são confirmadas como vulneráveis:

  • Versão <= 0.11.0

Componente Afetado

  • Funcionalidade de renderização/sumarização de documentos
  • Lógica de conversão de Markdown para HTML

Código Afetado

kotaemon/blob/main/libs/ktem/ktem/utils/render.py

@staticmethod
def table(text: str) -> str:
    """Render table from markdown format into HTML"""
    text = replace_mardown_header(text)
    return markdown.markdown(
        text,
        extensions=[
            "markdown.extensions.tables",
            "markdown.extensions.fenced_code",
        ],
    )

Causa Raiz

A aplicação depende da função markdown.markdown() para converter conteúdo markdown gerado por LLM em HTML. No entanto, a saída HTML convertida é renderizada diretamente no navegador sem sanitização HTML ou escape de saída.

Como resultado, a sintaxe markdown que produz elementos HTML brutos — principalmente a sintaxe de imagem ![]() — é convertida em HTML executável, como tags ``, e armazenada na saída da conversação.


Prova de Conceito (PoC)

Payload

"summary" means "![](https://example.com)"

Passos de Exploração

  1. Envie um documento contendo o payload acima.
  2. Selecione a opção Search All.
  3. O sistema emite automaticamente uma solicitação de sumarização para o documento enviado.
  4. A resposta gerada pelo LLM inclui o markdown malicioso.
  5. O markdown é convertido em uma tag HTML `` e renderizado sem filtragem.

Comportamento Observado

  • A sintaxe de imagem markdown injetada é convertida em uma tag HTML ``.
  • Quando renderizada, o navegador emite automaticamente uma solicitação para a URL controlada pelo atacante.
  • O HTML injetado persiste na saída da conversação.

Impacto

A capacidade de injetar elementos HTML persistentes permite que atacantes:

  • Disparar requisições GET não autorizadas (ex.: /logout)
  • Causar efeitos semelhantes a CSRF
  • Manipular o conteúdo da interface renderizada

A exploração requer apenas o upload de um documento e ocorre automaticamente durante a sumarização, sem interação adicional do usuário.

A renderização de HTML sem sanitização pode permitir a execução de JavaScript por meio de manipuladores de eventos, dependendo do contexto de renderização do frontend.


Evidências

image-1

image-2

image-3


Classificação da Vulnerabilidade

  • Tipo: Cross-Site Scripting Armazenado (XSS)
  • Vetor: Renderização insegura de markdown para HTML
  • Persistência: Sim
  • Interação do usuário necessária: Não

Correções Recomendadas

  1. Sanitizar a saída HTML após a conversão de markdown para HTML.
  2. Evitar ações de alteração de estado por meio de requisições GET.
  3. Tratar entradas RAG e saídas LLM como dados não confiáveis.

Créditos

Este relatório foi preparado por minnggyuu. (Team 404 Not Found, WhiteHat School 3rd Cohort, Coreia do Sul)


Contato

Email: [email protected]
GitHub: https://github.com/minnggyuu

Baixar ferramenta