Katalog CVE

CVE-2025-13922

ŚrednieCVSS 6.5
Opublikowano: Zaktualizowano: Przetłumaczono: NVD NIST

Prawdopodobieństwo exploitacji (EPSS)

Niskie ryzyko
0.30%

Percentyl 21 - wyżej niż 21% wszystkich znanych CVE

Streszczenie

Wtyczka WordPress „Tag, Category, and Taxonomy Manager – AI Autotagger with OpenAI” jest podatna na czasową ślepą iniekcję SQL poprzez parametr 'existing_terms_orderby' w punkcie końcowym AJAX podglądu AI we wszystkich wersjach do 3.40.1 włącznie. Wynika to z niewystarczającego escapowania parametrów dostarczanych przez użytkownika i braku parametryzacji zapytań SQL. Uwierzytelniony atakujący z uprawnieniami Contributor lub wyższymi oraz uprawnieniami do metaboksu AI może dopisywać dodatkowe zapytania SQL do istniejących zapytań, co pozwala na wyciąganie wrażliwych informacji z bazy danych, degradację wydajności lub wnioskowanie danych technikami czasowymi.

Ocena ryzyka

Atakujący z kontem Contributor może wykraść wrażliwe dane z bazy WordPress, w tym dane użytkowników, oraz pogorszyć wydajność serwisu.

Rekomendacja

Zaktualizuj wtyczkę do wersji nowszej niż 3.40.1, a jeśli to niemożliwe, ogranicz uprawnienia Contributor i wyłącz funkcje AI metaboksu dla nieuprzywilejowanych ról.

Inne podatności w Tag, Category, and Taxonomy Manager – AI Autotagger with OpenAI

Zobacz wszystkie
Oryginalny opis (angielski, źródło NVD)

The Tag, Category, and Taxonomy Manager – AI Autotagger with OpenAI plugin for WordPress is vulnerable to time-based blind SQL Injection via the 'existing_terms_orderby' parameter in the AI preview AJAX endpoint in all versions up to, and including, 3.40.1. This is due to insufficient escaping on user-supplied parameters and lack of SQL query parameterization. This makes it possible for authenticated attackers, with Contributor-level access and above who have AI metabox permissions, to append additional SQL queries into already existing queries that can be used to extract sensitive information from the database, cause performance degradation, or enable data inference through time-based techniques.

Dane podatności pochodzą z NVD (NIST) · CISA KEV · EPSS