CVE-2026-11816
WysokieCVSS 8.1Prawdopodobieństwo exploitacji (EPSS)
Niskie ryzykoPercentyl 33 - wyżej niż 33% wszystkich znanych CVE
Streszczenie
Podatność w bibliotece Keras przed wersją 3.14.0 umożliwia przejście ścieżki (path traversal) podczas wyodrębniania archiwów. Funkcje walidujące sprawdzają ścieżki względem bieżącego katalogu roboczego (CWD) zamiast docelowego katalogu wyodrębniania, co w środowiskach takich jak Docker, CI/CD czy Jupyter (gdzie CWD to '/') pozwala ominąć zabezpieczenia i zapisać pliki poza zamierzonym katalogiem.
Ocena ryzyka
Atakujący może nadpisać pliki konfiguracyjne, wstrzyknąć złośliwy kod lub uszkodzić zbiory danych i potoki uczenia maszynowego, co prowadzi do naruszenia integralności systemu i potencjalnego przejęcia kontroli nad aplikacją.
Rekomendacja
Należy natychmiast zaktualizować bibliotekę Keras do wersji 3.14.0 lub nowszej. W środowiskach z Pythonem 3.11, gdzie brakuje filtra 'data', konieczne jest dodatkowe ręczne sprawdzenie poprawności wyodrębnianych archiwów.
Oryginalny opis (angielski, źródło NVD)
Keras versions prior to 3.14.0 are vulnerable to a path traversal issue in the archive extraction utilities located in `keras/src/utils/file_utils.py`. The functions `filter_safe_tarinfos()` and `filter_safe_zipinfos()` validate archive member paths against the process current working directory (CWD) instead of the actual extraction destination. When the process runs with CWD set to `/`, which is common in Docker containers, CI/CD runners, and Jupyter environments, the validation boundary becomes the filesystem root, allowing traversal paths to bypass the security check. Additionally, the zip filter contains a bug that causes an `AttributeError` when a blocked entry is encountered, leading to incomplete extraction. Furthermore, Python 3.11 installations lack the `filter="data"` safety net, leaving them entirely reliant on the flawed CWD-based filter. Exploitation of this vulnerability can result in arbitrary file writes outside the intended extraction directory, enabling attackers to overwrite configuration files, inject malicious code, or corrupt machine learning datasets and pipelines.