CVE-2026-15976
KrytyczneCVSS 9.8Prawdopodobieństwo exploitacji (EPSS)
Niskie ryzykoPercentyl 26 - wyżej niż 26% wszystkich znanych CVE
Streszczenie
SGLang zawiera podatność zdalnego wykonania kodu (RCE) podczas próby załadowania wag modelu z repozytorium HuggingFace. W punkcie końcowym /update_weights_from_disk funkcja torch.load z parametrem weights_only=False umożliwia deserializację pickle plików .bin.
Ocena ryzyka
Atakujący może zdalnie wykonać dowolny kod na serwerze, co prowadzi do pełnego przejęcia systemu i potencjalnej utraty danych.
Rekomendacja
Należy zaktualizować SGLang do wersji, która używa bezpieczniejszej deserializacji lub wyłączyć możliwość ładowania wag z zewnętrznych repozytoriów.
Inne podatności w SGLang
Zobacz wszystkie- CVE-2026-86793Krytyczne
SGLang pozwala na nieuwierzytelnioną deserializację pickle poprzez /update_weights_from_tensor, gdy nie skonfigurowano kluczy uwierzytelniających, a politykę SafeUnpickler można obejść, ponieważ builtins.import i builtins.getattr są rozwiązywalne, co umożliwia wykonanie kodu poprzez pickle REDUCE.
- CVE-2026-15971Krytyczne
SGLang zawiera podatność zdalnego wykonania kodu (RCE) w opcjonalnym podsystemie dumper. Gdy zmienna DUMPER_SERVER_PORT jest ustawiona, możliwa jest ucieczka z piaskownicy, co umożliwia wykonanie kodu na żądaniach inferencyjnych.
- CVE-2026-15969Krytyczne
SGLang zawiera podatność zdalnego wykonania kodu (RCE) bez uwierzytelniania w punkcie końcowym /load_lora_adapter_from_tensors. Podatność wynika z obejścia niekompletnej listy blokad SafeUnpicklera, co umożliwia wykonanie dowolnych poleceń poprzez spreparowane ładunki pickle zakodowane w base64.
- CVE-2026-14890Krytyczne
Podatność w SGLang dotyczy podsystemu kopii zapasowej ekspertów równoległych, który udostępnia gniazdo ZeroMQ PULL na routowalnym interfejsie sieciowym bez uwierzytelniania ani zabezpieczeń deserializacji. Umożliwia to atakującemu dostarczenie złośliwego pliku pickle, prowadząc do nieuwierzytelnionego zdalnego wykonania kodu, gdy funkcja jest włączona, a usługa jest osiągalna przez sieć.
- CVE-2026-15978Wysokie
SGLang zawiera podatność na eksfiltrację wag modelu, gdy nie skonfigurowano kluczy API. SGLang udostępnia dwa endpointy, które pozwalają zdalnemu atakującemu na wywołanie rozgłaszania wag za pomocą NCCL, a następnie transfer danych, co umożliwia eksfiltrację wszystkich wag modelu.
- CVE-2026-15977Wysokie
SGLang zawiera podatność na wyciek poświadczeń w punkcie końcowym /server_info. Gdy skonfigurowany jest tylko parametr --admin-api-key, endpoint ten zwraca klucze API oraz informacje o plikach kluczy SSL.
- CVE-2026-15974Średnie
SGLang zawiera podatność na SSRF (Server-Side Request Forgery) oraz odczyt lokalnych plików w punkcie końcowym generowania multimodalnego /v1/chat/completions. Wynika to z braku sanityzacji parametru image_url, co umożliwia dostęp do wewnętrznych metadanych, sekretów i usług.
- CVE-2026-10775Niskie
Podatność w SGLang do wersji 0.5.11 w funkcji data_hash komponentu Cache Handler powoduje odmowę usługi (DoS) przy lokalnym ataku o wysokiej złożoności. Exploit został opublikowany.
- CVE-2026-10300Niskie
W SGLang 0.5.10.post1 w pliku python/sglang/srt/lora/lora_manager.py w komponencie Inference HTTP Endpoint podatność na osiągalne asercje przez argument lora_path. Atak zdalny o wysokiej złożoności, exploit opublikowany.
Oryginalny opis (angielski, źródło NVD)
SGLang contains a RCE vulnerability when attempting to load model weights from a HuggingFace repository, specifically within the /update_weights_from_disk, where torch.load(..., weights_only=False) fallback enables pickle deserialization of .bin files.