CVE-2026-33833
WysokieCVSS 8.2Prawdopodobieństwo exploitacji (EPSS)
Niskie ryzykoPercentyl 39 - wyżej niż 39% wszystkich znanych CVE
Streszczenie
Nieprawidłowe neutralizowanie specjalnych elementów w danych wyjściowych używanych przez komponent downstream w Azure Machine Learning umożliwia nieautoryzowanemu atakującemu przeprowadzenie spoofingu w sieci.
Ocena ryzyka
Atakujący może wykorzystać tę podatność do podszywania się pod inne urządzenia w sieci, co może prowadzić do poważnych naruszeń bezpieczeństwa.
Rekomendacja
Zaleca się aktualizację komponentów Azure Machine Learning oraz wdrożenie dodatkowych mechanizmów zabezpieczających w celu zminimalizowania ryzyka.
Inne podatności w Azure Machine Learning
Zobacz wszystkie- CVE-2026-32207Wysokie
W Azure Machine Learning występuje niewłaściwe neutralizowanie danych wejściowych podczas generowania stron internetowych, co prowadzi do podatności na ataki typu cross-site scripting (XSS). Taki atak umożliwia nieautoryzowanemu napastnikowi przeprowadzenie oszustwa w sieci.
- CVE-2023-23382Średnie
Podatność ujawnienia informacji w usłudze Azure Machine Learning Compute Instance. Atakujący może wykorzystać tę podatność do uzyskania nieautoryzowanego dostępu do danych.
Oryginalny opis (angielski, źródło NVD)
Improper neutralization of special elements in output used by a downstream component ('injection') in Azure Machine Learning allows an unauthorized attacker to perform spoofing over a network.