CVE-2026-5817
WysokieCVSS 8.2Streszczenie
Backend inferencji vllm-metal w Docker Model Runner na macOS bezwarunkowo ustawia trust_remote_code=True podczas ładowania tokenizatorów modeli i działa bez sandboxingu. To powoduje, że transformers.AutoTokenizer.from_pretrained() importuje i wykonuje dowolne pliki Pythona zawarte w każdym modelu pobranym z rejestru OCI, co prowadzi do wykonania dowolnego kodu na hoście Docker jako użytkownik Docker Desktop.
Ocena ryzyka
Każdy kontener w sieci Docker może wywołać tę podatność, co stwarza ryzyko wykonania złośliwego kodu na hoście Docker. To może prowadzić do poważnych naruszeń bezpieczeństwa i utraty danych w organizacji.
Rekomendacja
Zaleca się ograniczenie dostępu do model-runner.docker.internal oraz wprowadzenie dodatkowych środków bezpieczeństwa, takich jak sandboxing, aby zminimalizować ryzyko wykonania złośliwego kodu.
Oryginalny opis (angielski, źródło NVD)
The vllm-metal inference backend in Docker Model Runner on macOS unconditionally sets trust_remote_code=True when loading model tokenizers, and runs without sandboxing. This causes transformers.AutoTokenizer.from_pretrained() to import and execute arbitrary Python files included in any model pulled from an OCI registry, resulting in arbitrary code execution on the Docker host as the Docker Desktop user when inference is triggered. Any container on the Docker network can trigger this by calling the model-runner.docker.internal API to pull a malicious model and request inference.