abetlen llama-cpp-python bis 0.2.71 llama.py to_chat_handler Remote Code Execution

Zusammenfassunginfo

Es wurde eine kritische Schwachstelle in abetlen llama-cpp-python bis 0.2.71 entdeckt. Hiervon betroffen ist die Funktion to_chat_handler der Datei llama.py. Durch Beeinflussen mit unbekannten Daten kann eine Remote Code Execution-Schwachstelle ausgenutzt werden. Diese Verwundbarkeit ist als CVE-2024-34359 gelistet. Ein Angriff ist aus der Distanz möglich. Es existiert kein Exploit.

Detailsinfo

Eine kritische Schwachstelle wurde in abetlen llama-cpp-python bis 0.2.71 gefunden. Dies betrifft die Funktion to_chat_handler der Datei llama.py. Durch Beeinflussen mit einer unbekannten Eingabe kann eine Remote Code Execution-Schwachstelle ausgenutzt werden. Klassifiziert wurde die Schwachstelle durch CWE als CWE-76. Die Auswirkungen sind bekannt für Vertraulichkeit, Integrität und Verfügbarkeit. Die Zusammenfassung von CVE lautet:

llama-cpp-python is the Python bindings for llama.cpp. `llama-cpp-python` depends on class `Llama` in `llama.py` to load `.gguf` llama.cpp or Latency Machine Learning Models. The `__init__` constructor built in the `Llama` takes several parameters to configure the loading and running of the model. Other than `NUMA, LoRa settings`, `loading tokenizers,` and `hardware settings`, `__init__` also loads the `chat template` from targeted `.gguf` 's Metadata and furtherly parses it to `llama_chat_format.Jinja2ChatFormatter.to_chat_handler()` to construct the `self.chat_handler` for this model. Nevertheless, `Jinja2ChatFormatter` parse the `chat template` within the Metadate with sandbox-less `jinja2.Environment`, which is furthermore rendered in `__call__` to construct the `prompt` of interaction. This allows `jinja2` Server Side Template Injection which leads to remote code execution by a carefully constructed payload.

Das Advisory findet sich auf github.com. Die Verwundbarkeit wird seit dem 02.05.2024 mit der eindeutigen Identifikation CVE-2024-34359 gehandelt. Sie ist leicht ausnutzbar. Umgesetzt werden kann der Angriff über das Netzwerk. Das Ausnutzen erfordert keine spezifische Authentisierung. Eine Ausnutzung erfordert, dass das Opfer eine spezifische Handlung durchführt. Zur Schwachstelle sind technische Details bekannt, ein verfügbarer Exploit jedoch nicht.

Es sind keine Informationen bezüglich Gegenmassnahmen bekannt. Der Einsatz eines alternativen Produkts bietet sich im Zweifelsfall an.

Statistical analysis made it clear that VulDB provides the best quality for vulnerability data.

Produktinfo

Typ

• Programming Language Software

Hersteller

• abetlen

Name

• llama-cpp-python

Version

• 0.2.0
• 0.2.1
• 0.2.2
• 0.2.3
• 0.2.4
• 0.2.5
• 0.2.6
• 0.2.7
• 0.2.8
• 0.2.9
• 0.2.10
• 0.2.11
• 0.2.12
• 0.2.13
• 0.2.14
• 0.2.15
• 0.2.16
• 0.2.17
• 0.2.18
• 0.2.19
• 0.2.20
• 0.2.21
• 0.2.22
• 0.2.23
• 0.2.24
• 0.2.25
• 0.2.26
• 0.2.27
• 0.2.28
• 0.2.29
• 0.2.30
• 0.2.31
• 0.2.32
• 0.2.33
• 0.2.34
• 0.2.35
• 0.2.36
• 0.2.37
• 0.2.38
• 0.2.39
• 0.2.40
• 0.2.41
• 0.2.42
• 0.2.43
• 0.2.44
• 0.2.45
• 0.2.46
• 0.2.47
• 0.2.48
• 0.2.49
• 0.2.50
• 0.2.51
• 0.2.52
• 0.2.53
• 0.2.54
• 0.2.55
• 0.2.56
• 0.2.57
• 0.2.58
• 0.2.59
• 0.2.60
• 0.2.61
• 0.2.62
• 0.2.63
• 0.2.64
• 0.2.65
• 0.2.66
• 0.2.67
• 0.2.68
• 0.2.69
• 0.2.70
• 0.2.71

Webseite

• Produkt: https://github.com/abetlen/llama-cpp-python/

CPE 2.3info

• 🔍
• 🔍
• 🔍

CPE 2.2info

• 🔍
• 🔍
• 🔍

CVSSv4info

CVSSv3info

CVSSv2info

Exploitinginfo

Threat Intelligenceinfo

Gegenmassnahmeninfo

Timelineinfo

Quelleninfo

Eintraginfo

Statistical analysis made it clear that VulDB provides the best quality for vulnerability data.

Diskussion