🇰🇷 한글 설명
Elasticsearch의 머신러닝 모델 평가 과정에서 모델 내 오프셋을 검증하지 않아 메모리 주소를 계산하는 취약점이 발견되었습니다. 권한이 있는 사용자가 조작된 모델을 업로드할 경우 메모리 경계를 벗어난 읽기/쓰기가 가능하며, 이는 힙 손상이나 임의 코드 실행으로 이어질 수 있습니다.
💡 쉬운 설명
악의적인 사용자가 특수하게 제작된 머신러닝 모델을 올려서 컴퓨터의 메모리 영역을 마음대로 조작할 수 있는 문제입니다. 이로 인해 프로그램이 갑자기 꺼지거나 해커가 시스템을 원격으로 제어할 위험이 있습니다.
🇺🇸 원문 (English)
The native inference process that Elasticsearch uses to evaluate uploaded machine learning models accepts a model operation that computes a memory address from an offset supplied inside the model, without validating that the offset stays within the bounds of the underlying storage. A user with the privileges required to upload and deploy a trained model can craft a model that reads and writes memory outside the intended allocation. The result is heap corruption that crashes the inference process, and, with sufficient control over the heap layout, could allow arbitrary code execution in the context of that process.
📍 영향받는 시스템
Elasticsearch (머신러닝 모델 업로드 및 배포 권한이 있는 환경)
⚔️ 공격 벡터
조작된 머신러닝 모델을 업로드하고 배포하여 메모리 경계를 벗어난 연산을 수행함
🛡️ 대응 방법
Elasticsearch를 최신 보안 패치가 적용된 버전으로 업데이트하고 모델 업로드 권한을 엄격히 제한함
🔧 검증 코드
현재 실행 중인 Elasticsearch의 버전 정보를 확인하여 취약점이 해결된 패치 버전인지 대조함
curl -s -u username:password http://localhost:9200/_cluster/health | grep -i 'elasticsearch'