Ultralytics torch_load: Deserialisierung nicht vertrauenswürdiger Daten führt zu Codeausführung
Zusammenfassung
Die Funktion torch_load in Ultralytics, einem Python-Framework für Computer Vision, validiert vom Benutzer gelieferte Daten vor der Deserialisierung nicht ausreichend. Ein Angreifer kann mit einem manipulierten Modell oder einer manipulierten Datei beliebigen Code im Kontext des aktuellen Benutzers ausführen. Voraussetzung ist, dass ein Benutzer eine bösartige Seite besucht oder eine bösartige Datei öffnet.
Betroffen
- Ultralytics 8.4.65 (laut VulDB, Strix.ai und threatint; Bestätigung anhand der Versionshistorie des Herstellers ausstehend)
- Frühere Versionen: Unbekannt.
Behoben in
Unbekannt. Weder im ZDI-Advisory noch bei Sekundärquellen ist eine korrigierte Version angegeben.
Umgehung
- Modellgewichte, Datensätze und Caches nur aus vertrauenswürdigen, internen Quellen laden.
- Keine unbekannten Modell- oder Projektdateien auf Systemen öffnen, die Zugangsdaten enthalten.
- Nicht vertrauenswürdige Workloads in einer isolierten Umgebung oder einer virtuellen Maschine ausführen.
- Einzige von ZDI genannte Massnahme: Interaktion mit dem Produkt einschränken.
Ausnutzung
- Keine Hinweise auf Ausnutzung in freier Wildbahn; nicht in CISA KEV aufgeführt.
- Zum Zeitpunkt der Recherche ist kein öffentlicher Proof of Concept indexiert; VulDB meldet, dass technische Details bekannt sind, aber kein Exploit verfügbar ist.
- Benutzerinteraktion erforderlich (bösartige Datei oder Seite).
Unsere Empfehlung
- Systeme erfassen, auf denen Ultralytics installiert ist (zum Beispiel mit pip), und prüfen, ob es für Computer Vision oder KI-Arbeiten genutzt wird.
- Bis zu einer korrigierten Version Modelle und Dateien nur aus vertrauenswürdigen Quellen laden.
- Die GitHub-Releases und Sicherheitsseiten von Ultralytics beobachten und sofort aktualisieren, sobald eine korrigierte Version erscheint.
- In den kommenden Wochen erneut auf öffentlichen Proof-of-Concept-Code prüfen.
Öffentliche Exploits
In PoC-in-GitHub, Metasploit und Exploit-DB ist für diese CVE nichts verzeichnet.
Quellen der Recherche
- ZDI-26-812 Advisory www.zerodayinitiative.com
- Strix.ai CVE-2026-118613 www.strix.ai
- VulDB 428071 vuldb.com
- OffSeq Radar: ZDI-26-812 0-day radar.offseq.com
- OffSeq Radar: Ultralytics torch_load radar.offseq.com
- threatint CVE record cve.threatint.com
Recherchiert und auf Deutsch und Englisch aufbereitet von einer KI (Claude von Anthropic) auf Basis von NVD, CISA, EPSS und den genannten Quellen. Massgebend sind die Angaben des Herstellers. Recherche vom 01.11.2026 21:46.
Referenzen der NVD (1)
Quellen
Der Tracker verbindet offizielle, frei nutzbare Datenquellen – laufend aktualisiert:
- NVD (NIST) – CVE, Bewertung (CVSS), betroffene Produkte
- CISA KEV – von der CISA bestätigt aktiv ausgenutzte Lücken
- CISA Vulnrichment – Einschätzung der CISA (SSVC) im offiziellen CVE-Eintrag
- FIRST EPSS – Wahrscheinlichkeit einer Ausnutzung
- Microsoft MSRC – Patch Tuesday: Lücken, Schweregrad, Updates
- PoC-in-GitHub – öffentliche Proof-of-Concept-Repositories
- Metasploit (Rapid7) – Module des Metasploit Framework
- Exploit-DB (OffSec) – Archiv öffentlicher Exploits (nur Verweise)
- Patch-Tage: offizielle Seiten der Hersteller (je Hersteller verlinkt) (Patch-Tage der Hersteller)
Dieses Angebot nutzt Daten der NVD-API, ist aber von der NVD weder unterstützt noch zertifiziert. EPSS-Daten © FIRST.org.
Betroffen? Wir helfen.
Wir prüfen, ob Ihre Systeme betroffen sind, spielen Updates ein und schliessen die Lücke – auf Wunsch auch laufend mit dem System Health Checker.