Oczekuje na analizę

CVE-2026-67211

opublikowano: 11.09.2026, 20:16

modyfikacja: 11.09.2026, 23:17

Ocena CVSS

n/a

Brak oceny

Oficjalne źródła

>_ Opis

Tłumaczenie automatyczne – może zawierać nieścisłości.

Odmowa usługi OOM poprzez nieograniczone wstępne ustalanie rozmiaru mapy w Apache OpenNLP SymSpellModelSerializer

Wersje, których to dotyczy:

- 3.0.0-M4
- 3.0.0-M5

(Rozszerzenie opennlp-spellcheck zostało wprowadzone w wersji 3.0.0-M4. Wersje 1.x i 2.x nie zawierają kodu, którego dotyczy problem.)

Opis:

Metoda SymSpellModelSerializer.create() odczytuje dwa 32-bitowe pola liczby całkowitej ze znakiem (unigramCount i bigramCount) z binarnego strumienia modelu SymSpell i przekazuje każdą wartość bezpośrednio do LinkedHashMap.newLinkedHashMap() po sprawdzeniu, czy jest ona nieujemna. Nie jest stosowana żadna górna granica, więc liczba jest w pełni kontrolowana przez osobę atakującą, gdy plik modelu pochodzi z niezaufanego źródła.

Stworzony plik modelu .bin, w którym dowolne pole licznika jest ustawione na Integer.MAX_VALUE (lub dowolną wartość wystarczająco dużą, aby wyczerpać dostępną stertę) powoduje, że mapa jest wstępnie skalowana do pojemności 2^30 wpisów. Nadmierna tablica zapasowa jest przydzielana przy pierwszej funkcji put() w tej mapie, żądając 4–8 GB w zależności od tego, czy wystąpiły skompresowane operacje oops, a ładowanie kończy się niepowodzeniem z powodu błędu OutOfMemoryError. Ponieważ pola licznikowe znajdują się bezpośrednio po nagłówku o stałym rozmiarze (magiczny, wersja formatu, trzy ciągi UTF, pola konfiguracyjne i identyfikator odległości edycji), osoba atakująca nie ponosi znaczących kosztów związanych z rozmiarem, aby uzbroić ładunek: plik o rozmiarze znacznie poniżej 100 bajtów plus jeden prawdziwy wpis wystarczy, aby spowodować awarię maszyny JVM, która go ładuje.

Ma to wpływ na każdą ścieżkę kodu deserializującą model SymSpell, w tym SymSpellModels.deserialize(InputStream), SymSpellModels.fromBytes(byte[]), ładowanie modelu ścieżki klas za pomocą SymSpellModelResolver.resolveByLanguage(String), narzędzie wiersza poleceń CorrectTextTool i ładowanie archiwum modelu za pośrednictwem zarejestrowanego ArtifactSerializer. Rozszerzenie opennlp-spellcheck jest dostępne w oficjalnej dystrybucji binarnej OpenNLP.

Praktycznym skutkiem jest odmowa usługi wobec procesów ładujących pliki modelu SymSpell z niezaufanych lub częściowo zaufanych źródeł.

Łagodzenie:

- Użytkownicy wersji 3.x powinni dokonać aktualizacji do wersji 3.0.0-M6.

Uwaga: poprawka nakłada górną granicę na oba pola zliczania, sprawdzane przed wstępnym wymiarowaniem mapy; liczby, które są ujemne lub przekraczają ograniczenie, powodują zgłoszenie wyjątku IOException i odczyt szybko kończy się niepowodzeniem bez dużej alokacji. Ograniczeniem jest istniejący limit AbstractModelReader.MAX_ENTRIES wprowadzony wcześniej, który bieżąca zmiana zapewnia widoczność publiczną, aby serializatorzy wdrażający swój własny format binarny mogli go udostępniać. Domyślna granica wynosi 10 000 000, co znacznie przekracza liczbę wpisów w legalnych słownikach SymSpell, ale znacznie poniżej wartości, która groziłaby wyczerpaniem sterty. Wdrożenia, które zgodnie z prawem wymagają ładowania większych słowników, mogą zwiększyć limit przy uruchamianiu maszyny JVM, ustawiając właściwość systemową OPENNLP_MAX_ENTRIES na żądaną dodatnią liczbę całkowitą (np. -DOPENNLP_MAX_ENTRIES=50000000); nieprawidłowe lub niedodatnie wartości wracają do wartości domyślnych. Należy zauważyć, że ta właściwość jest współdzielona z limitem czytnika modelu, a podniesienie jej rozluźnia oba.

Użytkownicy, którzy nie mogą dokonać natychmiastowej aktualizacji, powinni traktować wszystkie pliki modeli SymSpell .bin jako niezaufane dane wejściowe, chyba że ich pochodzenie zostanie zweryfikowane, i powinni unikać ładowania modeli dostarczonych przez użytkowników końcowych lub pobranych z repozytoriów stron trzecich bez sprawdzenia integralności.

OOM Denial of Service via Unbounded Map Pre-Sizing in Apache OpenNLP SymSpellModelSerializer

Versions Affected:

- 3.0.0-M4
- 3.0.0-M5

(The opennlp-spellcheck extension was introduced in 3.0.0-M4. Releases 1.x and 2.x do not contain the affected code.)

Description:

The SymSpellModelSerializer.create() method reads two 32-bit signed integer count fields (unigramCount and bigramCount) from a binary SymSpell model stream and passes each value directly to LinkedHashMap.newLinkedHashMap() after validating only that it is non-negative. No upper bound is applied, so the count is fully attacker-controlled when the model file originates from an untrusted source.

A crafted .bin model file in which either count field is set to Integer.MAX_VALUE (or any value large enough to exhaust the available heap) causes the map to be pre-sized to a capacity of 2^30 entries. The oversized backing array is allocated on the first put() into that map, requesting 4–8 GB depending on whether compressed oops are in effect, and the load fails with an OutOfMemoryError. Because the count fields sit immediately after a fixed-size header (magic, format version, three UTF strings, the configuration fields, and the edit-distance identifier) the attacker pays no meaningful size cost to weaponize a payload: a file of well under 100 bytes plus a single real entry is sufficient to crash a JVM that loads it.

Any code path that deserializes a SymSpell model is affected, including SymSpellModels.deserialize(InputStream), SymSpellModels.fromBytes(byte[]), classpath model loading via SymSpellModelResolver.resolveByLanguage(String), the CorrectTextTool command-line tool, and model-archive loading through the registered ArtifactSerializer. The opennlp-spellcheck extension ships in the official OpenNLP binary distribution.

The practical impact is denial of service against processes that load SymSpell model files from untrusted or semi-trusted origins.

Mitigation:

- 3.x users should upgrade to 3.0.0-M6.

Note: The fix applies an upper bound to both count fields, checked before the map is pre-sized; counts that are negative or exceed the bound cause an IOException to be thrown and the read to fail fast with no large allocation. The bound is the existing AbstractModelReader.MAX_ENTRIES limit introduced earlie, which the current change promotes to public visibility so that serializers implementing their own binary format can share it. The default bound is 10,000,000, which is well above the entry counts of legitimate SymSpell dictionaries but far below any value that would threaten heap exhaustion. Deployments that legitimately need to load larger dictionaries can raise the limit at JVM startup by setting the OPENNLP_MAX_ENTRIES system property to the desired positive integer (e.g. -DOPENNLP_MAX_ENTRIES=50000000); invalid or non-positive values fall back to the default. Note that this property is shared with the model-reader limit and raising it relaxes both.

Users who cannot upgrade immediately should treat all SymSpell .bin model files as untrusted input unless their provenance is verified, and should avoid loading models supplied by end users or fetched from third-party repositories without integrity checks.

>_ Słabości (CWE)

CWE-789

>_ Referencje

Dane podatności pochodzą z oficjalnych źródeł (CVE® List / NVD). Opisy po polsku są tłumaczone automatycznie i mogą zawierać nieścisłości – na stronie rekordu można wyświetlić wersję angielską.

This product uses the NVD API but is not endorsed or certified by the NVD.

CVE Usage: MITRE hereby grants you a perpetual, worldwide, non-exclusive, no-charge, royalty-free, irrevocable copyright license to reproduce, prepare derivative works of, publicly display, publicly perform, sublicense, and distribute Common Vulnerabilities and Exposures (CVE®). Any copy you make for such purposes is authorized provided that you reproduce MITRE's copyright designation and this license in any such copy. ALL DOCUMENTS AND THE INFORMATION CONTAINED THEREIN PROVIDED BY MITRE ARE PROVIDED ON AN "AS IS" BASIS, WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND.

NVD Terms of Use / CVE® Terms of Use / nvd.nist.gov / cve.org

<< baza_cve