CVE-2026-15378: SSRF-sårbarhed i guardrails-detectors
Sårbarhed i guardrails-detectors tillader SSRF via XSD-streng, der kan lække cloud-cendentialer. Isolér tjenesten og opdatér, når rettelse findes.
Hvad er det?
CVE-2026-15378 er en fejl i komponenten guardrails-detectors, som bruges til at validere input og output i systemer med sprogmodeller (AI-guardrails). Fejlen gør det muligt for en angriber uden login at sende en specialkonstrueret XSD-streng, et format der beskriver strukturen i XML-dokumenter. Systemet forsøger derefter selv at hente det XML-skema, som XSD-strengen henviser til, og angriberen kan styre, hvilken adresse dette sker mod. Det kaldes SSRF, server-side request forgery, hvor serveren narres til at lave kald på angriberens vegne mod interne adresser, som normalt ikke kan nås udefra.
Hvem rammer det?
Sårbarheden rammer virksomheder og organisationer, der kører AI-løsninger med guardrails-detectors som del af deres infrastruktur til validering af input og output fra sprogmodeller. Det gælder typisk teams, der har bygget interne chatbots, dokumentbehandling eller andre AI-tjenester på baggrund af open source guardrails-komponenter. NVD-data angiver ingen specifik versionsafgrænsning, så alle installationer af komponenten bør betragtes som potentielt ramt, indtil andet er bekræftet.
Hvad kan ske?
En angriber kan bruge fejlen til at få serveren til at kalde interne endepunkter, som normalt er skærmet fra internettet. Det omfatter cloud-metadataservicer, hvor der kan ligge adgangsnøgler til hele cloud-kontoen, Kubernetes API’et, den interne objektlagring MinIO og andre systemer på det interne netværk. Angrebet kan også bruges til at læse lokale filer, herunder service account tokens og pod secrets, som giver adgang til andre dele af infrastrukturen. I praksis kan et enkelt sårbart AI-endepunkt dermed blive indgang til hele skymiljøet.
Hvor alvorligt er det?
CVSS-score er 9,3 ud af 10, kritisk. Angrebet kræver ikke login og ingen handling fra en bruger, og det kan udføres over netværket med lav teknisk kompleksitet. Konsekvensen er høj fortrolighed, altså risiko for at følsomme oplysninger som adgangsnøgler og tokens lækkes, mens fejlen ikke i sig selv ændrer data eller lukker systemet ned. Der er på offentliggørelsestidspunktet ingen oplysninger om, at sårbarheden aktivt udnyttes i angreb.
Hvad gør jeg nu?
Følgende skridt bør prioriteres for at lukke risikoen og begrænse skaden, hvis komponenten allerede er i drift.
- Isolér den server, der kører guardrails-detectors, fra adgang til cloud-metadataservicer, Kubernetes API og MinIO, for eksempel med netværkspolitikker eller firewallregler, der blokerer udgående kald til interne administrative adresser.
- Deaktivér eller begræns funktionen, der behandler XSD-strenge, hvis det er muligt uden at bryde forretningskritisk funktionalitet.
- Tjek leverandørens repository og sikkerhedsmeddelelser for en rettet version, og planlæg opdatering, så snart den er tilgængelig.
- Rotér adgangsnøgler og tokens, der kan have været eksponeret via den sårbare tjeneste, herunder cloud-nøgler og service account tokens.
- Gennemgå logs for udgående kald fra AI-tjenesten mod interne adresser, som kan indikere forsøg på udnyttelse.
- Kontakt en sikkerhedsrådgiver, hvis I ikke selv kan verificere netværksisolering eller vurdere omfanget af en mulig eksponering.
Isolér tjenesten inden for 24 timer
Vi anbefaler, at I straks begrænser netværksadgangen for enhver tjeneste, der bruger guardrails-detectors, så den ikke kan nå cloud-metadataservicer eller interne administrative systemer. Det er en opgave, der kan løses med netværkskonfiguration allerede i dag, og bør ikke vente på en officiel rettelse. Når leverandøren udgiver en opdatering, bør den installeres hurtigst muligt, da fejlen giver adgang til følsomme legitimationsoplysninger uden krav om login.
Tidslinje
Konkrete eksempler
Intern AI-chatbot lækker cloud-nøgler
En dansk virksomhed har bygget en intern chatbot til medarbejdere, der bruger guardrails-detectors til at validere svar fra en sprogmodel. En angriber sender en besked med en skjult XSD-streng, der får serveren til at hente data fra cloud-udbyderens metadataservice. Angriberen får dermed adgang til cloud-nøgler, der giver videre adgang til virksomhedens skymiljø, uden at nogen medarbejder har foretaget en synlig handling.
Ofte stillede spørgsmål
Er vi ramt af denne sårbarhed?
I er ramt, hvis I kører komponenten guardrails-detectors som del af en AI-løsning, der validerer sprogmodel-input eller output. Tjek jeres afhængighedsliste eller kontakt jeres udviklingsteam for at bekræfte, om komponenten er i brug.
Hvordan tjekker vi, om komponenten er sårbar?
Undersøg om jeres AI-tjeneste accepterer XSD- eller XML-skema-input fra eksterne brugere, og om den bruger guardrails-detectors til validering. Test i et testmiljø, om systemet forsøger at hente eksterne ressourcer baseret på indhold i XSD-strengen.
Kan vi vente til weekenden med at handle?
Nej, ikke uden at begrænse netværksadgangen først. Da angrebet ikke kræver login eller brugerhandling, kan det udføres når som helst, og en eventuel lækage af cloud-nøgler kan give en angriber adgang, der er svær at opdage bagefter.
Skal vi anmelde dette til myndighederne?
Hvis I konstaterer, at cloud-nøgler, tokens eller andre følsomme data faktisk er blevet lækket via denne fejl, kan det udgøre en anmeldelsespligtig sikkerhedsbrist efter databeskyttelsesreglerne. Vurdér omfanget sammen med jeres databeskyttelsesrådgiver, hvis der er tegn på faktisk udnyttelse.
Findes der en opdatering, der lukker hullet?
Der er på offentliggørelsestidspunktet ikke oplyst en specifik rettet version i NVD-data. Følg leverandørens repository for guardrails-detectors, og anvend i mellemtiden netværksbaserede begrænsninger som beskrevet i handlingsplanen.
CVSS-detaljer
CVSS:3.1/AV:N/AC:L/PR:N/UI:N/S:C/C:H/I:L/A:N
CWE-svaghedstyper
Original NVD-beskrivelse (engelsk)
A flaw was found in the `guardrails-detectors` component. This vulnerability allows a remote attacker to perform a blind Server-Side Request Forgery (SSRF) by submitting a specially crafted XML Schema Definition (XSD) string. This can lead to unauthorized access to sensitive information, including credentials from cloud metadata services, Kubernetes API, internal MinIO, and other internal network endpoints. Additionally, it enables local file reads of critical data such as service account tokens and pod secrets.
Referencer & kilder
Eksterne kilder
Brug for hjælp med jeres sikkerhed?
Vi hjælper SMV’er med at omsætte trusler som denne til konkrete handlingsplaner.