CVE-2026-47835: Injektionsfejl i Spring AI’s vector stores

CVE-2026-47835 er en injektionssårbarhed i Spring AI, et javabaseret rammeværk til at bygge AI-applikationer. Fejlen findes i de moduler, der forbinder Spring AI til vektordatabaser, altså databaser der gemmer talrepræsentationer af tekst brugt i søgning og kunstig intelligens. Særlige tegn i brugerinput bliver ikke renset korrekt, før de sendes videre til Elasticsearch, OpenSearch eller GemFire. Det betyder, at en angriber kan indsætte tegn, der ændrer den forespørgsel, systemet egentlig skulle udføre, og dermed få adgang til data eller påvirke søgeresultater uden at have gyldige loginoplysninger.

Sårbarheden rammer virksomheder, der har bygget AI-løsninger med Spring AI version 1.0.0 til 1.0.8 eller 1.1.0 til 1.1.7, og som bruger en af de tre komponenter spring-ai-elasticsearch-store, spring-ai-opensearch-store eller spring-ai-gemfire-store til at gemme og søge i vektordata. Det er typisk relevant for danske virksomheder, der har udviklet chatbots, dokumentsøgning eller anbefalingssystemer baseret på såkaldt RAG, hvor sprogmodeller kombineres med søgning i egne data.

En angriber, der kan sende input til søgefunktionen, kan indsætte specialtegn og dermed tvinge systemet til at udføre andre forespørgsler end tiltænkt. I praksis kan det betyde adgang til data, som brugeren ikke skulle kunne se, herunder andre kunders eller andre afdelingers dokumenter i samme vektordatabase. Der er også risiko for, at søgeresultater eller data i databasen ændres, selv om den primære konsekvens er læk af fortrolige oplysninger.

CVSS-scoren er 8,6 ud af 10, hvilket er alvorligt. Angrebet kræver ingen login, ingen særlige rettigheder og ingen handling fra en bruger, det kan udføres direkte over netværket mod en sårbar applikation. Konsekvensen for fortrolighed er høj, mens integritet og tilgængelighed kun påvirkes i lav grad. Der er ikke offentligt kendte tilfælde af aktiv udnyttelse på offentliggørelsesdatoen, men fejlen er let at angribe, da den ikke kræver adgangsoplysninger.

Sådan lukker I hullet og begrænser risikoen:

1. Opdatér Spring AI til version 1.0.9 (hvis I kører 1.0.x) eller 1.1.8 (hvis I kører 1.1.x). Det lukker selve sårbarheden.
2. Kortlæg jeres AI-applikationer og undersøg, om de bruger spring-ai-elasticsearch-store, spring-ai-opensearch-store eller spring-ai-gemfire-store.
3. Gennemgå logfiler fra vektordatabasen for usædvanlige forespørgsler eller fejlmeddelelser, der kan tyde på tidligere udnyttelse.
4. Begræns netværksadgangen til jeres vektordatabase, så kun applikationsserveren kan tilgå den direkte.
5. Test søgefunktionen efter opdatering for at bekræfte, at almindelige forespørgsler stadig fungerer korrekt.
6. Har I ikke selv udviklerressourcer til at opdatere afhængigheder og teste applikationen, bør I inddrage en ekstern leverandør eller jeres it-partner til opgaven.