ZABBIX の XML 外部実体参照に起因する情報漏えいの脆弱性(Scan Tech Report)
ZABBIX には、XML 外部実体参照 (XXE:XML eXternal Entity) に起因して、情報漏えいが発生する脆弱性が報告されています。
脆弱性と脅威
エクスプロイト
ZABBIX には、XML 外部実体参照 (XXE:XML eXternal Entity) に起因して、情報漏えいが発生する脆弱性が報告されています。
ZABBIX にアクセス可能な認証情報を持つ悪意あるユーザに利用された場合、ZABBIX が動作するシステム上の重要な情報を不正に取得される可能性があります。
脆弱性を悪用された場合の影響度が高いため、影響を受けるバージョンの ZABBIX を利用するユーザは可能な限り以下に記載する対策を実施することを推奨します。
2.深刻度(CVSS)
CVE-ID 未割り当てのため、現状なし
3.影響を受けるソフトウェア
ZABBIX 1.8.20 以前
ZABBIX 2.0.12 以前
ZABBIX 2.2.4 以前
※1 開発版である ZABBIX 2.3.0/2.3.1 もこの脆弱性の影響を受けます。また、Debian, Fedora などの Linux ディストリビューションに含まれる ZABBIX パッケージもこの脆弱性の影響を受けます。
4.解説
ZABBIX は、サーバ、ネットワーク、アプリケーションを集中監視するためのオープンソースの統合監視ソフトウェアです。ZABBIX では、エクスポート機能を利用することで、監視設定情報をテンプレートとして XML ファイルに出力可能であり、またインポート機能を利用して、出力した XML ファイルを別の ZABBIX に取り込み、設定を移植することが可能です。
ZABBIX には、インポート機能を利用して XML ファイルを取り込む際の XML データの解析処理に不備があるため、XML 外部実体参照を行う不正な XML データを介して XXE 攻撃※2 が可能な脆弱性が存在します。
この脆弱性を利用することで、ZABBIX にアクセス可能な認証情報を持つ攻撃者は、ZABBIX を実行するユーザの権限でシステム上の情報を窃取することが可能となります。
なお、攻撃者がこの脆弱性を悪用する、ZABBIX のインポート機能を利用する権限を有する必要があります。
※2 http://cwe.mitre.org/data/definitions/611.html
5.対策
現時点 (2014/6/30) において、この脆弱性を解消する ZABBIX バージョンはリリースされていませんが、以下の ZABBIX の svn リポジトリ(svn.zabbix.com) にて、この脆弱性を解消した開発バージョン (1.8.21rc1/2.0.13rc1/2.2.5rc1) が公開されています。
* ZABBIX 1.8.x - svn://svn.zabbix.com/branches/dev/ZBX-8151-18 r46594
* ZABBIX 2.x - svn://svn.zabbix.com/branches/dev/ZBX-8151-20 r46600
なお、ZABBIX 2.0.x/2.2.x においては、以下の Web サイトを参考にパッチ (ZBX_8151_2_2_2.patch) を入手し適用することでも、この脆弱性を解消することが可能です。
ZBX-8151:
https://support.zabbix.com/browse/ZBX-8151
6.ソースコード
(Web非公開)
(執筆:株式会社ラック サイバー・グリッド研究所)
※Web非公開該当コンテンツ閲覧をご希望の方はScan Tech Reportにご登録(有料)下さい。
Scan Tech Report
http://scan.netsecurity.ne.jp/archives/51916302.html
ソース・関連リンク
関連記事
Scan PREMIUM 会員限定記事
もっと見る-
-
Jenkins に任意のファイルの読み取りが可能となるコマンドラインインターフェース機能におけるアクセス制御不備の脆弱性(Scan Tech Report)
2024 年 1 月に公開された、任意のファイルの読み取りが可能となる Jenkins の脆弱性に対するエクスプロイトコードが公開されています。
-
今日もどこかで情報漏えい 第22回「2024年2月の情報漏えい」プロモーションではなかった 公式 X への攻撃
2 月に最も件数換算の被害規模が大きかったのは、株式会社大藤つり具による「大藤つり具にランサムウェア攻撃、過去にダイレクトメールを送付した顧客情報が流出した可能性」の最大 約20 万件だった。
-
人かAIか? 生成方法別フィッシングメール打率比較
類似の実験では「見分けがつかない」「成功率が高い」といった結果にとどまっていることが多いが、この論文では AI 作成フィッシングメールの「品質評価」、人力と AI 作成メールに対して AI がどの程度、真贋や意図を判定できるかにまで踏み込んで調べた。