CVE-2026-41855: Desserialização insegura no Spring Framework via conversores Jackson JMS
A CVE-2026-41855 afeta os conversores de mensagens JMS baseados em Jackson do Spring Framework, que podem instanciar classes arbitrárias quando as mensagens JMS vêm de um ambiente não confiável. A pontuação base da NVD é 9,8 (crítica), e o registro associa a falha à desserialização de classes gadget, que pode levar a ações não autorizadas. Não há exploração confirmada nas fontes consultadas, e a CVE não consta no catálogo KEV da CISA.
Visão geral
A CVE-2026-41855 diz respeito a dois conversores de mensagens JMS do Spring Framework, MappingJackson2MessageConverter e JacksonJsonMessageConverter. Segundo o registro, em um ambiente JMS não confiável eles permitem a instanciação de classes arbitrárias. A fraqueza é classificada como CWE-502, desserialização de dados não confiáveis.
Impacto
- O registro indica que a falha pode levar a ações não autorizadas por meio da desserialização de classes gadget.
- A pontuação base CVSS da NVD é 9,8 (crítica). A pontuação fornecida pelo CNA no registro é 8,1.
- O impacto técnico na avaliação SSVC está registrado como total.
Produtos e versões afetadas
- A descrição lista o Spring Framework de 7.0.0 até 7.0.7, de 6.2.0 até 6.2.18, de 6.1.0 até 6.1.27 e de 5.3.0 até 5.3.48.
- Os dados estruturados de versões usam limites superiores diferentes: versões a partir de 7.0.0 antes de 7.0.7.1, a partir de 6.2.0 antes de 6.2.18.1, a partir de 6.1.0 antes de 6.1.28 e a partir de 5.3.0 antes de 5.3.49.
- As duas fontes não coincidem totalmente, por isso os limites exatos devem ser confirmados no comunicado do fabricante antes de qualquer decisão.
Status de exploração
- O registro indica que a CVE não consta no catálogo KEV da CISA. Não há exploração confirmada nas fontes consultadas.
- A probabilidade EPSS é 0,00328, com percentil de 0,24671. O campo de exploração SSVC está como none e o campo de automatização como no.
Correção e mitigação
- Atualize o Spring Framework para uma versão que o comunicado do fabricante indique como corrigida para o seu ramo: comunicado de segurança do Spring.
- Enquanto não for possível aplicar a correção, restrinja os destinos JMS para que apenas produtores confiáveis possam enviar mensagens.
- Revise onde os conversores afetados estão configurados e remova ou substitua os que não são necessários.
- Trate como prioridade alta qualquer caminho JMS que aceite mensagens de fora da sua fronteira de confiança.
Orientação de detecção
- Faça um inventário das aplicações que usam o suporte JMS do Spring Framework em conjunto com os conversores Jackson.
- Monitore os consumidores JMS para identificar erros de desserialização inesperados, tipos de mensagem desconhecidos ou carregamento de classes incomum.
- Cruze as anomalias dos consumidores com os registros de origem das mensagens para identificar remetentes não confiáveis.
Limitações das informações disponíveis
- A lista de correções do registro está vazia, então nenhuma versão corrigida é confirmada por esse campo. Os dados estruturados de versões sugerem limites de correção, que devem ser verificados no comunicado do fabricante.
- O registro contém limites de versão que diferem entre a descrição e os dados estruturados.
- O registro não inclui prova de conceito técnica nem telemetria de exploração.
- A data do EPSS no registro é posterior à data de publicação, e isso deve ser verificado na fonte.
Perguntas frequentes
Qual é o principal risco da CVE-2026-41855?
Segundo o registro, os conversores Jackson JMS podem instanciar classes arbitrárias em um ambiente JMS não confiável, o que pode levar a ações não autorizadas por meio da desserialização de classes gadget.
Há exploração conhecida desta CVE?
O registro indica que ela não consta no KEV da CISA, e não há exploração confirmada nas fontes consultadas.
O que os administradores devem fazer primeiro?
Consulte o comunicado do fabricante para identificar a versão corrigida do seu ramo, atualize o Spring Framework e restrinja os destinos JMS a produtores confiáveis até que a atualização seja aplicada.
Esta análise foi redigida com auxílio de IA a partir de dados verificados das fontes e checada automaticamente contra eles.