CVE-2026-61539: Xinference: execução remota de código por eval() inseguro no parser de tool-calls Llama3
A CVE-2026-61539 é uma falha crítica de injeção de eval (CWE-95) no Xinference, uma API de inferência para modelos open-source, de fala e multimodais. Segundo o registro, a saída de tool-calls Llama3 gerada pelo modelo pode chegar a eval() no servidor, o que pode permitir execução de comandos no contexto do processo Xinference. O problema está corrigido na versão 2.7.0, e o registro não indica exploração confirmada no catálogo CISA KEV.
Visão geral
A CVE-2026-61539 afeta o Xinference, uma API de inferência para executar modelos open-source, de fala e multimodais. Segundo o registro, a saída do parser de tool-calls Llama3 é enviada para eval(), o que permite que uma expressão Python gerada pelo modelo seja avaliada pelo servidor. A fraqueza é classificada como CWE-95 (Injeção de Eval).
Impacto
- O registro afirma que um atacante remoto, sem autenticação, pode influenciar a saída do modelo por meio de um prompt elaborado e executar comandos no contexto do processo do servidor Xinference.
- A pontuação base CVSS é 10 (crítica). O vetor indica vetor de ataque pela rede, baixa complexidade, nenhum privilégio exigido, nenhuma interação do usuário, escopo alterado e alto impacto em confidencialidade, integridade e disponibilidade.
- Como o impacto recai sobre o processo do servidor, as consequências podem ir além da própria API de inferência. O registro não detalha essas consequências.
Produtos e versões afetados
- Produto: Xorbitsai Inference (Xinference).
- A descrição indica que as versões 2.5.0 e anteriores são afetadas. A faixa estruturada registrada é anterior à 2.7.0.
- A versão corrigida é a 2.7.0.
- As fontes não informam se as versões entre 2.5.0 e 2.7.0 são afetadas. Essa informação é desconhecida a partir do registro.
Status de exploração
- O registro indica que esta CVE não consta no catálogo CISA KEV.
- O campo de exploração SSVC está registrado como none.
- A probabilidade EPSS é 0,01226, com percentil de 0,68624, datada de 2026-10-23.
- Nenhuma exploração confirmada aparece nas fontes consultadas.
Correção e mitigação
- Atualize o Xinference para a versão 2.7.0 ou posterior, indicada no registro como a versão corrigida.
- Consulte o aviso de segurança no GitHub e as notas de lançamento da 2.7.0.
- Até a atualização, limite a exposição de rede da API de inferência e restrinja o acesso a clientes confiáveis e autenticados.
- Priorize implantações que atendam usuários não confiáveis ou aceitem requisições de chat com ferramentas vindas de fontes externas.
Orientações de detecção
- Revise logs de aplicação e do servidor em busca de requisições de chat com campos relacionados a ferramentas vindas de origens inesperadas.
- Monitore o processo do servidor Xinference em busca de processos filhos inesperados, conexões de saída ou alterações de arquivos.
- Compare as versões em execução com a versão corrigida para identificar hosts sem correção.
Limitações das informações disponíveis
- A versão corrigida 2.7.0 é confirmada pelo registro, mas a lista de correções do registro está vazia.
- O registro não fornece detalhes de prova de conceito, e esta análise não inclui etapas de exploração.
- Não se sabe se outros parsers ou tipos de modelo do Xinference são afetados além do caminho de tool-calls Llama3.
- O registro apresenta diferença entre a descrição (2.5.0 e anteriores) e a faixa estruturada (anterior à 2.7.0). O limite exato deve ser verificado no aviso upstream.
Perguntas frequentes
Quais versões do Xinference são afetadas pela CVE-2026-61539?
A descrição indica que a versão 2.5.0 e as anteriores são afetadas, e a faixa estruturada é anterior à 2.7.0. O registro não esclarece claramente as versões entre 2.5.0 e 2.7.0.
Qual é a versão corrigida?
O registro identifica a versão 2.7.0 como correção. A atualização para a 2.7.0 ou posterior é a recomendação de correção.
Esta vulnerabilidade está sendo explorada?
O registro indica que a CVE não consta no catálogo CISA KEV, e nenhuma exploração confirmada aparece nas fontes consultadas.
Esta análise foi redigida com auxílio de IA a partir de dados verificados das fontes e checada automaticamente contra eles.