【高】CVE-2026-46432 LMDeployのリモートコード実行（RCE）脆弱性検出 HuggingFaceモデル読み込み危険 AI Security対策ガイド

結論

• 危険度: High (CVSS 7.8)
• 対象: lmdeploy < 0.13.0
• 修正: 0.13.0
• KEV: No (NVD Critical由来。CISA KEVには未登録)

タイトルの緊急度プレフィックス（【至急】【最重大】等）の意味

表記	条件	意味	対応目安
【至急/ランサム悪用】	CISA KEV登録 + ランサムウェア悪用観測	ランサムグループが現在進行形で悪用	本日中に対応開始
【至急/重大】	CISA KEV登録 + CVSS 9.0以上	実世界で攻撃観測あり + スコア極めて高い	本日中に対応開始
【重大/KEV登録】	CISA KEV登録(CVSS低またはNVD未反映)	実世界で攻撃観測あり	数日以内
【最重大】	CVSS 9.5以上(KEV未登録)	理論上の危険度ほぼ満点、攻撃観測はまだない	1週間以内に対応計画
【重大】	CVSS 9.0〜9.4(KEV未登録)	Critical帯の理論的高リスク	1〜2週間以内
【高】	CVSS 7.0〜8.9(KEV未登録)	High帯のリスク	計画的に対応
(プレフィックスなし)	CVSS 7.0未満	Medium以下のリスク	通常メンテで対応

「至急」と「最重大」の違い: 「至急」は CISA(米国政府機関)が 実際に悪用を観測した CVEに付与されます。「最重大」は CVSS スコア上は最高峰だが、まだ悪用観測がない ものです。同じCVSS 9.8でもKEV登録の有無で扱いが変わります。

最終更新: 2026-06-10 ｜ 本記事は公式情報をもとに作成しています。最新情報はベンダー公式アドバイザリを必ずご確認ください。

STEP	やること	かかる目安
STEP 1	何が起きているか理解する	5分
STEP 2	急ぎ対応すべきか判断する	3分
STEP 3	自分の環境が対象か確認する	5分〜環境による
STEP 4	修正を適用する	10分〜環境による
STEP 5	修正されたことを確認する	3分

STEP 1: 何が起きているか

一言でいうと

CVE-2026-46432は、lmdeployという大規模言語モデル（LLM）を圧縮・展開・提供するツールで起きる脆弱性です。バージョン0.12.3以前のlmdeployでは、攻撃者が悪意あるモデルを仕込んで任意のコードを実行できます。これは、LLMゲートウェイ運用者やAI駆動開発をする「バイブコーダー」にとって重大なリスクです。

やさしく説明すると

lmdeployは大きな言語モデルを動かすための支援ツールです。ここに「信頼できるリモートのコードを勝手に動かす設定」が埋め込まれていました。つまり、実は鍵をかけ忘れている玄関のようなものです。

攻撃者はその玄関から入り、悪意あるプログラムを動かせます。これによりシステムが乗っ取られ、大事なデータが盗まれたり、改ざんされたりする危険があります。

技術的な原因

CVE-2026-46432の原因は、lmdeployがHuggingFace Transformersライブラリのモデル読み込み時にtrust_remote_code=Trueをハードコードしている点です。trust_remote_codeは「リモートのPythonコードを信頼して実行する」フラグです。

この設定により、モデルパスを攻撃者が操作すると、攻撃者が用意したリモートコードがダウンロードされて実行されます。CWE-94「コードインジェクション（CWE-94）」に分類されます。

影響を受けると何が困るか

• 攻撃者がlmdeployサーバ上で任意コードを実行し、システム全体が乗っ取られる
• APIキー（OpenAI、Anthropic等）が漏洩し、外部サービスを不正利用される
• LLMの利用履歴やコンテキスト（顧客データを含む）を盗まれる
• エージェント型AI（Agenticフレームワーク）を乗っ取られ、悪意ある指令が流れる可能性
• モデルデータやRAG（Retrieval-Augmented Generation）用の外部データが改ざんされるリスク
• 請求コストが不正に増大し、経済的被害を受ける
• 同一インフラの他コンポーネントへ攻撃が横展開しやすくなる
• Cursor、Cline、CopilotのようなAIコーディングツールを使うバイブコーダーの開発環境からのローカルファイル読み取り・コード実行リスク
• IDE拡張を遠隔操作され、開発プロセスが妨害される
• .envファイルや認証情報の漏洩によるさらなる侵害拡大

もっと詳しく調べたい人へ — 公式情報源マップ

本記事は以下の公式・準公式の情報源から内容を集約しています。一次情報を確認したい場合や英語で詳細を読みたい場合は、各リンクから直接アクセスできます。

カテゴリ	情報源	言語	何が分かるか	リンク
総合	NVD（米国 NIST）	英	米国政府の脆弱性データベース。CVSSスコア、影響を受けるCPE、参考リンクの総合ハブ。最も網羅的。	開く
総合	MITRE CVE	英	CVE採番機関の公式記録。CVE記述の「正本」。NVDより記載が簡潔だが一次情報。	開く
総合	JVN iPedia（JPCERT/CC・IPA）	日	日本のCSIRTが運用する脆弱性対策情報データベース。日本語で概要・対策が読める。掲載がない場合あり。	開く
総合	CISA KEV（悪用観測カタログ）	英	米国CISAが実際に悪用を確認している脆弱性のカタログ。掲載されていれば最優先で対応。	開く
総合	GitHub Advisory Database	英	OSSパッケージ（npm/pypi/maven/composer/go等）別の脆弱性アドバイザリ。修正PRへのリンクが豊富。	開く
総合	OpenCVE	英	複数CVEデータベースの集約検索サービス。タイムラインや関連CVEの俯瞰に有用。	開く
Linux	Red Hat CVE	英	Red Hat製品（RHEL/CentOS Stream/Rocky/AlmaLinux系）の影響評価とパッチ状況。	開く
Linux	Ubuntu Security	英	Ubuntu の影響評価。各Ubuntuバージョン（22.04/24.04等）でのパッチ提供状況が一目で分かる。	開く
Linux	Debian Security Tracker	英	Debian の影響評価。stable/testing/sid別のパッチ状況。Debian派生ディストリ利用者向け。	開く
Linux	SUSE CVE	英	SUSE Linux Enterprise / openSUSE の影響評価とパッチ状況。	開く
悪用	Exploit Database	英	公開エクスプロイトのアーカイブ。検出ツールやペネトレーションテストでの参照用。	開く
悪用	Packet Storm Security	英	セキュリティアドバイザリ・エクスプロイトの集約サイト。古めの情報も含む。	開く
悪用	GitHub PoC 検索	英	GitHubコード検索でCVE IDを直接検索。野良PoCの早期発見に。	開く
悪用	X（Twitter）検索	日英	直近の議論やニュースを観測。In-the-wild悪用の早期検知に有用。	開く
スキャナ	Snyk Vulnerability DB	英	パッケージ別の脆弱性詳細と修正バージョン。OSS依存ライブラリ追跡に有用。	開く
スキャナ	Tenable（Nessus）	英	Nessusスキャナでの検出プラグイン情報。検出ロジックの参考に。	開く
スキャナ	Rapid7（Metasploit/Nexpose）	英	Metasploit悪用モジュール、Nexposeでの検出情報。	開く

掲載しているのは無料でアクセスできる情報源のみです。CVEによっては掲載がないサイトもあります（特にJVN iPediaは日本国内で報告された脆弱性のみ掲載）。

STEP 2: 急ぎ対応すべきか判断する

結論: 【高】

判断根拠

• CVSS v3.1スコアは7.8のHighレベル。実務的には「任意コード実行でシステム全体が危険」なので重要対応対象
• EPSSスコアは提供されていません（悪用予測データなし）
• ランサムウェア悪用の観測は未確認（Unknown）
• 公開PoCはありません。攻撃コードはまだ公開されていませんが、脆弱性の性質上、悪用のリスクは依然高いです
• 攻撃はローカル権限が必要・複雑度は低い（Low）。ユーザ操作不要。設定が固定されているため、当該バージョンはデフォルトで脆弱

誰が動くべきか

• lmdeployを使ってLLMを本番運用しているインフラチーム
• LLM Gatewayや代理APIを提供する運用者・SRE・SecOpsチーム
• Agenticフレームワークでlmdeployを活用する開発者・運用チーム
• Cursor/Cline、GitHub Copilot、Claude CodeなどでlmdeployベースのAI駆動開発環境を使うバイブコーダー

STEP 3: 自分の環境が対象か確認する

影響を受けるバージョン

製品	脆弱なバージョン範囲	修正版
lmdeploy (Pythonパッケージ)	< 0.13.0	0.13.0

バージョン確認コマンド

Python (pip)

pip show lmdeploy

出力例:

Name: lmdeploy
Version: 0.12.3
Summary: Toolkit for compressing, deploying, and serving large language models

判定: 出力の Version が 0.13.0 未満なら脆弱です

Python (pip list)

pip list | grep lmdeploy

出力例:

lmdeploy      0.12.3

判定: ここでのバージョンが 0.13.0 未満なら脆弱です

設定確認

この脆弱性は trust_remote_code=True がハードコードされているため、バージョンが対象範囲なら設定変更では防げません。設定依存ではないため、必ずバージョンアップによる修正が必要です。

Nucleiテンプレートでの検出

本脆弱性に対する公開Nucleiテンプレートは存在しません。必ずバージョン確認で検出してください。

STEP 4: 修正を適用する

パッチ適用

lmdeploy 0.13.0 で今回の脆弱性は修正されています。アップグレードを強く推奨します。以下のpipコマンドで最新版を適用してください。

Python (pip)

pip install --upgrade lmdeploy

出力例:

Successfully installed lmdeploy-0.13.0

判定: インストール後、バージョン確認で 0.13.0 以上なら安全です

注意: アップグレード前に必ずバックアップを取得し、テスト環境でリグレッション確認をおこなってください。ダウンタイム計画も検討しましょう。

パッチ即時適用ができない場合の暫定対応

公式からの暫定対応策は提示されていません。可能なら影響のあるlmdeployの使用を一時停止し、信頼されたモデル以外を読み込まない運用方法を検討してください。

STEP 5: 修正されたことを確認する

STEP 3で実行したバージョン確認コマンドを再度実施してください。

期待される出力

Python (pip)

pip show lmdeploy

出力例:

Name: lmdeploy
Version: 0.13.0
Summary: Toolkit for compressing, deploying, and serving large language models

判定: バージョンが 0.13.0 以上なら修正済みで問題ありません

Python (pip list)

pip list | grep lmdeploy

出力例:

lmdeploy      0.13.0

判定: 同上

追加で確認すべきこと

公開Nucleiテンプレートはありませんが、ログに不審なリモートモデルリクエストや異常なコード実行の痕跡がないか監視してください。異常アクセスがあれば早期対応を検討しましょう。

補足: 悪用観測状況

2026年6月10日現在、CISAのKnown Exploited Vulnerabilities（KEV）カタログには未登録です。ランサムウェアによる悪用の報告もありません。

GitHubやExploit Databaseに公開PoCや攻撃コードも存在しません。とはいえ、この脆弱性は任意コード実行を許すため、早急な対応が望まれます。

補足: CVSSメトリクス詳細

• AV（攻撃元）: Local（ローカル） – 攻撃者は対象システムへのアクセス権限が必要
• AC（攻撃複雑度）: Low（低） – 攻撃自体は簡単に成功する可能性が高い
• PR（必要権限）: Low（低） – 限られた権限があれば攻撃可能
• UI（ユーザ操作）: None（不要） – 攻撃にユーザの操作を必要としない
• S（スコープ）: Unchanged（変更なし） – 影響範囲は同一のセキュリティ境界内
• C（機密性影響）: High（高） – 機密情報が重大に漏洩する可能性
• I（完全性影響）: High（高） – データの改ざんが容易に可能
• A（可用性影響）: High（高） – サービス停止やシステム破壊が発生し得る

よくある質問（FAQ）

Q. このCVEに対応するために最低限すべきことは何ですか？

A. STEP 3のバージョン確認で対象であるかを判別し、STEP 4でlmdeployを 0.13.0 以上にアップデートしてください。STEP 5で適用確認を必ず行いましょう。

Q. パッチが適用できない場合、どうすればよいですか？

A. 公式の暫定対応はありませんが、影響あるlmdeployの使用停止や、不審なモデルパスの制限、信頼されたモデルのみに限定する運用を検討してください。

Q. 既に攻撃を受けているか確認する方法はありますか？

A. システムログで予期しないリモートモデルのダウンロードや、未知のコード実行痕跡の有無を監視してください。現在までに公開PoCはありませんが、注意が必要です。

Q. なぜEPSSスコアが重要なのですか？

A. CVSSは技術的な危険度を示しますが、EPSSは「実際に悪用される確率」を示します。両方を参照すると対応優先度を適切に判断できます。今回のCVEはEPSSスコアが未提供です。

Q. このCVEと類似の脆弱性は他にもありますか？

A. CWE-94「コードインジェクション」型の脆弱性は、信頼されるリモートコード実行を誤って許す事例が多く報告されています。HuggingFaceモデルの読み込み周辺では過去にも類似問題が発見されています。

参考文献

• GitHub Advisory Database – GHSA-m549-qq94-fvhg
• NVD – CVE-2026-46432

関連トピック・タグから探す

本記事に関連するキーワードから、他のAIセキュリティ記事を探せます。

• High脆弱性 に関するCVE・脆弱性記事一覧
• コードインジェクション に関するCVE・脆弱性記事一覧
• RCE(リモートコード実行) に関するCVE・脆弱性記事一覧
• LLM に関するCVE・脆弱性記事一覧
• Hugging Face に関するCVE・脆弱性記事一覧