CVE-2026-10595 parisneo/lollmsのパストラバーサル脆弱性解説とAI Security実践的対策ガイド

結論
- 危険度: 情報なし
- 対象: (詳細はベンダーアドバイザリ参照)
- 修正: ベンダーアドバイザリ参照
- 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: 2026-08-09 | 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 | 3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 |
| STEP 4 | 修正を適用する | 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-2026-10595はparisneo/lollmsバージョン2.1.0のSPAキャッチオールルートにあるパストラバーサル(パス横断)脆弱性です。攻撃者は認証なしで任意のサーバファイルを読めます。LLMゲートウェイ運用者にとって優先対応が必要な問題です。
やさしく説明すると
ウェブアプリの「玄関の鍵」が壊れている状態です。特に、アプリ内の特定機能がユーザーの「住所入力(パス指定)」をきちんとチェックせずに使ってしまっています。通常なら不正な入力は防がれますが、一部の特殊文字(%2e%2e)が隠れて通過し、建物の奥まで勝手に入られてしまうイメージです。
これにより、攻撃者は秘密の書類(ファイル)を直接読んだり、内部情報を盗み出せます。しかも認証も不要なので、だれでも狙えてしまうのが怖い点です。
技術的な原因
この脆弱性はCWE-23「Relative Path Traversal(相対パス横断)」に該当します。これは本来制御すべきユーザー入力のパス情報を正しく検証せず、直接ファイル操作に渡してしまう問題です。通常、Starlette(Pythonのウェブフレームワーク)にはパス正規化機能がありますが、URLエンコードされたドットドット(%2e%2e)がこれをすり抜けてしまいます。
Pythonの標準モジュールpathlibはそれを受け入れ、結果として攻撃者が任意のファイルパスを指定できてしまいます。つまり、入力の「サニタイズ(安全化)」と「範囲制限(コンテインメント)が不足しています。
影響を受けると何が困るか
- APIキー(OpenAIやAnthropicなど)の漏洩で外部サービスが悪用される
- LLMのコンテキスト内容(顧客データ等)を盗まれる
- プロンプトインジェクションを通じてAgent(エージェント)が乗っ取られる
- モデルデータやRAG(Retrieval Augmented Generation)データの改ざんに繋がる
- 請求コストが不正に膨れ上がるリスク
- マルチテナント環境で他テナント情報が漏れる
- インフラ全体に対する横展開攻撃の足がかりになる
- AIコーディングツール(Cursor/Cline等)経由でローカルファイル読み取りや任意コード実行に発展しうる
- IDE拡張機能が遠隔操作されるリスク
- .envや認証情報の漏洩につながる
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: 低
判断根拠
- CVSSスコアがNVDで未掲載のため、リスクレベルは明確でないが、公開情報からは緊急度は低いと判断できる
- EPSS(悪用予測スコア)データなし。つまり、現時点で悪用予測は低い
- CISA KEV(既知悪用脆弱性カタログ)に未登録のため、米国政府も緊急対応は推奨していない
- ランサムウェア悪用は不明(Unknown)で確認されていない
- 公開PoC(証明概念)コードは存在しない。武器化はまだされていない
- ネットワーク経由で認証不要かつ、デフォルト設定で発動するため放置は避けるべきだが、現時点の緊急度は低い
誰が動くべきか
- parisneo/lollmsを運用中のLLMゲートウェイやAI Proxy管理者
- Agentフレームワークを含むLLMアプリケーション構築チーム
- Cursor/Cline/GitHub CopilotのようなAI駆動開発ツールを利用していて、lollmsを組み込んでいるバイブコーダー開発者
- RAG(retrieval augmented generation)パイプライン保守担当者
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 |
|---|---|---|
| parisneo/lollms | 2.1.0 | 3.0.0以降 |
バージョン確認コマンド
Python (pip)
pip show lollms
出力例:
Name: lollms
Version: 2.1.0
Summary: Lollms AI LLM framework
...
判定: Versionが2.1.0なら脆弱。3.0.0以上なら安全。
Python (pip list)
pip list | grep lollms
出力例:
lollms 2.1.0
判定: 2.1.0なら脆弱、アップデート対象。
設定確認
本脆弱性は設定依存ではなく、バージョン2.1.0の実装自体の設計問題です。したがってバージョンが該当すれば脆弱です。
Nucleiテンプレートでの検出
公開されたNucleiテンプレートは見つかっていません。検出はバージョン確認で対応してください。
STEP 4: 修正を適用する
パッチ適用
Python (pip)でのアップグレード例
pip install --upgrade lollms
出力例:
Successfully installed lollms-3.0.0
判定: バージョンが3.0.0以上になれば修正完了
注意: アップグレード前には必ずバックアップを取得してください。ステージング環境で動作検証後に本番環境へ適用しましょう。運用中のサービス停止時間にも注意してください。
パッチ即時適用ができない場合の暫定対応
公式から暫定的な設定変更やWAF/IPSルールなどの対策は提示されていません。影響を受けるバージョンを使用している場合は速やかにアップデートを検討してください。
STEP 5: 修正されたことを確認する
アップグレード後に再度バージョン確認コマンドを実行してください。
期待される出力
Python (pip)
pip show lollms
出力例:
Name: lollms
Version: 3.0.0
...
判定: バージョンが3.0.0以上ならOK
Python (pip list)
pip list | grep lollms
出力例:
lollms 3.0.0
判定: バージョンが3.0.0以上なら安全です。
追加で確認すべきこと
公開Nucleiテンプレートがまだ存在しませんが、新たに発表された場合はスキャンを実行してください。また、ログに不審なファイルアクセスがないかを確認し、攻撃の痕跡がないか注意深く監視します。
補足: 悪用観測状況
現時点でCISA KEVには未登録であり、ランサムウェアによる悪用報告もありません。公開されたPoCコードも存在しないため、実際の攻撃は報告されていません。
補足: CVSSメトリクス詳細
- AV(攻撃元の接近度): 情報なし
- AC(攻撃の困難さ): 情報なし
- PR(権限要件): 情報なし
- UI(ユーザー関与): 情報なし
- S(スコープ): 情報なし
- C(機密性影響): 情報なし
- I(完全性影響): 情報なし
- A(可用性影響): 情報なし
今後のベンダー情報更新を待ちましょう。
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 3〜5の手順に従い、影響を受けるバージョンを確認して、3.0.0以上にアップデートしてください。
Q. パッチが適用できない場合、どうすればよいですか?
A. 公式の暫定対応は提示されていませんが、該当バージョンの公開APIへのアクセス制限やネットワーク隔離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. ログで不審なファイルアクセスを確認し、隠れた%2e%2e等のパターンがないか監視します。ベンダー提供のIODやIOCがあれば活用してください。
Q. なぜEPSSスコアが重要なのですか?
A. CVSSは脆弱性の深刻さを示しますが、EPSSは実際に攻撃者に悪用される可能性を確率的に示します。両方を参照すると優先度の判断が正確になります。
Q. このCVEと類似の脆弱性は他にもありますか?
A. CWE-23に該当するパストラバーサル脆弱性は他の多くのウェブアプリやAPIでも見つかっています。類似脆弱性の対策として入力チェックと正規化が重要です。
参考文献
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。
