MENU

【高】CVE-2026-46517 LMDeployのリモートコード実行(RCE)脆弱性解説とAI Security対策ガイド

  • URLをコピーしました!

AI Security速報をXで配信しています!!

AI/LLM関連の脆弱性、PoC、KEV追加などの更新情報を見逃したくない方は、Xをフォローしてねー!

Xでフォローする

本記事は公開時点の情報をもとにした速報記事です。内容が更新される場合があるため、必要に応じてベンダー公式情報や一次情報もあわせて確認してください。

目次

結論

  • 危険度: High (CVSS 7.8)
  • 対象: lmdeploy <= 0.12.3
  • 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: 2026-06-10 | 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
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-2026-46517はlmdeployのバージョン0.12.3以下にある脆弱性です。攻撃者は設定されたモデルを通じて任意のコードをローカル実行できます。これはLLMゲートウェイの運用者やAI駆動開発者にとって重大なリスクです。

やさしく説明すると

lmdeployは大規模言語モデル(LLM)を圧縮・配布するツールです。鍵のかかっていない玄関のように、プログラムの「trust_remote_code=True」という設定が埋め込まれており、知らない間に他人がコードを勝手に持ち込む危険があります。つまり、利用者が意識せず危険なコードを読み込んでしまい、結果として自分のシステムが遠隔で操作される可能性があります。

技術的な原因

本脆弱性はCWE-94(コードインジェクション)、CWE-915(不安全なコード読み込み)、CWE-1188(不適切な設定)に該当します。lmdeployはローカル環境でモデルのコードを信頼して実行しますが、trust_remote_code=True がハードコードされており、ユーザがこれを無効化できません。言い換えると、攻撃者が任意のリポジトリ名を指定してモデルを読み込ませると、危険なコードがローカルで実行されてしまいます。

影響を受けると何が困るか

  • AI Gatewayやモデルサーバーのローカル環境で任意のコード実行を攻撃者に許す
  • APIキー(OpenAI/Anthropic等)や機密環境変数の漏洩
  • LLMのコンテキスト情報や顧客データの窃取
  • AgentフレームワークやRAGパイプラインの乗っ取り、制御妨害
  • 請求コストの暴発や無断利用による経済的被害
  • CursorやCline、CopilotなどのAIコーディングツール経由での悪用リスク
  • ローカルファイル読み取りや任意コード実行による開発環境の侵害

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) 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 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) 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 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 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 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 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 Debian の影響評価。stable/testing/sid別のパッチ状況。Debian派生ディスト利用者向け。 開く
Linux SUSE CVE SUSE Linux Enterprise / openSUSE の影響評価とパッチ状況。 開く
悪用 Exploit Database 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 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 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 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) 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) 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でHigh評価。実務的には「比較的深刻」で早めの対応推奨。
  • EPSS(悪用予測スコア)は提供なし。
  • ランサムウェアによる悪用は現在不明(CISA KEV未登録)。
  • 公開PoCやエクスプロイトはGitHub、Exploit DB上に存在せず、まだ武器化されていない。
  • 攻撃はローカル環境からユーザがモデル指定する必要あり。ネットワーク越しの直接攻撃ではない点は重要。
  • trust_remote_code=Trueがハードコードされており無効化不可。ユーザ操作ありで脆弱になる。

誰が動くべきか

  • LLM Gateway運用チーム(lmdeployを利用中あるいは検討中のケース)
  • Agentフレームワーク開発者(モデルの安全な読み込みを管理する立場)
  • バイブコーダー開発者(Cursor、Cline、Copilotなどを通じた開発環境利用者)
  • MLインフラチーム(モデルサーバーやRAGパイプラインを保守している場合)

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) バージョン 0.12.3 以下 ベンダーアドバイザリ参照(現時点未提供)

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: Version0.12.3 以下なら対象の脆弱バージョン。

Python (pip list)

pip list | grep lmdeploy

出力例:

lmdeploy          0.12.3

判定: 0.12.3 以下なら脆弱。

設定確認

この脆弱性は設定依存ではありません。trust_remote_code=Trueがハードコードされ解除不可であるため、バージョンが脆弱範囲内なら該当します。

Nucleiテンプレートでの検出

現時点で公開Nucleiテンプレートはありません。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

公式の修正版公開はまだありません。最新のベンダーアドバイザリおよびGitHub Advisoryを定期的に確認してください。

修正版が公開されたら、下記のようにアップグレードを実施してください。例:

Python (pip)

pip install --upgrade lmdeploy

注意: アップグレード前に必ず環境のバックアップやステージング環境での動作検証を実施してください。生産環境でのダウンタイム計画も必須です。

パッチ即時適用ができない場合の暫定対応

ベンダーから公式の暫定対応はまだ提示されていません。暫定的には以下の対応を検討してください。

  • 信頼できないモデルリポジトリの指定を禁止する運用ルールの徹底
  • LMDeployを動かす環境をネットワーク的に隔離する
  • 必要ならWAFやIPSで疑わしい振る舞いを監視・遮断する

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行してください。バージョンが安全な修正版に上がっているか確認を必須とします。

期待される出力

Python (pip)

pip show lmdeploy

出力例:

Name: lmdeploy
Version: 0.12.4
Summary: Toolkit for compressing, deploying, and serving large language models

判定: バージョンが 0.12.4 以上ならOK

Python (pip list)

pip list | grep lmdeploy

出力例:

lmdeploy          0.12.4

判定: 0.12.4 以上なら安全

追加で確認すべきこと

公開されていればNucleiテンプレートの再スキャンを実施してください。また、ログに不審なアクセスや任意コード実行の兆候がないか監視を続けてください。

補足: 悪用観測状況

本脆弱性に関しては現時点でCISAの悪用カタログへの登録はなく、ランサムウェアグループによる悪用報告もありません。GitHubやExploit Database上に公開PoCも存在しません。したがって、実環境での悪用は未確認です。

補足: CVSSメトリクス詳細

  • AV (Attack Vector/攻撃元): LOCAL – 攻撃者はローカルアクセス権限を持っている必要がある。
  • AC (Attack Complexity/攻撃複雑度): LOW – 攻撃は比較的容易である。
  • PR (Privileges Required/必要権限): NONE – 特別な権限不要で操作可能。
  • UI (User Interaction/ユーザ操作): REQUIRED – 攻撃にはユーザの操作が必要。
  • S (Scope/影響範囲): UNCHANGED – 攻撃による権限の拡大はない。
  • C (Confidentiality/機密性影響): HIGH – 機密情報が漏洩する恐れあり。
  • I (Integrity/完全性影響): HIGH – システムやデータの改ざんが可能。
  • A (Availability/可用性影響): HIGH – サービスの停止や妨害が可能。

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. まずSTEP 3で使用中のバージョンが脆弱か確認し、STEP 4でベンダー公式の修正版が公開されたら速やかにアップグレードしてください。STEP 5で修正完了を確認するのも忘れずに。

Q. パッチが適用できない場合、どうすればよいですか?

A. 使用禁止のモデル指定運用ルールを徹底する、モデル読み込み環境を隔離するなどの暫定措置を講じてください。ベンダー公式の暫定対策が出るまで監視を強化しましょう。

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. 現時点で公開されたインジケータはありませんが、ログ監視で不審なモデルの読み込みや不正なコード実行の兆候を監査してください。公式のIOC情報が公開され次第確認を推奨します。

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(Exploit Prediction Scoring System)は「実際に悪用される確率」を示します。両者を照らし合わせると対応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-94(コードインジェクション)やCWE-915(不安全なコード読み込み)に該当する脆弱性は他のLLMやAIツールにも存在します。類似ケースとして他の推論フレームワークの--trust-remote-code設定に関する問題例があります。

参考文献

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。

AI Security速報を継続配信しています!!

AI/LLM関連の脆弱性、PoC、KEV追加、海外アドバイザリなどを X で配信してるので、ぜひフォローをお願いします!

@ai_sec_news_256 をフォロー

この記事が気に入ったら
フォローしてね!

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!
目次