Libro de Datos cargado de Tablib propenso a inserción de python que resulta en ejecución de comandos

La vulnerabilidad CVE-2017-2810 permite a un atacante ejecutar comandos arbitrarios en el sistema donde se está ejecutando Tablib. Esto se logra mediante la inserción de código Python malicioso dentro de un archivo Databook YAML que se carga. Un atacante podría, por ejemplo, instalar malware, robar datos sensibles, o incluso tomar el control completo del servidor. La gravedad de esta vulnerabilidad es crítica debido a la facilidad de explotación y el potencial impacto en la confidencialidad, integridad y disponibilidad del sistema. La ejecución de código arbitrario representa un riesgo significativo para la seguridad de cualquier aplicación que utilice Tablib para procesar archivos YAML.

Applications and systems that utilize Tablib version 0.11.4 or earlier, particularly those that process user-supplied YAML Databook files, are at significant risk. This includes systems that integrate with data processing pipelines or applications that handle external data sources in YAML format. Shared hosting environments where multiple applications share the same Tablib installation are also particularly vulnerable.

• python / system:

Get-Process | Where-Object {$_.ProcessName -like '*python*'} | Select-Object Name, Id, Path

• python / file: Check for suspicious YAML files in locations where Databooks are processed. Look for embedded Python code or unusual YAML structures. • python / log: Monitor Python application logs for errors related to YAML parsing or execution. • generic web: If Tablib is exposed via a web application, check for unusual file uploads or requests containing YAML content.

1. 2017-07-13Disclosure

   disclosure

2. 2017-07-13Patch

   patch

1. Publicada2018-07-13
2. Modificada2024-12-07
3. EPSS actualizado2026-04-02

La mitigación principal para CVE-2017-2810 es actualizar a Tablib versión 0.11.5 o superior, que corrige esta vulnerabilidad. Si la actualización inmediata no es posible, considere implementar medidas de seguridad adicionales, como restringir el acceso a los archivos YAML que se cargan en Tablib. Implementar validación estricta del contenido YAML antes de cargarlo puede ayudar a prevenir la ejecución de código malicioso. Además, monitorear los logs del sistema en busca de actividad sospechosa relacionada con la ejecución de comandos Python puede ayudar a detectar y responder a ataques.