Langflow'daki CVE-2026-0768, kimlik doğrulaması gerektirmeyen kod çalıştırmayı ortaya çıkarıyor; istismar denemeleri hızla artıyor

Ne oldu

dev.to'da yayımlanan teknik bir yazı, AI iş akışı aracı Langflow'daki kritik bir güvenlik açığı olan CVE-2026-0768'yı ele alıyor; bu açık, bir saldırganın hiç kimlik doğrulaması yapmadan kod çalıştırabilmesine olanak sağlıyor. Açığın CVSS puanı 9.8 ve dev.to analizine göre, proof-of-concept materyali dolaşıma girmeye başladığında istismar denemelerinin hızı da keskin biçimde arttı.

Langflow, AI pipeline'larını prompt şablonları, model bağlayıcıları ve retrieval bileşenlerinden oluşturmaya yarayan bir low-code platform. Bu pipeline'ların harici servislerle konuşması gerektiğinden, platform kullandıkları kimlik bilgilerini saklıyor — ve bu durum, tam da bu üründeki bir kod çalıştırma açığını tehlikeli kılan şey.

Güvenlik açığı nasıl çalışıyor

Hata, Python kodunu değerlendiren bir işlevselliği önünde herhangi bir kimlik doğrulama denetimi olmadan erişilebilir bırakıyor. dev.to yazarı, kod çalıştırmanın bir iş akışı aracının gözden kaçan bir köşesi olmadığına dikkat çekiyor; çalıştırılabilir mantık oluşturmak ürünün temel amacı. Açık, bu yeteneği etkin biçimde sunucuya erişebilen herkese açıyor ve dışarıdan bir saldırganın, sunucunun meşru pipeline'ları çalıştırmak için kullandığı aynı yürütme bağlamında işlem yapmasına imkân tanıyor.

Saldırganın çalıştırdığı her şey Langflow sürecinin ayrıcalıklarını devralıyor. Yaygın container dağıtımlarında bu, uygulama hesabı anlamına geliyor; bu hesabın ortamında genellikle model sağlayıcı API anahtarları, vektör veritabanı parolaları ve pipeline'ların çağırdığı dahili servislerin token'ları bulunuyor. Yazıya göre pratik sonuç, tek bir container'da bir shell elde etmekten öte, dağıtımın yapılandırıldığı tüm kimlik bilgilerinin açığa çıkması.

Bildirilen istismar faaliyeti

dev.to gönderisi, günlük güvenlik istihbaratı raporlarına dayanarak, tespit sayılarının kısa bir süre içinde birkaç düzineden birkaç yüzeye çıktığını ve kaynak adreslerin büyük bölümünün Rus altyapısıyla ilişkili olduğunu belirtiyor. Gözlemleneni istismar sonrası davranış, kitlesel aksaklığa yol açmak yerine kimlik bilgileri çalmaya ve command-and-control bağlantıları kurmaya odaklanmıştı — yazarın bu tabloyu oklayışı, saldırganların kalıcı erişim sağlamayı ve ele geçirilen gizli bilgileri başka yerlerde yeniden kullanmayı hedeflediği yönünde.

Önerilen önlemler

Yazı, aciliyet sırasına göre dizilmiş bir yanıt ortaya koyuyor:

• Her şeyden önce düzeltilmiş bir sürüme geçin; güncellemeyi önce internete açık örnekmlere uygulayın. Gönderi belirli yamalı sürümleri isimlendirmiyor; bu nedenle operatörler, dağıtımı planlarken güncel düzeltilmiş sürümü Langflow'un kendi danışma belgelerinden teyit etmeli.
• Gerekmediği durumlarda herkese açık erişimi kaldırın. İş akışı araçlarının çoğu, bilinen bir kullanıcı kitlesi için iç araçlardır ve yazar, herkese açık erişilebilirliğin çoğu zaman bilinçli bir tercih değil, dağıtım varsayılanlarının bir kazası olduğuna dikkat çekiyor.
• Sürecin okuyabileceği her şeyi rotate edin. Model sağlayıcı anahtarları, veritabanı kimlik bilgileri, vektör deposu token'ları ile ortamdaki veya platformun kendi yapılandırma deposundaki servis hesabı gizli bilgileri, istismar dışlanmadığı sürece ele geçirilmiş olarak değerlendirilmeli. Rotate işlemini bağımlılık sırasına göre yapın; önce diğer gizli bilgileri koruyan kimlik bilgilerinden başlayın ve sağlayıcının desteklediği durumlarda yalnızca değiştirmek yerine iptal edin.
• Runtime'a açık yüzeyi azaltın: servisi ayrılmış, ayrıcalıksız bir hesap altında çalıştırın, kimlik bilgilerini ortam değişkenleri olarak enjekte etmek yerine bir secret store'dan mount edin ve giden ağ erişimini dağıtımın gerçekten kullandığı model ve veri uç noktalarıyla sınırlandırın.
• Herkese açık arayüzde istek günlüklemeyi etkinleştirin ve beklenmeyen kaynak adreslerden gelen kod değerlendirme yollarına yapılan çağrılar için inceleyin.

Neden önemli

Bu CVE, AI orkestrasyon araçlarında yapısal bir sorunun somut bir örneği. İş akışı araçları veri depoları, model sağlayıcıları ve dahili API'ler arasında konumlandığından, tek bir başarılı istismar tüm bu yüzeydeki kimlik bilgilerini bir seferde ele geçirebilir. dev.to yazarının daha geniş vurgusu, ekiplerin çoğu zaman platformun kimlik doğrulama katmanının gerçekte olduğundan daha fazla iş yaptığını varsaydığı ve bu sistemlerin iç kolaylıklar olarak değil, üretim yama programlarının bir parçası olarak değerlendirilmesi gerektiği yönünde.

Bildirilen kampanya deseni — proof-of-concept kodu yayıldıktan sonra tespitlerin sıçraması — aynı zamanda bir güvenlik açığının kamuoyuna açıklanması ile aktif olarak taranmaya başlaması arasındaki pencerenin ne kadar dar olduğunu gözler önüne seriyor. Herkese açık bir Langflow örneği çalıştıran her ekip, kimlik bilgisi rotasyonunu isteğe bağlı bir sonraki adım olarak değil, acil müdahalenin bir parçası olarak görmeli.