Linux/Unix 主機上安裝了一個或多個受到弱點影響的套件，且廠商未提供可用的修補程式。

  - 在 Apache OpenNLP SymSpellModelSerializer 中透過無限映射大小進行 OOM 拒絕服務 受影響的版本： - 3.0.0-M4 - 3.0.0-M5 （opennlp-spellcheck 延伸模組是在 3.0.0-M4 中引進的。版本 1.x ， 2.x 且不包含受影響的程式碼。說明：SymSpellModelSerializer.create（） 方法會從二進位 SymSpell 模型資料流讀取兩個 32 位帶正負號的整數計數欄位 （unigramCount 和 bigramCount），並在僅驗證每個值為非負值之後，將每個值直接傳遞至 LinkedHashMap.newLinkedHashMap（）。不會套用任何上限，因此當模型檔案源自不受信任的來源時，計數完全由攻擊者控制。特製的.bin模型檔，其中任一計數欄位設為 Integer.MAX_VALUE （或任何大到足以耗盡可用堆積的值） 會導致對應預先調整為 2^30 個項目的容量。過大的支援陣列會在該對應的第一個 put（） 上配置，根據壓縮的 oops 是否有效，要求 48 GB，且載入會失敗並顯示 OutOfMemoryError。由於計數欄位緊接在固定大小的標頭（魔術、格式版本、三個 UTF 字串、配置欄位和編輯距離標識符）之後，因此攻擊者無需支付有意義的大小成本即可將有效負載武器化：遠低於 100 位元組的檔案加上單一實際項目就足以使載入它的 JVM 崩潰。任何還原序列化 SymSpell 模型的程式碼路徑都會受到影響，包括 SymSpellModels.deserialize（InputStream）、SymSpellModels.fromBytes（byte[]）、透過 SymSpellModelResolver.resolveByLanguage（String） 載入類別路徑模型、CorrectTextTool 命令列工具，以及透過已註冊的 ArtifactSerializer 載入模型封存。opennlp-spellcheck 擴充功能包含在官方的 OpenNLP 二進位發行版中。實際影響是對從不受信任或半受信任來源載入 SymSpell 模型檔案的進程造成拒絕服務。緩解措施： - 3.x 使用者應升級至 3.0.0-M6。注意：此修正會將上限套用至兩個計數欄位，並在預先調整地圖大小之前進行檢查;計數為負數或超過界限會導致擲回 IOException，且讀取會快速失敗，且沒有大型配置。界限是早期引入的現有 AbstractModelReader.MAX_ENTRIES 限制，目前的變更將其提升為公開可見性，以便實作自己的二進位格式的序列化程式可以共用它。預設界限為 10,000,000，這遠高於合法 SymSpell 字典的項目計數，但遠低於任何可能威脅堆積耗盡的值。合法需要載入較大字典的部署可以透過將 OPENNLP_MAX_ENTRIES 系統屬性設定為所需的正整數（例如 -DOPENNLP_MAX_ENTRIES=50000000）來提高 JVM 啟動時的限制;
    無效或非正值會回復為預設值。請注意，此屬性會與模型讀取器限制共用，提高它會同時放寬兩者。無法立即升級的使用者應將所有 SymSpell .bin 模型檔案視為不受信任的輸入，除非其來源經過驗證，並且應避免載入最終使用者提供的模型或未經完整性檢查而從第三方儲存庫擷取的模型。（CVE-2026-67211）

請注意，Nessus 的判定取決於廠商所報告的套件是否存在。

Linux/Unix 主机中安装的一个或多个程序包受到一个漏洞影响，而供应商没有提供补丁程序。

  - Apache OpenNLP SymSpellModelSerializer 中未限制边界映射预大小导致 OOM 拒绝服务 受影响的版本：- 3.0.0-M4 - 3.0.0-M5（opennlp-spellcheck 扩展在 3.0.0-M4 中引入。版本，1.x2.x不包含受影响的代码。）描述：SymSpellModelSerializer.create（） 方法从二进制 SymSpell 模型流中读取两个 32 位有符号的整数计数字段（unigramCount 和 bigramCount），并在仅验证每个值是否为负之后将其直接传递给 LinkedHashMap.newLinkedHashMap（）。不会应用任何上限，因此当模型文件源自不受信任的来源时，计数完全受攻击者控制。构建的 .bin 模型文件中的 count 字段设置为 Integer.MAX_VALUE（或任何足够大以耗尽可用堆的值）会导致将映射预先调整为 2^30 个条目的容量。超大后备数组会在该映射的第一个 put（） 上分配，根据压缩的 oops 是否有效请求 48 GB，随后加载失败并出现内存不足错误。由于 count 字段紧接在固定大小标头（magic、格式版本、三个 UTF 字符串、配置字段和编辑距离标识符）之后，因此攻击者无需为将负载武器化而付出任何有意义的大小成本：一个远低于 100 字节的文件加上一个实际条目就足以造成加载该负载的 JVM 崩溃。任何反序列化 SymSpell 模型的代码路径均会受到影响，包括 SymSpellModels.deserialize（InputStream）、SymSpellModels.fromBytes（byte[]）、通过 SymSpellModelResolver.resolveByLanguage（String） 加载的类路径模型、CorrectTextTool 命令行工具，以及通过已注册的 ArtifactSerializer 加载模型存档。官方 OpenNLP 二进制发行版本中提供 opennlp-spellcheck 扩展。实际影响为拒绝从不受信任或半信任来源加载 SymSpell 模型文件的进程的服务。缓解措施：- 3.x 用户应升级到 3.0.0-M6。注意：该补丁将上限应用于两个计数字段，在预先调整地图大小之前进行检查;负值或超出边界的计数会造成 IOException 被抛出，并且读取在没有大量分配的情况下快速失败。该边界是之前引入的现有 AbstractModelReader.MAX_ENTRIES 限制，当前更改将其提升为公开可见性，以便实现自己的二进制格式的序列化程序可以共享它。默认界限为 10,000,000，远高于合法 SymSpell 字典的条目计数，但远低于威胁堆耗尽的任何值。合理需要加载较大字典的部署可以通过将 OPENNLP_MAX_ENTRIES 系统属性设置为所需的正整数（例如 -DOPENNLP_MAX_ENTRIES=50000000）来提高 JVM 启动时的限制;
    无效值或非正值会回退到默认值。请注意，此属性与模型读取器限制共享，提高它会放松两者。无法立即升级的用户应将所有 SymSpell .bin模型文件视为不受信任的输入，除非验证其来源，并应避免在未进行完整性检查的情况下加载最终用户提供的模型或从第三方存储库提取的模型。（CVE-2026-67211）

请注意，Nessus 依赖供应商报告的程序包是否存在进行判断。

Linux/Unix ホストには、ベンダーが提供するパッチが利用できない脆弱性の影響を受ける複数のパッケージがインストールされています。

  - Apache OpenNLP SymSpellModelSerializer の無制限マップ事前サイジングによる OOM サービス拒否 影響を受けるバージョン:- 3.0.0-M4 - 3.0.0-M5(opennlp-spellcheck 拡張機能は 3.0.0-M4 で導入されました。リリース 1.x および 2.x には影響を受けるコードは含まれていません。)説明: SymSpellModelSerializer.create() メソッドは、バイナリ SymSpell モデルストリームから 2 つの 32 ビット符号付き整数カウントフィールド (unigramCount および bigramCount) を読み取り、各値が負でないことのみを検証した後、LinkedHashMap.newLinkedHashMap() に直接渡します。上限は適用されないため、モデルファイルが信頼できないソースに由来する場合でも、カウントは完全に攻撃者によって制御されます。いずれかのカウントフィールドが Integer.MAX_VALUE (または利用可能なヒープを使い果たすのに十分な大きさの任意の値) に設定されている細工された .bin モデルファイルにより、マップが 2^30 エントリの容量に事前サイズ変更されます。オーバーサイズのバッキング配列は、そのマップの最初の put() で割り当てられ、圧縮された oops が有効かどうかに応じて 48 GB をリクエストし、ロードが OutOfMemoryError で失敗します。カウントフィールドは固定サイズのヘッダー(マジック、フォーマットバージョン、3つのUTF文字列、構成フィールド、および編集距離識別子)の直後にあるため、攻撃者はペイロードを武器化するために意味のあるサイズコストを支払うことはありません。100バイトをはるかに下回るファイルと単一の実際のエントリは、それをロードするJVMをクラッシュするのに十分です。SymSpellModels.deserialize(InputStream)、SymSpellModels.fromBytes(byte[])、SymSpellModelResolver.resolveByLanguage(String)を介したclasspathモデルのロード、CorrectTextToolコマンドラインツール、登録済みのArtifactSerializerを介したモデルアーカイブのロードなど、SymSpellモデルを逆シリアル化するコードパスが影響を受けます。opennlp-spellcheck 拡張は、公式の OpenNLP バイナリディストリビューションで出荷されます。実際的な影響は、信頼できない、または半信頼されているオリジンから SymSpell モデルファイルをロードするプロセスに対するサービス拒否です。緩和: - 3.x ユーザーは、3.0.0-M6 にアップグレードする必要があります。注:この修正は、マップのサイズが事前にサイズ設定される前にチェックされた両方のカウントフィールドに上限を適用します。カウントが負であるか、バインドを超えると、IOException がスローされ、大きな割り当てがない状態で読み取りがすぐに失敗します。この制限は、以前に導入された既存の AbstractModelReader.MAX_ENTRIES 制限ですが、現在の変更により、独自のバイナリ形式を実装しているシリアライザーが共有できるように、これが一般公開されています。デフォルトのバインドは 10,000,000 で、これは正当な SymSpell ディクショナリのエントリカウントをはるかに上回っていますが、ヒープの枯渇を脅かすような値をはるかに下回っています。より大きな辞書をロードすることが正当に必要であるデプロイメントは、OPENNLP_MAX_ENTRIESシステムプロパティを目的の正の整数(例:-DOPENNLP_MAX_ENTRIES=50000000)に設定することによって、JVM起動時に制限を上げることができます。
    無効な値または正でない値は、デフォルトに戻ります。このプロパティはモデルリーダーの制限と共有されており、上げると両方が緩和されることに注意してください。すぐにアップグレードできないユーザーは、出所が検証されない限り、すべての SymSpell .binモデルファイルを信頼できない入力として扱うべきであり、整合性チェックなしでエンドユーザーから提供されたモデルやサードパーティのリポジトリからフェッチされたモデルのロードを避けるべきです。(CVE-2026-67211)

Nessus は、ベンダーから報告されたパッケージの存在に依存していることに注意してください。

The Linux/Unix host has one or more packages installed that are impacted by a vulnerability without a vendor supplied patch available.

  - OOM Denial of Service via Unbounded Map Pre-Sizing in Apache OpenNLP SymSpellModelSerializer Versions     Affected: - 3.0.0-M4 - 3.0.0-M5 (The opennlp-spellcheck extension was introduced in 3.0.0-M4. Releases 1.x     and 2.x do not contain the affected code.) Description: The SymSpellModelSerializer.create() method reads     two 32-bit signed integer count fields (unigramCount and bigramCount) from a binary SymSpell model stream     and passes each value directly to LinkedHashMap.newLinkedHashMap() after validating only that it is non-     negative. No upper bound is applied, so the count is fully attacker-controlled when the model file     originates from an untrusted source. A crafted .bin model file in which either count field is set to     Integer.MAX_VALUE (or any value large enough to exhaust the available heap) causes the map to be pre-sized     to a capacity of 2^30 entries. The oversized backing array is allocated on the first put() into that map,     requesting 48 GB depending on whether compressed oops are in effect, and the load fails with an     OutOfMemoryError. Because the count fields sit immediately after a fixed-size header (magic, format     version, three UTF strings, the configuration fields, and the edit-distance identifier) the attacker pays     no meaningful size cost to weaponize a payload: a file of well under 100 bytes plus a single real entry is     sufficient to crash a JVM that loads it. Any code path that deserializes a SymSpell model is affected,     including SymSpellModels.deserialize(InputStream), SymSpellModels.fromBytes(byte[]), classpath model     loading via SymSpellModelResolver.resolveByLanguage(String), the CorrectTextTool command-line tool, and     model-archive loading through the registered ArtifactSerializer. The opennlp-spellcheck extension ships in     the official OpenNLP binary distribution. The practical impact is denial of service against processes that     load SymSpell model files from untrusted or semi-trusted origins. Mitigation: - 3.x users should upgrade     to 3.0.0-M6. Note: The fix applies an upper bound to both count fields, checked before the map is pre-     sized; counts that are negative or exceed the bound cause an IOException to be thrown and the read to fail     fast with no large allocation. The bound is the existing AbstractModelReader.MAX_ENTRIES limit introduced     earlie, which the current change promotes to public visibility so that serializers implementing their own     binary format can share it. The default bound is 10,000,000, which is well above the entry counts of     legitimate SymSpell dictionaries but far below any value that would threaten heap exhaustion. Deployments     that legitimately need to load larger dictionaries can raise the limit at JVM startup by setting the     OPENNLP_MAX_ENTRIES system property to the desired positive integer (e.g. -DOPENNLP_MAX_ENTRIES=50000000);
    invalid or non-positive values fall back to the default. Note that this property is shared with the model-     reader limit and raising it relaxes both. Users who cannot upgrade immediately should treat all SymSpell     .bin model files as untrusted input unless their provenance is verified, and should avoid loading models     supplied by end users or fetched from third-party repositories without integrity checks. (CVE-2026-67211)

Note that Nessus relies on the presence of the package as reported by the vendor.

ID	名稱	產品	系列	已發布	已更新	嚴重性
345641	Linux Distros 未修補弱點：CVE-2026-67211	Nessus	Misc.	2026/9/14	2026/9/16	high
345641	Linux Distros 未修补的漏洞：CVE-2026-67211	Nessus	Misc.	2026/9/14	2026/9/16	high
345641	Linux Distros のパッチ未適用の脆弱性: CVE-2026-67211	Nessus	Misc.	2026/9/14	2026/9/16	high
345641	Linux Distros Unpatched Vulnerability : CVE-2026-67211	Nessus	Misc.	2026/9/14	2026/9/16	high

偵測

搜尋 Plugin

high

high

high

high