CVE-2026-108719 : SSRF aveugle dans LLMGateway par injection de l'URL de rappel de génération vidéo
Vulnérabilité critique de SSRF aveugle dans LLMGateway permettant l'exfiltration non authentifiée des métadonnées cloud et le rebond vers le réseau interne.
SCORE DE SÉCURITÉ AGENTIQUE HERMES & ÉVALUATION DU PROXY INVERSE D'IA
Cible :LLMGateway — Distributeur asynchrone de webhooks pour la génération vidéo La métrique CVSS v3.1 attribue un score de 9.3 (CRITIQUE) en raison du changement de portée (S:C) permettant l'accès aux métadonnées des instances cloud et aux services internes de grappes. Le score de sécurité agentique Hermes (HASS) confirme cette sévérité à 89 (CRITIQUE). En tant que passerelle d'API déployée en périphérie pour acheminer les requêtes vers de multiples modèles d'IA générative, LLMGateway s'exécute avec des privilèges cloud élevés pour accéder aux clusters GPU, aux compartiments de stockage et aux services de modèles. Une faille SSRF aveugle dans sa boucle de rappel asynchrone permet aux attaquants de sonder les métadonnées cloud (AWS IMDS, métadonnées GCP) et de pivoter vers le plan de contrôle.
CVE-2026-108719: LLMGateway Blind SSRF via Video-Generation callback_url Webhook HandlingVULNÉRABILITÉ
Software platform affected by security vulnerabilities and agentic attack patterns.
🔍 Pourquoi cette relation ? (Preuves & Provenance)
“Confirmed security vulnerability in LLMGateway Multimodal AI Reverse Proxy 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. Contexte technique et matrice d’architecture affectée
Section intitulée « 1. Contexte technique et matrice d’architecture affectée »LLMGateway s’interpose entre les clients externes et les interfaces de modèles de fondation afin d’assurer l’équilibrage de charge, la gestion de cache et la limitation de débit.
| Paramètre | Spécification technique | Détails opérationnels |
|---|---|---|
| Identifiant CVE | CVE-2026-108719 | Référence officielle NVD et VulnCheck |
| Produit affecté | LLMGateway | Mandataire inverse et routeur d’API d’IA multimodale |
| Composant vulnérable | gateway/callbacks/dispatcher.py | Gestionnaire asynchrone de livraison de webhooks |
| Versions impactées | Toutes versions jusqu’à 1.20.0 | Déploiements cloud, Kubernetes et serveurs dédiés |
| Correctif officiel | 1.20.1 | Validation stricte des adresses de sortie et assainissement des en-têtes |
| Classe de vulnérabilité | SSRF (CWE-918, CWE-610) | Émission non filtrée de requêtes HTTP sortantes |
| Environnement d’exécution | Python / FastAPI / Docker / Kubernetes | Conteneurs de passerelle d’IA avec rôles IAM associés |
2. Décomposition et analyse de la cause racine
Section intitulée « 2. Décomposition et analyse de la cause racine »Chemin de code vulnérable : absence de validation de sortie sur les webhooks
Section intitulée « Chemin de code vulnérable : absence de validation de sortie sur les webhooks »Dans le fichier gateway/callbacks/dispatcher.py, la routine d’expédition extrait l’adresse cible transmise par l’utilisateur et émet une requête HTTP POST sans vérifier si le nom d’hôte résout vers des adresses locales (RFC 1918) ou de lien local :
import httpx
async def dispatch_completion_webhook(task_id: str, callback_url: str, result_payload: dict, client_headers: dict): # ANOMALIE 1 : aucune validation d'URL ni de résolution d'adresse IP # ANOMALIE 2 : transmission des en-têtes d'autorisation internes vers la cible non validée ! async with httpx.AsyncClient(timeout=10.0) as client: response = await client.post( callback_url, json={"task_id": task_id, "status": "completed", "output": result_payload}, headers={"Authorization": client_headers.get("Authorization"), "X-Gateway-Node": "ai-proxy-prod"} ) return response.status_codeSchéma d’attaque par rebond SSRF
Section intitulée « Schéma d’attaque par rebond SSRF »Requête de l'attaquant Conteneur LLMGateway en périphérie Métadonnées cloud / Services internes+-------------------------+ +-------------------------------+ +-------------------------------+| POST /v1/video/ | | Tâche de génération créée | | 169.254.169.254 (IMDSv2/v1) || generations | ------> | | | internal-etcd.cluster.local || callback_url : | | Le dispatcher asynchrone émet | ---> | kube-apiserver.default.svc || http://169.254.169.254/ | | un POST HTTP depuis le pod | +-------------------------------+| latest/meta-data/ | +-------------------------------+ |+-------------------------+ v +-------------------------------+ | Service interne perturbé | | ou métadonnées sondées | +-------------------------------+3. Scénarios d’attaque et cinématique d’exécution
Section intitulée « 3. Scénarios d’attaque et cinématique d’exécution »- Soumission de la charge malveillante :
un attaquant transmet une requête JSON au point de terminaison
/v1/video/generations:{"prompt": "Générer une animation 3D de logo","model": "video-gen-v2","callback_url": "http://169.254.169.254/latest/meta-data/iam/security-credentials/"} - Traitement de la tâche et déclenchement du rappel : la passerelle prend en charge la requête. À la fin de la génération (ou lors d’une annulation), le distributeur en arrière-plan lance une requête HTTP vers l’adresse interne ciblée.
- Cartographie du réseau interne et élévation de privilèges : en modifiant les chemins cibles et en observant le temps de réponse ou les messages d’erreur, l’attaquant cartographie les microservices internes, interagit avec des API vulnérables ou capture des jetons de service relayés.
4. Triage forensique et détection multi-plateforme
Section intitulée « 4. Triage forensique et détection multi-plateforme »title: Tentative de SSRF par rappel asynchrone sur LLMGatewayid: c418a920-8114-4a21-9920-202610871901status: experimentaldescription: Détecte le trafic réseau sortant émis par les conteneurs de passerelle d'IA vers les plages d'adresses privées ou les métadonnées cloud.references: - https://vulncheck.com/advisories/llmgateway-through-1.20.0-blind-ssrf-via-video-generation-callback-urlauthor: Équipe CTI Hermes Codexdate: 2026/10/12logsource: category: network_connection product: linuxdetection: selection_process: Image|endswith: - '/python3' - '/uvicorn' - '/llmgateway' selection_dest: DestinationIp: - '169.254.169.254' - '127.0.0.1' DestinationIp|startswith: - '10.' - '172.16.' - '172.17.' - '172.18.' - '192.168.' condition: selection_process and selection_destfields: - Image - CommandLine - DestinationIp - DestinationPortlevel: criticaltags: - attack.initial_access - attack.t1190// Azure Sentinel / Microsoft Defender for Cloud// Détecte les connexions sortantes de conteneurs d'IA vers des adresses privéesContainerNetworkInventory| where ContainerName has "llmgateway"| join kind=inner ( CommonSecurityLog | where DestinationIP in ("169.254.169.254", "127.0.0.1") or DestinationIP startswith "10." or DestinationIP startswith "192.168.") on $left.ContainerID == $right.DeviceCustomString1| project TimeGenerated, ContainerName, SourceIP, DestinationIP, DestinationPort| order by TimeGenerated desc#!/usr/bin/env python3# Script de contrôle pour vérifier le filtrage des adresses de rappelimport ipaddressimport urllib.parse
def is_safe_callback(url: str) -> bool: parsed = urllib.parse.urlparse(url) if parsed.scheme not in ("http", "https"): return False host = parsed.hostname try: ip = ipaddress.ip_address(host) if ip.is_private or ip.is_loopback or ip.is_link_local: print(f"[!] REJETÉ : {url} pointe vers la destination privée {ip}") return False except ValueError: pass # Le nom d'hôte exige une vérification DNS avant connexion return True
# Testis_safe_callback("http://169.254.169.254/latest/meta-data/")5. Stratégie de remédiation et matrice de mitigation
Section intitulée « 5. Stratégie de remédiation et matrice de mitigation »Application du correctif de sécurité officiel
Section intitulée « Application du correctif de sécurité officiel »Mettre à niveau le paquet llmgateway vers la version 1.20.1 ou ultérieure :
pip install --upgrade llmgateway>=1.20.1# Ou mettre à jour l'image de conteneur :docker pull ghcr.io/llmgateway/llmgateway:1.20.1Application de politiques réseau Kubernetes
Section intitulée « Application de politiques réseau Kubernetes »Déployer une politique NetworkPolicy pour bloquer tout accès sortant vers les métadonnées cloud :
apiVersion: networking.k8s.io/v1kind: NetworkPolicymetadata: name: block-metadata-egress namespace: ai-gatewayspec: podSelector: matchLabels: app: llmgateway egress: - to: - ipBlock: cidr: 0.0.0.0/0 except: - 169.254.169.254/32 - 10.0.0.0/8 - 172.16.0.0/12 - 192.168.0.0/16 policyTypes: - Egress