CVE-2026-115919— ONNX 旧版本 RNN/GRU/LSTM 越界读取漏洞
一分钟漏洞结论
影响对象
onnx onnx
利用判断
尚无明确在野利用证据，仍需结合暴露面评估
建议动作
优先检查厂商安全公告和参考链接中的修复版本；无法立即升级时，限制受影响服务暴露并加强监测。
Open Neural Network Exchange（ONNX）是一个用于机器学习互操作性的开放标准。在 1.22.0 版本之前，RNNShapeInference_opset1_to_6() 函数在处理来自 opset 1 至 6 的畸形 RNN 和 LSTM 节点，以及来自 opset 3 至 6 的 GRU 节点时，未验证第一个输入的秩是否为 3。该函数会在尺寸不足的 protobuf 形状上访问 dim(0) 和 dim(1)，导致读取超出预期重复字段范围的数据。当 onnx.shape_inferen
获取后续新漏洞提醒
登录后订阅
一、 漏洞 CVE-2026-115919 基础信息
漏洞信息
对漏洞内容有疑问？看看神龙的深度分析是否有帮助！
查看神龙十问 ↗
尽管我们使用了先进的大模型技术，但其输出仍可能包含不准确或过时的信息。神龙努力确保数据的准确性，但请您根据实际情况进行核实和判断。
Vulnerability Title
ONNX: Out-of-Bounds Read in RNN/GRU/LSTM Shape Inference (Old Opsets, Missing Rank Check)
来源: CVE Program / CVE List V5
Vulnerability Description
Open Neural Network Exchange (ONNX) is an open standard for machine learning interoperability. Prior to 1.22.0, RNNShapeInference_opset1_to_6() processes malformed RNN and LSTM nodes from opsets 1 through 6 and GRU nodes from opsets 3 through 6 without verifying that the first input has rank three. The function accesses dim(0) and dim(1) on an undersized protobuf shape, which can read outside the intended repeated field and terminate an application when onnx.shape_inference.infer_shapes() processes an untrusted model that can pass onnx.checker.check_model(). This issue is fixed in version 1.22.0.
来源: CVE Program / CVE List V5
CVSS Information
CVSS:3.1/AV:L/AC:L/PR:N/UI:N/S:U/C:N/I:N/A:H
来源: CVE Program / CVE List V5
Vulnerability Type
跨界内存读
来源: CVE Program / CVE List V5
受影响产品
二、漏洞 CVE-2026-115919 的公开POC
| # | POC 描述 | 源链接 | 神龙链接 |
|---|
AI 生成 POC
高级
未找到公开 POC。
登录以生成 AI POC三、漏洞 CVE-2026-115919 的情报信息
请登录查看更多情报信息。
CVE-2026-115919 补丁与修复 (2)
CVE-2026-115919 厂商安全公告 (1)
CVE-2026-115919 厂商页面 (1)
-
🔗 Release v1.22.0 · onnx/onnx · GitHub x_refsource_MISC
同批安全公告 · onnx · 2026-10-26 · 共 4 条
| CVE-2026-115921 | 6.2 MEDIUM | ONNX ScanInferenceFunction 空指针解引用漏洞 |
| CVE-2026-115922 | 6.2 MEDIUM | ONNX 远程拒绝服务漏洞 |
| CVE-2026-115920 | 6.2 MEDIUM | ONNX ConvTranspose 越界读取漏洞 |