圖像化LLM應用開發工具Langflow存在RCE漏洞，CISA證實已被用於實際攻擊
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p><a href="https://www.cisa.gov/news-events/alerts/2025/05/05/cisa-adds-one-known-exploited-vulnerability-catalog">美國CISA已證實</a>，圖像化LLM應用開發工具Langflow的遠端程式碼執行漏洞CVE-2025-3248，已被實際用於攻擊行動。Langflow是一套開源工具，支援以圖形化方式設計大型語言模型流程，讓開發者能透過拖放元件的方式，快速組合出可執行的人工智慧代理流程，然而，其高彈性的設計也伴隨著潛在風險，特別是在執行環境缺乏適當安全防護時，容易成為攻擊目標。</p> <p>資安公司Horizon3.ai研究人員進一步<a href="https://horizon3.ai/attack-research/disclosures/unsafe-at-any-speed-abusing-python-exec-for-unauth-rce-in-langflow-ai/">說明</a>CVE-2025-3248的成因，是Langflow早期版本在處理程式碼驗證時缺乏適當的安全控管。具體來說，攻擊者可透過未加認證保護的API端點/api/v1/validate/code提交特製的Python函式碼，並利用裝飾器（Decorator）或預設參數中的表示式，在函式尚未執行時即觸發任意程式碼的執行。</p> <p>由於Langflow原本設計即允許使用者修改與執行Python程式碼來控制人工智慧元件，因此在缺乏沙箱或額外限制的情況，一旦認證機制設定不當，將導致攻擊者可遠端取得主機控制權。</p> <p>研究人員指出，這類攻擊可被用來開啟反向Shell、讀取環境變數，或取得系統帳號等資訊，並可能作為後續橫向移動或擴大攻擊範圍的起點。值得注意的是，雖然Langflow開發團隊曾在社群中說明，該工具預設不具沙箱機制，執行環境的安全應由使用者自行負責，但實際部署情況顯示，大量實例未採取基本防護，直接曝露於公開網路，進一步擴大了漏洞被濫用的風險。</p> <p>此次漏洞影響自Langflow專案啟動以來至1.2.x的所有版本，<a href="https://github.com/langflow-ai/langflow/releases/tag/1.3.0" target="_blank">官方已於2025年3月底釋出1.3.0版</a>，將高風險的程式碼驗證端點加上身分驗證保護，並建議用戶盡快升級。CISA則呼籲所有組織，尤其是將Langflow部署於網際網路環境的組織，務必立即檢查並限制可存取的端點，或改以虛擬私有雲方式進行隔離部署。</p> </div></div></div>
