🔴 【深度分析】严重安全漏洞：CVE-2026-60090

CVSS 评分: 严重（9.3）🔴　　状态: Deferred　　发布时间: 2026-07-11

🔍 技术细节速览

字段 值
CVE ID CVE-2026-60090
CVSS 评分 9.3 🔴
严重程度 严重
CVSS 向量 CVSS:4.0/AV:N/AC:L/AT:N/PR:N/UI:N/VC:H/VI:H/VA:H/SC:N/SI:N/SA:N/E:X/CR:X/IR:X/AR:X/MAV:X/MAC:X/MAT:X/MPR:X/MUI:X/MVC:X/MVI:X/MVA:X/MSC:X/MSI:X/MSA:X/S:X/AU:X/R:X/V:X/RE:X/U:X
CWE 分类 CWE-89
发布时间 2026-07-11
最后更新 2026-07-14
状态 Deferred
数据来源 disclosure@vulncheck.com

好的，作为一名资深网络安全分析师，我将基于您提供的 NVD 数据，为您生成一篇专业的漏洞深度分析文章。

CVE-2026-60090 深度分析：PraisonAI 向量数据库组件中的 SQL/CQL 注入漏洞

⚠️ 严重漏洞警告

CVE ID: CVE-2026-60090
CVSS 评分: 9.3 (Critical)
CVSS 向量: CVSS:4.0/AV:N/AC:L/AT:N/PR:N/UI:N/VC:H/VI:H/VA:H/SC:N/SI:N/SA:N/E:X
危害等级: 严重 (Critical)

漏洞概述

CVE-2026-60090 是一个存在于 PraisonAI 框架中的严重注入漏洞，影响 4.6.78 之前的所有版本。该漏洞位于 PGVector 和 Cassandra 知识库组件的数据集合创建功能中。由于对用户提供的 dimension（维度）参数缺乏严格的运行时类型和内容验证，攻击者可以构造恶意的 SQL 或 CQL 语句片段，并将其注入到后端数据库执行的建表语句中。成功利用此漏洞，攻击者能够在未授权的情况下，对底层数据库进行任意 SQL/CQL 操作，包括读取、篡改或删除敏感数据，从而实现完全的数据泄露和系统破坏。

该漏洞的 CVSS 4.0 评分为 9.3（严重），其向量特征表明：攻击者可通过网络远程触发（AV:N），且攻击复杂度低（AC:L），无需任何权限（PR:N）和用户交互（UI:N）。一旦利用成功，将直接导致机密性、完整性和可用性的完全丧失（VC:H/VI:H/VA:H）。尽管环境指标未定（E:X），但漏洞本身的攻击面非常理想，风险极高。

受影响组件与版本

  • 受影响产品: PraisonAI
  • 影响范围: 所有低于 4.6.78 的版本
  • 受影响组件: PGVector 和 Cassandra 知识库后端的 create_collection() 函数。
  • 修复版本: 4.6.78 或更高版本。

漏洞原理分析

该漏洞属于经典的 SQL 注入（CWE-89） 类型，但其注入点位于数据库的 DDL（数据定义语言）语句中，而非传统的 DML（数据操作语言）语句。

技术成因深度解析：

  1. 不完整的输入验证： 分析表明，PraisonAI 框架在设计 create_collection() 接口时，对部分参数（如 schema, keyspace, collection-name）进行了验证，以防止注入。然而，开发者完全疏忽了对 dimension 参数的检查。虽然该参数在接口定义中声明为 int 类型，但在 Python 等动态语言中，这种声明并未在运行时强制执行。攻击者可以轻易地提交一个字符串值来代替整数。

  2. 危险的字符串拼接（DDL 场景）： 在 PGVector 和 Cassandra 的后端实现中，dimension 参数的值被直接拼接到用于创建向量集合的 SQL/CQL 语句中。典型的建表 DDL 可能类似于 CREATE TABLE some_collection (..., embedding vector(%s) )，而 %s 处直接插入了用户提供的 dimension 值。

  3. 注入向量与攻击流程：

    • 当攻击者提供的 dimension 值为 3); DROP TABLE tenant_secrets; -- 时，最终执行的 SQL 语句可能变为：
      CREATE TABLE some_collection (..., embedding vector(3); DROP TABLE tenant_secrets; --) );
    • 3)：闭合了 vector( 函数。
    • ;：在大多数数据库（如 PostgreSQL）中，这表示当前语句的结束。
    • DROP TABLE tenant_secrets;：引入了一条新的、恶意的 SQL 语句，用于删除名为 tenant_secrets 的表。
    • --：这是一个 SQL 注释符，用于忽略掉原始语句中 vector() 函数右括号之后的任何部分，从而避免语法错误，保证恶意语句顺利执行。

影响评估

  • 攻击复杂度（低）： 攻击者无需任何特殊权限，仅需通过正常的 API 调用接口发送一个特制字符串即可。CVSS 向量中的 AC:L 和 PR:N 充分说明了这一点。
  • 所需权限（无）： 漏洞利用不依赖于任何已有的用户账户或会话。只要攻击者能够访问到 create_collection() 接口，即可发起攻击。
  • 利用条件（简单）： 目标必须运行受影响版本的 PraisonAI，并对外暴露了 PGVector 或 Cassandra 知识库的创建功能。这是常见的配置场景。
  • 潜在后果（灾难性）： 由于可以执行任意 SQL/CQL 语句，攻击者可以实现：
    • 数据窃取（机密性）： 通过 UNION SELECT 或 INSERT INTO...SELECT 等方式，将敏感数据库表（如用户凭据、API 密钥、业务数据）的内容窃取出来。
    • 数据篡改（完整性）： 修改任何表中的任何数据，导致业务逻辑错误、欺诈或数据污染。
    • 数据删除/破坏（可用性）： 执行 DROP TABLE、TRUNCATE TABLE 或 DELETE 语句，彻底摧毁数据库中的数据和服务。更严重的情况下，攻击者可能 DROP DATABASE 或 SELECT pg_sleep() 进行拒绝服务攻击。
    • 权限提升与横向移动： 如果数据库用户权限较高（这很常见），攻击者可能进一步利用数据库功能（如 COPY ... TO PROGRAM 在 PostgreSQL 中）实现操作系统命令执行，从而控制整个服务器。

修复建议

1. 立即升级（首选方案）

PraisonAI 官方已在 4.6.78 版本中修复此漏洞。建议所有受影响用户立即升级至该版本或更高版本。

pip install praisonai>=4.6.78

升级后，请重启所有相关服务以确保补丁生效。

2. 临时缓解措施

如果无法立即升级，可考虑以下临时措施：

  • 输入严格校验： 在应用程序入口处（如 API 网关或 WAF）对 dimension 参数进行强制验证。
    • 类型校验： 确保其值必须是一个合法的整数。
    • 范围限制： 将其限制在一个合理的数值范围内（例如，1 到 4096）。
    • 正则校验： 使用正则表达式 ^[0-9]+$ 确保只包含数字。
  • 最小权限原则： 审查用于连接 PGVector 和 Cassandra 的数据库账户权限。务必撤销这些账户对任何敏感数据表的 DROP、ALTER、TRUNCATE 权限，并仅授予其运行、插入、查询向量数据所必需的最小权限。例如，可以仅授予对特定 schema 或 keyspace 中特定表的 INSERT, SELECT 权限。
  • 使用参数化查询（预编译语句）： 理想情况下，即使是 DDL 语句，也应尝试使用参数化接口。虽然 DDL 场景下不如 DML 常见，但现代数据库驱动（如 psycopg2 的 sql 模块）允许安全地处理标识符和字面量，应尽可能避免字符串拼接。PraisonAI 的修复方案大概率采用了此方法。

参考资料