CVE-2026-33833Azure Machine Learning中存在一个高危安全漏洞,编号为CVE-2026-33833。该漏洞源于对输出中特殊元素的不当中和,属于注入类漏洞。未经授权的攻击者可利用此缺陷,通过网络发起欺骗攻击。该漏洞CVSS v3.1评分为8.2分,攻击复杂度低且无需用户认证,但需要一定程度的用户交互。成功利用该漏洞可能导致高机密性影响和低完整性影响,对用户数据安全构成严重威胁。
该漏洞的核心原理在于Azure Machine Learning在将数据传递给下游组件时,缺乏足够的输出编码或特殊字符过滤。具体而言,当系统生成用于下游处理的输出(例如日志、API响应或渲染内容)时,如果其中包含攻击者控制的未经过滤的特殊元素(如脚本标签、控制字符或特定命令序列),下游组件可能会将其误解析为可执行指令而非纯数据。
攻击者可以通过网络向受影响的接口发送特制请求,注入恶意负载。由于无需认证(PR:N),攻击者可以轻易接触到攻击面。虽然需要用户交互(UI:R),这可能诱导受害者访问一个受影响的链接或页面。一旦负载被下游组件处理,即可触发欺骗攻击,例如伪造界面、窃取会话令牌或重定向流量,从而造成信息泄露(C:H)或数据完整性受损(I:L)。这种利用方式依赖于对下游组件解析逻辑的理解,属于典型的供应链或组件间交互安全风险。