Linux/Unix 主機上安裝了一個或多個受到弱點影響的套件，且供應商未提供可用的修補程式。

  - Apache OpenNLP AbstractModelReader 版本中透過無界陣列配置進行 OOM 拒絕服務 受影響版本： 2.5.9 3.0.0-M3 之前 描述：AbstractModelReader 方法分別 getOutcomes（）、getOutcomePatterns（， 和 getPredicates（） 從二進位模型串流讀取一個 32 位元有符號整數計數欄位，直接將該值傳遞給陣列分配（new String[numOutcomes]、new int[numOCTypes][]、new String[NUM_PREDS]），且未驗證該值是否為非負或一個合理的界限。因此，當模型檔案來自不受信任的來源時，計數完全由攻擊者控制。若.bin模型檔案中，將任一計數欄位設為 Integer.MAX_VALUE（或任何足夠用盡可用堆積的值），會在陣列配置本身觸發 OutOfMemoryError，且在對應標籤或模式資料從串流中被消耗之前。錯誤發生在反序列化的早期：對於 GIS 模型，getOutcomes（） 是在只讀取模型型態字串、校正常數和修正參數後才達成;因此攻擊者無需支付顯著的規模成本來武器化有效載荷，一個小檔案就能讓載入該載入的 JVM 當機。任何會反序列化.bin模型的程式碼路徑都會受到影響，包括直接使用 GenericModelReader 以及在模型載入時委派給它的高層元件。實際影響是對來自不受信任或半信任來源的模型檔案載入的程序進行拒絕服務。緩解措施：* 2.x 使用者應升級至 2.5.9。* 3.x 使用者應升級至 3.0.0-M3。注意：修正會在三個計數欄位中各自引入一個上界，並在陣列分配前檢查;計數為負數或超過限制時，會拋出 IllegalArgumentException，讀取會快速失敗且沒有大量分配。
    預設上限為 10,000,000，遠高於合法 OpenNLP 模型的輸入數量，但遠低於任何可能威脅堆積耗盡的數值。若部署需要載入比預設更多的模型，可以在 JVM 啟動時將 OPENNLP_MAX_ENTRIES 系統屬性設定為所需的正整數（例如 -DOPENNLP_MAX_ENTRIES=50000000）來提高限制;無效或非正值則回退至預設值。無法立即升級的使用者，應將所有.bin模型檔案視為不可信輸入，除非其來源經過驗證，且應避免載入由終端使用者提供或從第三方倉庫取得且未經完整性檢查的模型。（CVE-2026-42440）

請注意，Nessus 的判定取決於廠商所報告的套件是否存在。

Linux/Unix 主机中安装的一个或多个程序包受到一个漏洞影响，而供应商没有提供补丁程序。

  - Apache OpenNLP AbstractModelReader 版本中通过无界数组分配实现的 OOM 拒绝服务 受影响：3.0.0-M3 2.5.9 之前 描述：AbstractModelReader 方法分别从 getOutcomes（）、getOutcomePatterns（） 和 getPredicates（） 读取二进制模型流中的 32 位带符号整数计数字段，并直接将该值传递给数组分配（new String[numOutcomes]， new int[numOCTypes][]， new String[NUM_PREDS]），但未验证该值是否为非负或在一个合理的界限。因此，当模型文件来源不受信任时，计数完全由攻击者控制。如果.bin模型文件中，任一计数字段设置为Integer.MAX_VALUE（或任何足够大以耗尽可用堆的值），在对应标签或模式数据被消耗之前，会在数组分配时触发OutOfMemoryError。误差在反序列化的早期就出现：对于GIS模型，getOutcomes（）是在仅读取模型类型字符串、校正常数和校正参数后达到的;因此，攻击者无需支付显著的体积成本来武器化负载，单个小文件就能让加载它的JVM崩溃。任何将.bin模型反序列化的代码路径都会受到影响，包括直接使用 GenericModelReader 以及在模型加载期间委派给该模型的任何高级组件。实际影响是对来自不可信或半可信来源的模型文件加载的进程进行拒绝服务。缓解措施：* 2.x 用户应升级至 2.5.9。* 3.x 用户应升级至 3.0.0-M3。注意：该修正在三个计数字段中引入一个上界，并在数组分配前检查;计数为负或超过界限时，会抛出IllegalArgumentException，读取快速失败且没有大量分配。
    默认上限为10,000,000，远高于合法OpenNLP模型的进入数量，但远低于任何可能威胁堆枯竭的数值。需要加载比默认更多的模型的部署，可以在JVM启动时通过将OPENNLP_MAX_ENTRIES系统属性设置为期望的正整数（例如-DOPENNLP_MAX_ENTRIES=50000000）来提高限制;无效或非正值会退回到默认值。无法立即升级的用户应将所有.bin模型文件视为不可信输入，除非其来源经过验证，并避免加载由终端用户提供或从第三方仓库获取且未进行完整性检查的模型。（CVE-2026-42440）

请注意，Nessus 依赖供应商报告的程序包是否存在进行判断。

Linux/Unix ホストには、ベンダーが提供するパッチが利用できない脆弱性の影響を受ける複数のパッケージがインストールされています。

  - Apache OpenNLP AbstractModelReader バージョンにおけるOOMによる無制限配列割り当てによるサービス拒否:3.0.0-M3以前 2.5.9 説明:AbstractModelReaderメソッドのgetOutcomes()、getOutcomePatterns()、getPredicates()はそれぞれバイナリモデルストリームから32ビット署名付き整数カウントフィールドを読み取り、その値を配列割り当て(新しいString[numOutcomes]、new int[numOCTypes]]、[]、新しいString[NUM_PREDS])に直接渡し、値が非負または以下のものであることを検証しません合理的な縛りだ。したがって、モデルファイルが信頼できないソースから来ている場合、カウントは完全に攻撃者によって制御されます。これらのカウントフィールドのいずれかがInteger.MAX_VALUE(または利用可能なヒープを使い果たすほど大きい値)に設定された作成された.binモデルファイルは、対応するラベルやパターンデータがストリームから消費される前に、配列割り当て自体でOutOfMemoryErrorをトリガーします。この誤差はデシリアライズの非常に初期に発生します。GISモデルの場合、getOutcomes()はモデル型文字列、補正定数、補正パラメータのみを読み取った後に到達します。つまり、攻撃者はペイロードを武器化するために意味のあるサイズコストを支払わず、小さなファイル1つでそれをロードするJVMをクラッシュさせることができます。.binモデルをデシリアライズするコードパスは影響を受け、GenericModelReaderの直接使用やモデルロード時にそれに委譲する上位コンポーネントも含まれます。実際の影響として、信頼できない、または半信頼された元からモデルファイルを読み込むプロセスに対するサービス拒否(DoS)が行われます。対策:* 2.x ユーザーは 2.5.9にアップグレードすべきです。* 3.x ユーザーは3.0.0-M3にアップグレードしてください。注:この修正により、3つのカウントフィールドそれぞれに上限が導入され、配列割り当て前にチェックされます。カウントが負または上限を超えると、IllegalArgumentExceptionがスローされ、大きな割り当てがないため読み込みが速く失敗します。
    デフォルトの上限は10,000,000であり、これは正規のOpenNLPモデルのエントリ数を大きく上回りますが、ヒープ枯渇の危機に瀕する値には遠く及びません。デフォルトより多くのエントリを持つモデルを正当に読み込む必要がある展開では、JVM起動時にOPENNLP_MAX_ENTRIESシステムプロパティを望ましい正の整数(例:-DOPENNLP_MAX_ENTRIES=50000000)に設定することで制限を引き上げることができます。無効または非正の値はデフォルトに戻されます。すぐにアップグレードできないユーザーは、出所が検証されない限り、すべての.binモデルファイルを信頼できない入力として扱い、エンドユーザーから提供されたモデルや第三者リポジトリから取得したモデルは整合性チェックなしに読み込むのは避けるべきです。(CVE-2026-42440)

Nessus は、ベンダーによって報告されたパッケージの存在に依存していることに注意してください。

The Linux/Unix host has one or more packages installed that are impacted by a vulnerability without a vendor supplied patch available.

  - OOM Denial of Service via Unbounded Array Allocation in Apache OpenNLP AbstractModelReader Versions     Affected: before 2.5.9 before 3.0.0-M3 Description: The AbstractModelReader methods getOutcomes(),     getOutcomePatterns(), and getPredicates() each read a 32-bit signed integer count field from a binary     model stream and pass that value directly to an array allocation (new String[numOutcomes], new     int[numOCTypes][], new String[NUM_PREDS]) without validating that the value is non-negative or within a     reasonable bound. The count is therefore fully attacker-controlled when the model file originates from an     untrusted source. A crafted .bin model file in which any of these count fields is set to Integer.MAX_VALUE     (or any value large enough to exhaust the available heap) triggers an OutOfMemoryError at the array     allocation itself, before the corresponding label or pattern data is consumed from the stream. The error     occurs very early in deserialization: for a GIS model, getOutcomes() is reached after only the model-type     string, the correction constant, and the correction parameter have been read; so the attacker pays no     meaningful size cost to weaponize a payload, and a single small file can crash a JVM that loads it. Any     code path that deserializes a .bin model is affected, including direct use of GenericModelReader and any     higher-level component that delegates to it during model load. The practical impact is denial of service     against processes that load model files from untrusted or semi-trusted origins. Mitigation: * 2.x users     should upgrade to 2.5.9. * 3.x users should upgrade to 3.0.0-M3. Note: The fix introduces an upper bound     on each of the three count fields, checked before array allocation; counts that are negative or exceed the     bound cause an IllegalArgumentException to be thrown and the read to fail fast with no large allocation.
    The default bound is 10,000,000, which is well above the entry counts of legitimate OpenNLP models but far     below any value that would threaten heap exhaustion. Deployments that legitimately need to load models     with more entries than the default can raise the limit at JVM startup by setting the OPENNLP_MAX_ENTRIES     system property to the desired positive integer (e.g. -DOPENNLP_MAX_ENTRIES=50000000); invalid or non-     positive values fall back to the default. Users who cannot upgrade immediately should treat all .bin model     files as untrusted input unless their provenance is verified, and should avoid loading models supplied by     end users or fetched from third-party repositories without integrity checks. (CVE-2026-42440)

Note that Nessus relies on the presence of the package as reported by the vendor.

ID	名称	产品	系列	发布时间	最近更新时间	严重程度
312196	Linux Distros 未修補的弱點：CVE-2026-42440	Nessus	Misc.	2026/5/5	2026/5/11	high
312196	Linux Distros 未修补的漏洞：CVE-2026-42440	Nessus	Misc.	2026/5/5	2026/5/11	high
312196	Linux Distros のパッチ未適用の脆弱性: CVE-2026-42440	Nessus	Misc.	2026/5/5	2026/5/11	high
312196	Linux Distros Unpatched Vulnerability : CVE-2026-42440	Nessus	Misc.	2026/5/5	2026/5/11	high

检测

插件搜索

high

high

high

high