There are packages installed that are affected by a vulnerability referenced in the following CVE:

  - OOM Denial of Service via Unbounded Array Allocation in Apache OpenNLP AbstractModelReader Versions
    Affected: before 1.9.5 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)

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

  - 透過 Apache OpenNLP 中無限陣列分配的 OOM 拒絕服務 AbstractModelReader 受影響的版本：1.9.52.5.9之前 之前 3.0.0-M3 之前 描述： AbstractModelReader 方法 getOutcomes（）、getOutcomePatterns（） 和 getPredicates（） 每個方法都會從二進位模型資料流中讀取一個 32 位帶正負號的整數計數欄位，並將該值直接傳遞給陣列分配 （new String[numOutcomes]， new int[numOCTypes][]， new String[NUM_PREDS]），而不驗證值是否為非負數或在合理範圍內。因此，當模型檔案源自不受信任的來源時，計數完全由攻擊者控制。特製的.bin模型檔案，其中任何這些計數欄位設定為 Integer.MAX_VALUE （或任何大到足以耗盡可用堆積的值） 會在陣列配置本身觸發 OutOfMemoryError，然後再從資料流程取用對應的標籤或模式資料。錯誤發生在還原序列化的早期：對於 GIS 模型，僅在讀取模型類型字串、校正常數和校正參數後，才會達到 getOutcomes（）;因此，攻擊者無需支付有意義的大小成本來武器化有效負載，並且單個小文件可以使載入它的 JVM 崩潰。任何還原序列化.bin模型的程式碼路徑都會受到影響，包括直接使用 GenericModelReader 和在模型載入期間委派給它的任何高階元件。實際影響是對從不受信任或半受信任來源載入模型檔案的處理程序造成拒絕服務。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：
    此修正會在三個計數欄位中的每一個欄位上引入一個上限，並在陣列配置之前進行檢查;
    計數為負數或超過界限會導致擲回 IllegalArgumentException，且讀取會快速失敗，且沒有大型配置。預設界限為 10,000,000，這遠高於合法 OpenNLP 模型的入口計數，但遠低於任何可能威脅堆積耗盡的值。
    合法需要載入比預設項目更多的模型的部署可以透過將OPENNLP_MAX_ENTRIES系統屬性設定為所需的正整數（例如
    -DOPENNLP_MAX_ENTRIES=50000000）;無效或非正值會回復為預設值。無法立即升級的使用者應將所有.bin模型檔案視為不受信任的輸入，除非其來源經過驗證，並且應避免載入最終使用者提供的模型或未經完整性檢查而從第三方存放庫擷取的模型。（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 中通过无限数组分配造成的 OOM 拒绝服务 AbstractModelReader 受影响版本： 1.9.5 低于 3.0.0-M3 之前 2.5.9 版本 描述：AbstractModelReader 方法 getOutcomes（）、getOutcomePatterns（） 和 getPredicates（） 各自从二进制模型流中读取一个 32 位有符号的整数计数字段，并将该值直接传递至数组分配（新的 String[numOutcomes]、新的 int[numOCTypes][]、 new String[NUM_PREDS]），而未验证该值是否为非负值或在合理范围内。因此，当模型文件源自不受信任的来源时，计数完全受攻击者控制。在从流中消耗相应的标签或模式数据之前，构建的 .bin 模型文件中，其中任何这些计数字段都设置为 Integer.MAX_VALUE（或任何足够大以耗尽可用堆的值）会在数组分配本身触发 OutOfMemoryError。该错误在反序列化的早期发生：对于 GIS 模型，仅读取模型类型字符串、校正常量和校正参数后，才会达到 getOutcomes（）;因此，攻击者无需为将负载武器化而付出任何有意义的大小成本，并且单个小文件即可使加载该负载的 JVM 崩溃。反序列化.bin模型的任何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托给它的任何更高级别组件。实际影响是拒绝从不受信任或半信任源加载模型文件的进程的服务。缓解： * 2.x 用户应升级到 . * 3.x 用户应升级到 2.5.93.0.0-M3。注意：
    该补丁在三个计数字段中的每一个上引入一个上限，在数组分配之前进行检查;
    负数或超出边界的计数会造成 IllegalArgumentException 被抛出，并且读取在没有大量分配的情况下快速失败。默认界限为 10,000,000，远高于合法 OpenNLP 模型的条目计数，但远低于可能造成堆耗尽的任何值。
    合理需要加载条目多于默认值的模型的部署可以通过将OPENNLP_MAX_ENTRIES系统属性设置为所需的正整数（例如
    -DOPENNLP_MAX_ENTRIES=50000000）;无效值或非正值会回退到默认值。无法立即升级的用户应将所有.bin模型文件视为不受信任的输入，除非验证其来源，并且应避免在未进行完整性检查的情况下加载最终用户提供的模型或从第三方存储库提取的模型。（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 における無制限配列割り当てによる OOM AbstractModelReader 影響を受けるバージョン:3.0.0-M3 より前の 1.9.5 より前の 2.5.9 説明: AbstractModelReader メソッド getOutcomes()、getOutcomePatterns()、および getPredicates() はそれぞれ、バイナリモデルストリームから 32 ビット符号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に直接渡します(new String[numOutcomes]、new int[numOCTypes][]、 new String[NUM_PREDS])の値が負でないか、妥当な範囲内にあるかを検証しません。したがって、モデルファイルが信頼できないソースに由来するとき、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 (または使用可能なヒープを使い果たすのに十分な大きさの値) に設定されている細工された .bin モデルファイルは、対応するラベルまたは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。このエラーは逆シリアル化の非常に早い段階で発生します:GISモデルの場合、モデル型の文字列、補正定数、補正パラメーターのみが読み取られた後、getOutcomes()に達します。したがって、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うことなく、単一の小さなファイルがそれをロードする JVM をクラッシュさせる可能性があります。.binモデルを逆シリアル化するコードパスは、GenericModelReaderの直接使用や、モデルのロード中にそのモデルに委任される上位レベルのコンポーネントなど、影響を受けます。実際的な影響は、信頼できない、または半信頼されているオリジンからモデルファイルをロードするプロセスに対するサービス拒否です。緩和:* 2.x ユーザーは、 2.5.9 にアップグレードする必要があります。 * 3.x ユーザーは、3.0.0-M3 にアップグレードする必要があります。注意:
    この修正により、3 つのカウントフィールドの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。
    カウントが負であるか、バインドを超えると、IllegalArgumentException がスローされ、大きな割り当てなしで読み取りがすぐに失敗します。デフォルトのバインドは 10,000,000 で、これは正当な OpenNLP モデルのエントリカウントをはるかに上回っていますが、ヒープの枯渇を脅かすような値をはるかに下回っています。
    デフォルトよりも多くのエントリでモデルをロードすることが正当に必要であるデプロイメントは、OPENNLP_MAX_ENTRIESシステムプロパティを希望する正の整数(例:
    -DOPENNLP_MAX_ENTRIES=50000000);無効な値または正でない値は、デフォルトに戻ります。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うべきであり、エンドユーザーから提供されたモデルや、整合性チェックなしでサードパーティのリポジトリからフェッチされたモデルのロードを避けるべきです。(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 1.9.5 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
441551	SCA: security update for org.apache.opennlp:opennlp-tools (GHSA-659w-93r5-9j6m)	Tenable Cloud Security	SCA Checks	2026/5/8	2026/7/2	high
441551	SCA: security update for org.apache.opennlp:opennlp-tools (GHSA-659w-93r5-9j6m)	Tenable Self-Hosted Container Security	SCA Checks	2026/5/8	2026/7/2	high
312196	Linux Distros 未修補弱點：CVE-2026-42440	Nessus	Misc.	2026/5/5	2026/7/30	high
312196	Linux Distros 未修补的漏洞：CVE-2026-42440	Nessus	Misc.	2026/5/5	2026/7/30	high
312196	Linux Distros のパッチ未適用の脆弱性: CVE-2026-42440	Nessus	Misc.	2026/5/5	2026/7/30	high
312196	Linux Distros Unpatched Vulnerability : CVE-2026-42440	Nessus	Misc.	2026/5/5	2026/7/30	high

检测

插件搜索

high

high

high

high

high

high