Cyera Research deckt sechs Protobuf.js-Schwachstellen auf, die das Rückgrat von Daten- und KI-Systemen beeinträchtigen.

‍

Die Forscher von Cyera entdeckten und behoben sechs Schwachstellen in protobuf.js, darunter Fehler, die zu Remote-Code-Ausführung (RCE) und Denial-of-Service-Angriffen (DoS) führen könnten.

Wenn Sie sich fragen, warum das wichtig ist, ist das eine berechtigte Frage. Die meisten von uns arbeiten selten direkt mit protobuf.js. Es ist jedoch die am weitesten verbreitete JavaScript-Laufzeitumgebung für Protocol Buffers, ein Serialisierungsformat, das die Kommunikation zwischen Millionen von Anwendungen, Datenbanken, Cloud-nativen Diensten und KI-Systemen ermöglicht. Allein das Paket wird wöchentlich über 50 Millionen Mal heruntergeladen, wobei die tatsächliche Verbreitung aufgrund seiner weitverbreiteten Einbindung als Abhängigkeit in unzähligen Softwareprojekten wahrscheinlich deutlich höher liegt.

Wichtigste Erkenntnisse

Die Forscher von Cyera entdeckten sechs Schwachstellen in protobuf.js. In betroffenen Umgebungen könnte ein einzelnes bösartiges Protobuf-Schema, ein Deskriptor oder eine speziell präparierte Nutzlast ausreichen, um Abstürze, Laufzeitfehler oder sogar die Ausführung von Code auszulösen.

Die Sicherheitslücken betreffen Node.js-Anwendungen, die protobuf.js verwenden. Dieses wird direkt oder indirekt von gRPC-Tools (@grpc/proto-loader), Google Cloud-Clientbibliotheken, Messaging-Frameworks wie Baileys und CI/CD-Pipelines eingebunden. Jeder Node.js-Dienst, der protobuf-Daten dekodiert oder Code aus Schemas mit protobuf.js generiert, ist potenziell betroffen.

Die Sicherheitslücken betreffen protobuf.js-Versionen <= 7.5.5 und >= 8.0.0 <= 8.0.1 sowie protobufjs-cli-Versionen <= 1.2.0 und >= 2.0.0 <= 2.0.1. Patches sind in protobufjs 7.5.6 / 8.0.2 und protobufjs-cli 1.2.1 / 2.0.2 verfügbar.

Was ist Protobuf?

Protocol Buffers gehören zu den am weitesten verbreiteten Mechanismen für den Austausch strukturierter Daten zwischen Anwendungen. Sie bilden die Grundlage für Cloud-Dienste, Datenbanken, KI-Pipelines, APIs, mobile Anwendungen und verteilte Systeme. In JavaScript-Umgebungen ist protobuf.js die Engine für die Kodierung und Dekodierung dieser Informationen und zählt damit zu den am häufigsten eingesetzten Serialisierungsbibliotheken im Software-Ökosystem.

Da Protobuf so konzipiert ist, dass es im Hintergrund arbeitet, ist den meisten Organisationen nicht bewusst, wie viele kritische Systeme davon abhängen, bis etwas schiefgeht.

Die Schwachstellen auf einen Blick

Obwohl sich die sechs Schwachstellen in ihren technischen Details unterscheiden (lesen Sie hier mehr darüber), beruhen sie alle auf einem ähnlichen zugrunde liegenden Problem:

• protobuf.js hat bestimmten Daten, die eigentlich als potenziell nicht vertrauenswürdige Eingabe hätten behandelt werden sollen, als vertrauenswürdig eingestuft.
• Informationen, die dazu bestimmt waren, zu beschreiben, wie Daten verarbeitet werden sollten (wie Schemadefinitionen, Feldnamen oder Konfigurationswerte), könnten unter bestimmten Umständen das Verhalten der Anwendung auf unerwartete Weise beeinflussen.
• Dies könnte zu einer Reihe von Ergebnissen führen, von Anwendungsabstürzen bis hin zu schwerwiegenderen Szenarien, die die Ausführung von Code beinhalten.

Während die Ausnutzung dieser Schwachstellen im Allgemeinen spezifische Bedingungen erfordert, sind diese Bedingungen in Daten- und KI-Ökosystemen, die routinemäßig Daten, Schemata und Konfigurationsdateien über Dienste, Repositories, Cloud-Plattformen und Drittanbieterintegrationen hinweg austauschen, immer häufiger anzutreffen.

Auswirkungen in der Praxis: Von Messaging-Bots bis hin zu Software-Lieferketten

Schwachstellen in einer weit verbreiteten Open-Source-Komponente zu finden, ist das eine. Doch zu verstehen, welche Auswirkungen diese Schwachstellen in realen Umgebungen haben können, ist das wirklich Entscheidende. Um die potenziellen Folgen zu bewerten, haben wir verschiedene realistische Szenarien mit Technologien getestet, die Unternehmen täglich einsetzen – von kundenorientierten Automatisierungsplattformen über Cloud-Dienste bis hin zu Softwarebereitstellungspipelines.

Dieselbe Schwachstelle kann sich je nach Einsatzumgebung von protobuf.js sehr unterschiedlich auswirken. In einer Umgebung kann sie einen Dienst zum Absturz bringen, in einer anderen eine CI/CD-Pipeline beeinträchtigen. Wir haben verschiedene Szenarien getestet, um zu verstehen, wie sich die Auswirkungen auf Datenbanken, Software-Lieferketten, Cloud-Workloads und Messaging-Plattformen unterscheiden.

Ein realistisches Angriffsszenario könnte Software-Lieferketten ins Visier nehmen. Entwicklungsteams nehmen routinemäßig Codebeiträge entgegen, integrieren Komponenten von Drittanbietern und verarbeiten Dateien automatisch über CI/CD-Pipelines. Wir haben festgestellt, dass unter bestimmten Bedingungen ein bösartiges Protobuf-Schema in diesen Workflow eingeschleust und letztendlich in vertrauenswürdigen Build-Umgebungen ausgeführt werden kann. Die Bedeutung dieser Erkenntnis beschränkt sich nicht auf eine einzelne Anwendung. Build-Systeme haben oft Zugriff auf Quellcode-Repositories, Bereitstellungsinformationen, Cloud-Ressourcen, Signaturzertifikate und andere hochsensible Daten. Eine Kompromittierung in dieser Phase könnte Angreifern ermöglichen, weit über das ursprüngliche Projekt hinauszugehen und potenziell Folgeprodukte, Kunden und Geschäftsabläufe zu beeinträchtigen.

Die Risiken reichen über Anwendungen hinaus und betreffen auch die Datenplattformen, auf die viele Organisationen täglich angewiesen sind. Zahlreiche Datenbanken, Datenplattformen und Analysesysteme tauschen Informationen mithilfe von Protocol Buffers aus, und die vorgeschalteten Node.js-Dienste und Client-SDKs dekodieren diesen Datenverkehr häufig mit protobuf.js. In diesen Umgebungen wird protobuf als vertrauenswürdige Infrastrukturschicht behandelt und deutlich weniger sorgfältig geprüft als extern zugängliche Anwendungen.

Wenn Node.js-Dienste nicht vertrauenswürdiges Protobuf mit einer betroffenen Version dekodieren, kann eine schädliche Payload zu deren Absturz führen, Datenverarbeitungspipelines blockieren oder Backend-Operationen lahmlegen. In großen Umgebungen, in denen Hunderte von Diensten kontinuierlich Informationen austauschen, kann selbst ein lokaler Fehler weitreichende Probleme verursachen, die die Verfügbarkeit und Zuverlässigkeit beeinträchtigen.

KI-Systeme waren besonders interessant, da Protobuf in der gesamten Pipeline vorkommt und mehrere Node.js-Clients, die darauf zugreifen, Protobuf.js direkt ausführen: Das Milvus-Vektordatenbank-SDK, das Temporal TypeScript-Orchestrierungs-SDK und die JavaScript-Exporteure von OpenTelemetry verwenden es alle. Wenn einer dieser Clients von Angreifern manipuliertes Protobuf dekodiert, kann derselbe Fehler die Datenerfassung unterbrechen, den Datenabruf verhindern, die Inferenz verzögern oder die Dienste in einer produktiven KI-Umgebung beeinträchtigen.

Ein weiteres eindrucksvolles Beispiel betraf WhatsApp-Automatisierungsplattformen. Wir konnten zeigen, dass eine speziell präparierte Nachricht gängige WhatsApp-Bot-Frameworks wiederholt zum Absturz bringen kann. Die Auswirkungen reichen weit über eine einfache Dienstunterbrechung hinaus. Da die schädliche Nachricht im Chatverlauf gespeichert bleibt, können betroffene Bots in eine Endlosschleife geraten und bei jedem Neustart und dem Versuch, die Nachricht zu verarbeiten, erneut abstürzen. Für Unternehmen, die Messaging-Bots für Kundenservice, Vertrieb, Support oder Geschäftsprozesse nutzen, kann eine einzige schädliche Interaktion potenziell einen gesamten Kommunikationskanal lahmlegen.

Zusammenfassung und Risikominderung

Die sechs von Cyera-Forschern entdeckten Schwachstellen betreffen zentrale Operationen von protobuf.js, darunter das Laden von Schemata, die Codegenerierung, die Objektverarbeitung, die Kodierung, die Dekodierung und das Parsen von Deskriptoren. Da protobuf.js in Datenbanken, Vektorspeichern, Inferenzpipelines, Orchestrierungssystemen, CI/CD-Tools und Cloud-SDKs weit verbreitet ist, könnte eine erfolgreiche Ausnutzung sensible Unternehmens- und KI-Workloads in großem Umfang beeinträchtigen.

Die Erkenntnisse dieser Forschung reichen über protobuf.js hinaus. Moderne Software behandelt Schemata, Metadaten und Konfigurationsdateien zunehmend als vertrauenswürdige Eingaben, die Automatisierung, Orchestrierung und Codegenerierung steuern. Wenn diese Vertrauensannahmen nicht mehr erfüllt werden, können Daten zu Verhalten werden. Diese Entwicklung schafft neue Angriffsflächen, die Sicherheitsteams erkennen und verwalten lernen müssen.

Sofortmaßnahmen:

• Aktualisieren Sie protobufjs und protobufjs-cli auf die gepatchten Versionen und überprüfen Sie sowohl direkte als auch transitive Abhängigkeiten.
• Priorisieren Sie internetseitige gRPC-, API-, WebSocket- und Message-Queue-Dienste, die nicht vertrauenswürdige Protobuf-Nutzdaten dekodieren, insbesondere im Hinblick auf das DoS-Risiko CVE-2026-44289.
• Überprüfen Sie die Anfälligkeit von Prototypen für Sicherheitslücken in gleichzeitig installierten npm-Paketen, da diese mit CVE-2026-44291 und dem Problem mit dem Deskriptor typeName zu einer Remote Code Execution (RCE) verkettet werden können.
• Protobuf-Schemas, -Deskriptoren und -Schema-Registries sollten als nicht vertrauenswürdige Eingabe behandelt werden; .proto-, JSON-Deskriptor- und FileDescriptorSet-Quellen müssen vor dem Laden validiert werden.
• Härten Sie CI/CD-Pipelines mit pbjs ab. Fixieren Sie Versionen, überprüfen Sie die Schema-Integrität und vermeiden Sie die Generierung von statischem Code aus nicht vertrauenswürdigen Schemas.

Wie Cyera helfen kann

Cyera unterstützt Unternehmen dabei, Risiken in modernen Cloud-, KI- und Datenumgebungen zu identifizieren und zu minimieren, in denen protobufbasierte Kommunikation und dynamische Schemaverarbeitung tief verankert sind. Cyera bietet Einblick in sensible Datenflüsse, KI-Pipelines, Cloud-Dienste und verteilte Systeme, die anfälligen Bibliotheken, unsicheren Abhängigkeiten oder unsicheren Schema-Lademustern ausgesetzt sein können.

Mithilfe von Cyera können Unternehmen risikoreiche Dienste identifizieren, die sensiblen Protobuf-Datenverkehr verarbeiten, offengelegte Geheimnisse und KI-bezogene Daten aufspüren, riskante Integrationen in Cloud-nativen Umgebungen überwachen und den Wirkungsbereich im Falle einer Kompromittierung zur Laufzeit oder von Angriffen auf die Lieferkette reduzieren.

Cyera hilft Sicherheitsteams außerdem dabei zu verstehen, wo sich sensible Unternehmens- und KI-Daten befinden, wie sie zwischen Systemen übertragen werden und welche Workloads durch Schwachstellen in Serialisierungsschichten, gRPC-Infrastruktur, Vektordatenbanken oder KI-Orchestrierungspipelines beeinträchtigt werden könnten.

‍