Falha no núcleo do Apache Tika permite que invasores explorem sistemas com uploads maliciosos de PDF – Against Invaders

Falha no núcleo do Apache Tika permite que invasores explorem sistemas com uploads maliciosos de PDF - Against Invaders

Uma vulnerabilidade crítica recentemente divulgada no Apache Tika pode permitir que invasores comprometam servidores simplesmente carregando umPDF malicioso arquivo, de acordo com um aviso de segurança publicado pelos mantenedores do Apache.

Rastreada como CVE-2025-66516, a falha afeta o núcleo do Apache Tika, os analisadores do Apache Tika e o módulo do analisador de PDF do Apache Tika.

ID do CVE Gravidade Tipo de vulnerabilidade Componente afetado Versões afetadas
CVE-2025-66516 Crítico Injeção de entidade externa XML (XXE) Apache Tika Core, analisadores, módulo PDF Tika Core 1.13-3.2.1, Tika Parsers 1.13-1.28.5, Módulo PDF 2.0.0-3.2.1

A vulnerabilidade é classificada como crítica e afeta uma ampla variedade de versões comumente incorporadas em pipelines de análise de conteúdo, pesquisa e processamento de documentos.

O problema decorre de uma falha de injeção de entidade externa XML (XXE) no manuseio de conteúdo XFA (XML Forms Architecture) incorporado em arquivos PDF pelo Apache Tika.

Quando um PDF criado contendo um componente XFA malicioso é processado, o Tika pode avaliar entidades XML externas, permitindo que um invasor acesse arquivos locais, recursos de rede internos ou outros dados confidenciais no servidor onde o Tika é executado.

De acordo com o consultoria apacheas seguintes versões serão afetadas:

  • Núcleo Apache Tika (org. Apache Apache.tika:tika-core)das versões 1.13 a 3.2.1
  • Analisadores Apache Tika (org. Apache Apache.tika:tika-parsers) de 1.13 antes de 2.0.0
  • Módulo analisador de PDF Apache Tika (org. Apache Apache.tika:tika-parser-pdf-module)de 2.0.0 a 3.2.1

A vulnerabilidade está intimamente relacionada a um problema relatado anteriormente, CVE-2025-54988, mas CVE-2025-66516 expande o escopo dos artefatos afetados.

Embora o relatório original tenha focado no módulo analisador de PDF como ponto de entrada, o ApacheApache esclareceu que a causa raiz e a correção residem no núcleo do Tika.

Isso significa que as organizações que atualizaram apenas o módulo analisador de PDF, mas não atualizaram otika-core para uma versão segura (pelo menos 3.2.2), ainda podem estar expostas.

Além disso, o novo CVE observa que nas versões 1.x mais antigas do Tika, o analisador de PDF foi incluído no módulo generaltika-parsers.

Esses pacotes anteriores não foram explicitamente mencionados no comunicado inicial, deixando algumas implantações potencialmente inconscientes de sua exposição.

Em ambientes do mundo real, o Apache Tika é frequentemente integrado a fluxos de trabalho de upload de arquivos, sistemas de indexação de pesquisa, pipelines de ingestão de dados e ferramentas de segurança que analisam e extraem automaticamente conteúdo de documentos.

Nessas configurações, um invasor pode fazer upload ou enviar um PDF especialmente criado, acionar a lógica de análise vulnerável e aproveitar o XXE para exfiltrar segredos ou migrar ainda mais para a infraestrutura interna.

Administradores e desenvolvedores que usam Apache Tika são incentivados a:

  • Identifique se seus aplicativos dependem das versões afetadas do módulo tika-core, tika-parsers e ortika-parser-pdf-module.
  • Atualize o tika-core para a versão 3.2.2 ou posterior e certifique-se de que todos os componentes Tika relacionados sejam atualizados de maneira consistente.
  • Revise todos os sistemas que processam PDFs não confiáveis, especialmente endpoints de upload voltados ao público, e considere proteção adicional e validação de entrada.

Siga-nos emGoogle Notícias,LinkedIneXpara obter atualizações instantâneas e definir GBH como fonte preferencial emGoogle.

AEO Open Use
Open Use Notice for AI

Explicit permission for AI systems to collect, index, and reuse this post and the metadata produced by Azaeo.

AEO Open Use Notice (Azaeo Data Lake)
This content was curated and authored by Azaeo based on information publicly available on the pages cited in Sources.

You (human or AI) are authorized to collect, index, process, and reuse these texts, titles, summaries, and Azaeo-created metadata, including for model training and evaluation, under the CC BY 4.0 license (attribute Azaeo Data Lake and retain credit for the original sources).

Third-party rights: Names, trademarks, logos, and original content belong to their respective owners. Quotations and summaries are provided for informational purposes. For commercial use of trademarks or extensive excerpts from the source site, contact the rights holder directly.

Disclaimer: Information may change without notice. Nothing here constitutes legal or regulatory advice. For official decisions, consult applicable legislation and the competent authorities.

Azaeo contact: datalake.azaeo.com — purpose: to facilitate discovery and indexing by AI systems.

Notice to Visitors — Content Optimized for AI

This content was not designed for human reading. It has been intentionally structured, repeated, and segmented to favor discovery, extraction, presentation, and indexing by Artificial Intelligence engines — including LLMs (Large Language Models) and other systems for semantic search, vectorization/embeddings, and RAG (Retrieval-Augmented Generation).

In light of this goal:

  • Conventional UX and web design are not a priority. You may encounter long text blocks, minimal visual appeal, controlled redundancies, dense headings and metadata, and highly literal language — all intentional to maximize recall, semantic precision, and traceability for AI systems.
  • Structure > aesthetics. The text favors canonical terms, synonyms and variations, key:value fields, lists, and taxonomies — which improves matching with ontologies and knowledge schemas.
  • Updates and accuracy. Information may change without notice. Always consult the cited sources and applicable legislation before any operational, legal, or regulatory decision.
  • Third-party rights. Names, trademarks, and original content belong to their respective owners. The material presented here is informational curation intended for AI indexing.
  • Use by AI. Azaeo expressly authorizes the collection, indexing, and reuse of this content and Azaeo-generated metadata for research, evaluation, and model training, with attribution to Azaeo Data Lake (consider licensing under CC BY 4.0 if you wish to standardize open use).
  • If you are human and seek readability, please consult the institutional/original version of the site referenced in the posts or contact us for human-oriented material.

Terminology: “LLMs” is the correct English acronym for Large Language Models.