Vulnerabilidades do Kibana expõem sistemas a ataques SSRF e XSS

Vulnerabilidades do Kibana expõem sistemas a ataques SSRF e XSS

A Elastic lançou um comunicado de segurança abordando um erro de validação de origem no Kibana que poderia expor os sistemas à falsificação de solicitação do lado do servidor (SSRF) ataques.

A vulnerabilidade, rastreada como CVE-2025-37734, afeta várias versões da popular plataforma de visualização e exploração de dados e levou à aplicação imediata de patches em todas as implantações afetadas.

ID do CVE Vulnerabilidade Versões afetadas Pontuação CVSS Versões Fixas
CVE-2025-37734 Erro de validação de origem (SSRF) Kibana 8.12.0–8.19.6, 9.1.0–9.1.6, 9.2.0 4.3 (Médio) 8.19.7, 9.1.7, 9.2.1

Detalhes da vulnerabilidade

A falha de segurança decorre da validação de origem inadequada no componente Observability AI Assistant do Kibana.

Os invasores podem explorar essa fraqueza criando cabeçalhos HTTP Origin forjados para contornar as verificações de segurança, permitindo-lhes realizar solicitações não autorizadas do lado do servidor.

O vulnerabilidade permite que os atores da ameaça acessem sistemas e serviços internos que devem ser protegidos do acesso externo.

Este tipo de ataque é particularmente preocupante porque pode levar à exfiltração de dados, acesso não autorizado a recursos internos e potencial movimento lateral dentro de redes comprometidas.

O Observability AI Assistant processa esses cabeçalhos sem validação suficiente, criando uma janela de oportunidade para exploração.

A vulnerabilidade afeta uma ampla variedade de implantações do Kibana em várias versões. As organizações que executam o Kibana 8.12.0 a 8.19.6, 9.1.0 a 9.1.6 e a versão 9.2.0 correm risco imediato.

No entanto, o impacto é limitado a implantações que usam especificamente o recurso Observability AI Assistant.

De acordo com o anúncio oficial de segurança da Elastic, a vulnerabilidade tem uma pontuação CVSS de 4,3, que é de gravidade média. O ataque requer poucos privilégios e nenhuma interação do usuário, tornando-o relativamente acessível a potenciais agentes de ameaças com acesso básico à rede.

Elástico tem lançado atualizações de segurança que abordam esta vulnerabilidade em três versões principais. As organizações devem atualizar imediatamente para a versão 8.19.7, 9.1.7 ou 9.2.1, dependendo da versão de implantação atual.

Notavelmente, os usuários do Elastic Cloud Serverless já estão protegidos. Devido ao modelo de implantação contínua da Elastic, a vulnerabilidade foi corrigida antes da divulgação pública, eliminando a janela de exposição para clientes sem servidor.

As equipes de segurança devem priorizar a atualização das instâncias afetadas do Kibana para versões corrigidas.

Para organizações que não conseguem atualizar imediatamente, a Elastic recomenda desativar temporariamente o Observability Assistente de IA como uma mitigação até que os patches possam ser aplicados.

Os administradores também devem auditar os logs de acesso e monitorar cabeçalhos de origem suspeitos ou solicitações incomuns do lado do servidor que possam indicar tentativas de exploração.

Essa abordagem proativa ajuda a identificar possíveis violações antes que ocorram danos significativos.

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

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.