📧 info@ciso.sa | 📱 +966550939344 | الرياض، المملكة العربية السعودية
🔧 صيانة مجدولة — السبت 2:00-4:00 صباحاً. قد تكون بعض الميزات غير متاحة مؤقتاً.    ●   
💎
خطة Pro بخصم 50% احصل على جميع ميزات AI والتقارير غير المحدودة والدعم ذي الأولوية. الترقية الآن
مركز البحث
ESC للإغلاق
Global vulnerability الذكاء الاصطناعي والتكنولوجيا HIGH 3h Global general قطاع التكنولوجيا والذكاء الاصطناعي MEDIUM 7h Global general قطاع التكنولوجيا والذكاء الاصطناعي HIGH 8h Global vulnerability التعليم العالي CRITICAL 17h Global data_breach القطاع الحكومي HIGH 18h Global supply_chain تطوير البرمجيات والمجتمعات مفتوحة المصدر CRITICAL 18h Global malware تطوير البرمجيات CRITICAL 18h Global phishing قطاعات متعددة HIGH 18h Global vulnerability تطبيقات الويب CRITICAL 19h Global apt البنية التحتية الحرجة CRITICAL 19h Global vulnerability الذكاء الاصطناعي والتكنولوجيا HIGH 3h Global general قطاع التكنولوجيا والذكاء الاصطناعي MEDIUM 7h Global general قطاع التكنولوجيا والذكاء الاصطناعي HIGH 8h Global vulnerability التعليم العالي CRITICAL 17h Global data_breach القطاع الحكومي HIGH 18h Global supply_chain تطوير البرمجيات والمجتمعات مفتوحة المصدر CRITICAL 18h Global malware تطوير البرمجيات CRITICAL 18h Global phishing قطاعات متعددة HIGH 18h Global vulnerability تطبيقات الويب CRITICAL 19h Global apt البنية التحتية الحرجة CRITICAL 19h Global vulnerability الذكاء الاصطناعي والتكنولوجيا HIGH 3h Global general قطاع التكنولوجيا والذكاء الاصطناعي MEDIUM 7h Global general قطاع التكنولوجيا والذكاء الاصطناعي HIGH 8h Global vulnerability التعليم العالي CRITICAL 17h Global data_breach القطاع الحكومي HIGH 18h Global supply_chain تطوير البرمجيات والمجتمعات مفتوحة المصدر CRITICAL 18h Global malware تطوير البرمجيات CRITICAL 18h Global phishing قطاعات متعددة HIGH 18h Global vulnerability تطبيقات الويب CRITICAL 19h Global apt البنية التحتية الحرجة CRITICAL 19h
الثغرات

CVE-2024-58340

مرتفع ⚡ اختراق متاح
LangChain versions up to and including 0.3.1 contain a regular expression denial-of-service (ReDoS) vulnerability in the MRKLOutputParser.parse() method (libs/langchain/langchain/agents/mrkl/output_pa
CWE-1333 — نوع الضعف
نُشر: Jan 12, 2026  ·  آخر تحديث: Feb 28, 2026  ·  المصدر: NVD
CVSS v3
7.5
🔗 NVD الرسمي
📄 الوصف (الإنجليزية)

LangChain versions up to and including 0.3.1 contain a regular expression denial-of-service (ReDoS) vulnerability in the MRKLOutputParser.parse() method (libs/langchain/langchain/agents/mrkl/output_parser.py). The parser applies a backtracking-prone regular expression when extracting tool actions from model output. An attacker who can supply or influence the parsed text (for example via prompt injection in downstream applications that pass LLM output directly into MRKLOutputParser.parse()) can trigger excessive CPU consumption by providing a crafted payload, causing significant parsing delays and a denial-of-service condition.

🤖 ملخص AI

CVE-2024-58340 is a Regular Expression Denial-of-Service (ReDoS) vulnerability in LangChain versions up to 0.3.1 affecting the MRKLOutputParser.parse() method. An attacker can exploit this through prompt injection to cause excessive CPU consumption and service disruption. This vulnerability is particularly critical for Saudi organizations deploying LLM-based applications in production environments, as it enables denial-of-service attacks with minimal technical barriers.

📄 الوصف (العربية)

🤖 التحليل الذكي آخر تحليل: May 1, 2026 21:55
🇸🇦 التأثير على المملكة العربية السعودية
This vulnerability poses significant risk to Saudi financial institutions (SAMA-regulated banks) using LangChain for AI-powered customer service and fraud detection systems. Government agencies (NCA oversight) deploying LLM applications for citizen services face service availability risks. Healthcare organizations using AI chatbots for patient interaction are vulnerable. Telecom providers (STC, Mobily) leveraging LLMs for customer support could experience widespread service disruptions. Energy sector applications (ARAMCO, SEC) using AI for operational support are at risk. The vulnerability is particularly dangerous in multi-tenant environments where untrusted user input reaches the parser.
🏢 القطاعات السعودية المتأثرة
Banking and Financial Services Government and Public Administration Healthcare Energy and Utilities Telecommunications E-commerce and Retail Insurance
⚖️ درجة المخاطر السعودية (AI)
7.8
/ 10.0
🔧 Remediation Steps (English)
IMMEDIATE ACTIONS:
1. Identify all applications using LangChain versions ≤0.3.1 in your environment
2. Assess exposure: determine if user-controlled input can reach MRKLOutputParser.parse()
3. Implement input validation and sanitization before parser invocation

PATCHING GUIDANCE:
1. Upgrade LangChain to version 0.3.2 or later immediately
2. Test upgraded versions in staging environment before production deployment
3. Verify no breaking changes in your LLM agent implementations

COMPENSATING CONTROLS (if immediate patching not possible):
1. Implement request timeout mechanisms (set aggressive timeouts on parser operations)
2. Deploy rate limiting on LLM output processing endpoints
3. Add CPU/memory monitoring with automatic circuit breakers for parser operations
4. Implement prompt injection detection and filtering before LLM output reaches parser
5. Use Web Application Firewall (WAF) rules to detect ReDoS patterns in requests

DETECTION RULES:
1. Monitor for parser execution times exceeding 5 seconds
2. Alert on CPU spikes coinciding with LangChain parser operations
3. Log and analyze MRKLOutputParser.parse() inputs for suspicious regex patterns
4. Implement SIEM rules detecting repeated failed parsing attempts
5. Monitor for patterns like excessive backslashes, nested quantifiers in tool action outputs
🔧 خطوات المعالجة (العربية)
الإجراءات الفورية:
1. حدد جميع التطبيقات التي تستخدم إصدارات LangChain ≤0.3.1 في بيئتك
2. قيّم التعرض: حدد ما إذا كان يمكن للمدخلات التي يتحكم بها المستخدم الوصول إلى MRKLOutputParser.parse()
3. طبّق التحقق من صحة المدخلات والتنظيف قبل استدعاء المحلل

إرشادات التصحيح:
1. قم بترقية LangChain إلى الإصدار 0.3.2 أو أحدث على الفور
2. اختبر الإصدارات المرقاة في بيئة التجريب قبل نشرها في الإنتاج
3. تحقق من عدم وجود تغييرات كسر في تطبيقات وكيل LLM الخاصة بك

الضوابط البديلة (إذا لم يكن التصحيح الفوري ممكناً):
1. طبّق آليات انتهاء المهلة الزمنية على عمليات المحلل
2. نشّر تحديد معدل على نقاط نهاية معالجة مخرجات LLM
3. أضف مراقبة CPU/الذاكرة مع قواطع دوائر تلقائية لعمليات المحلل
4. طبّق الكشف عن حقن الأوامر والتصفية قبل وصول مخرجات LLM إلى المحلل
5. استخدم قواعد جدار الحماية لتطبيقات الويب للكشف عن أنماط ReDoS

قواعد الكشف:
1. راقب أوقات تنفيذ المحلل التي تتجاوز 5 ثوان
2. تنبيهات على ارتفاعات CPU المتزامنة مع عمليات محلل LangChain
3. سجل وحلل مدخلات MRKLOutputParser.parse() بحثاً عن أنماط regex مريبة
4. طبّق قواعد SIEM للكشف عن محاولات التحليل الفاشلة المتكررة
5. راقب الأنماط مثل الشرطات المائلة المفرطة والمحددات المتداخلة في مخرجات الأدوات
📋 خريطة الامتثال التنظيمي
🟢 NCA ECC 2024
ECC 2024 A.12.6.1 - Management of technical vulnerabilities ECC 2024 A.12.2.1 - Change management procedures ECC 2024 A.5.2.1 - Information security policies and procedures ECC 2024 A.12.1.2 - Monitoring and testing of information systems
🔵 SAMA CSF
SAMA CSF ID.BE-1 - Business Environment SAMA CSF PR.IP-12 - Information and Output Media Protection SAMA CSF DE.CM-1 - Detection and Analysis SAMA CSF RS.MI-1 - Incident Mitigation
🟡 ISO 27001:2022
ISO 27001:2022 A.12.2.1 - Change management ISO 27001:2022 A.12.6.1 - Management of technical vulnerabilities ISO 27001:2022 A.14.2.1 - Secure development policy ISO 27001:2022 A.8.1.3 - Segregation of duties
🟣 PCI DSS v4.0.1
PCI DSS 6.2 - Security patches and updates PCI DSS 11.2 - Vulnerability scanning PCI DSS 6.5.1 - Injection flaws
📦 المنتجات المتأثرة 1 منتج
langchain:langchain
📊 CVSS Score
7.5
/ 10.0 — مرتفع
📊 CVSS Vector
CVSS:3.1/AV:N/AC:L/PR:N/UI:N/S:U/C:N/I:N/A:H
Attack VectorN — None / Network
Attack ComplexityL — Low / Local
Privileges RequiredN — None / Network
User InteractionN — None / Network
ScopeU — Unchanged
ConfidentialityN — None / Network
IntegrityN — None / Network
AvailabilityH — High
📋 حقائق سريعة
الخطورة مرتفع
CVSS Score7.5
CWECWE-1333
EPSS0.08%
اختراق متاح ✓ نعم
تصحيح متاح ✓ نعم
تاريخ النشر 2026-01-12
المصدر nvd
المشاهدات 6
🇸🇦 درجة المخاطر السعودية
7.8
/ 10.0 — مخاطر السعودية
أولوية: HIGH
🏷️ الوسوم
exploit-available CWE-1333
مشاركة ثغرة
LinkedIn X / Twitter WhatsApp Telegram

💬 التعليقات

0
جارٍ التحميل
📣 وجدت هذا مفيداً؟
شاركه مع شبكة الأمن السيبراني الخاصة بك
in لينكدإن 𝕏 تويتر 💬 واتساب ✈ تليجرام
🍪 إعدادات الخصوصية
سيزو للاستشارات — متوافق مع نظام حماية البيانات الشخصية السعودي (PDPL)
نستخدم ملفات تعريف الارتباط والتقنيات المشابهة لتوفير أفضل تجربة على منصتنا. يمكنك اختيار الأنواع التي تقبلها.
🔒
ملفات ضرورية Always On
مطلوبة لعمل الموقع بشكل صحيح. لا يمكن تعطيلها.
📋 الجلسات، CSRF، المصادقة، تفضيلات اللغة
📊
ملفات التحليلات
تساعدنا في فهم كيفية استخدام الزوار للموقع وتحسين الأداء.
📋 إحصائيات الصفحات، مدة الجلسة، مصدر الزيارة
⚙️
ملفات وظيفية
تتيح ميزات محسنة مثل تخصيص المحتوى والتفضيلات.
📋 السمة المظلمة/الفاتحة، حجم الخط، لوحات التحكم المخصصة
📣
ملفات تسويقية
تُستخدم لتقديم محتوى وإعلانات ذات صلة باهتماماتك.
📋 تتبع الحملات، إعادة الاستهداف، تحليلات وسائل التواصل
سياسة الخصوصية →
مساعد CISO الذكي
اسألني أي شيء · وثائق · دعم
🔐

عرّفنا بنفسك

أدخل بياناتك للوصول إلى المساعد الكامل

معلوماتك آمنة ولن تُشارك
💬
المساعد السيبراني
متصل — يرد في ثوانٍ
5 / 5
🔐 تحقق من هويتك

أدخل بريدك الإلكتروني لإرسال رمز تحقق قبل إرسال طلب الدعم.

Enter للإرسال · / للأوامر 0 / 2000
CISO AI · مدعوم بالذكاء الاصطناعي
✦ استطلاع سريع ساعدنا في تحسين منصة سيزو للاستشارات ملاحظاتك تشكّل مستقبل منصتنا — لا تستغرق سوى دقيقتين.
⚠ يرجى الإجابة على هذا السؤال للمتابعة

كيف تقيّم تجربتك العامة مع منصتنا؟

قيّم من 1 (ضعيف) إلى 5 (ممتاز)

🎉
شكراً جزيلاً!
تم تسجيل إجابتك بنجاح.