Bekannte Sicherheitslücken (CVE) in confluentinc/cp-kafka-connect:7.9.2-1-ubi8.arm64

CVE-ID	Schweregrad	Paket	Betroffene Version	Behobene Version	CVSS-Score
CVE-2025-66471	high	pkg:pypi/urllib3@2.4.0	>=1.0,<2.6.0	2.6.0	8.9
Impact urllib3's streaming API is designed for the efficient handling of large HTTP responses by reading the content in chunks, rather than loading the entire response body into memory at once. When streaming a compressed response, urllib3 can perform decoding or decompression based on the HTTP `Content-Encoding` header (e.g., `gzip`, `deflate`, `br`, or `zstd`). The library must read compressed data from the network and decompress it until the requested chunk size is met. Any resulting decompressed data that exceeds the requested amount is held in an internal buffer for the next read operation. The decompression logic could cause urllib3 to fully decode a small amount of highly compressed data in a single operation. This can result in excessive resource consumption (high CPU usage and massive memory allocation for the decompressed data; CWE-409) on the client side, even if the application only requested a small chunk of data. Affected usages Applications and libraries using urllib3 version 2.5.0 and earlier to stream large compressed responses or content from untrusted sources. `stream()`, `read(amt=256)`, `read1(amt=256)`, `read_chunked(amt=256)`, `readinto(b)` are examples of `urllib3.HTTPResponse` method calls using the affected logic unless decoding is disabled explicitly. Remediation Upgrade to at least urllib3 v2.6.0 in which the library avoids decompressing data that exceeds the requested amount. If your environment contains a package facilitating the Brotli encoding, upgrade to at least Brotli 1.2.0 or brotlicffi 1.2.0.0 too. These versions are enforced by the `urllib3[brotli]` extra in the patched versions of urllib3. Credits The issue was reported by @Cycloctane. Supplemental information was provided by @stamparm during a security audit performed by 7ASecurity and facilitated by OSTIF. Relevance: The CVE-2025-66471 is relevant if the Kafka Connect container interacts with external systems or processes untrusted data, as it involves a vulnerability in data parsing. It becomes critical in environments where attackers could exploit this flaw to execute arbitrary code or cause a denial of service. Otherwise, its impact is limited in isolated or controlled setups. (Note: Relevance analysis is automatically generated and may require verification.) Package URL(s): `pkg:pypi/urllib3@2.4.0` More Info (NVD): https://nvd.nist.gov/vuln/detail/CVE-2025-66471
CVE-2025-66418	high	pkg:pypi/urllib3@2.4.0	>=1.24,<2.6.0	2.6.0	8.9
CVE-2025-48734	high	commons-beanutils	>=1.0,<=1.10.1	1.11.0	8.8
CVE-2022-40897	high	pkg:pypi/setuptools@39.2.0	<65.5.1	65.5.1	8.7
CVE-2019-20916	high	pkg:pypi/pip@9.0.3	<19.2	19.2	8.7
CVE-2025-55163	high	netty-codec-http2	<=4.1.123.Final	4.1.124.Final	8.2
CVE-2025-5115	high	http2-common	>=9.3.0,<=9.4.57	9.4.58	7.7
CVE-2025-47273	high	pkg:pypi/setuptools@39.2.0	<78.1.1	78.1.1	7.7
CVE-2024-6345	high	pkg:pypi/setuptools@39.2.0	<70.0.0	70.0.0	7.5
CVE-2021-3572	high	pkg:pypi/pip@20.2.4	<21.1	21.1	7.1

CVE-ID

Schweregrad

Paket

Betroffene Version

Behobene Version

CVSS-Score

CVE-2025-66471

high

pkg:pypi/urllib3@2.4.0

>=1.0,<2.6.0

2.6.0

8.9

Impact

urllib3's streaming API is designed for the efficient handling of large HTTP responses by reading the content in chunks, rather than loading the entire response body into memory at once.

When streaming a compressed response, urllib3 can perform decoding or decompression based on the HTTP Content-Encoding header (e.g., gzip, deflate, br, or zstd). The library must read compressed data from the network and decompress it until the requested chunk size is met. Any resulting decompressed data that exceeds the requested amount is held in an internal buffer for the next read operation.

The decompression logic could cause urllib3 to fully decode a small amount of highly compressed data in a single operation. This can result in excessive resource consumption (high CPU usage and massive memory allocation for the decompressed data; CWE-409) on the client side, even if the application only requested a small chunk of data.

Affected usages

Applications and libraries using urllib3 version 2.5.0 and earlier to stream large compressed responses or content from untrusted sources.

stream(), read(amt=256), read1(amt=256), read_chunked(amt=256), readinto(b) are examples of urllib3.HTTPResponse method calls using the affected logic unless decoding is disabled explicitly.

Remediation

Upgrade to at least urllib3 v2.6.0 in which the library avoids decompressing data that exceeds the requested amount.

If your environment contains a package facilitating the Brotli encoding, upgrade to at least Brotli 1.2.0 or brotlicffi 1.2.0.0 too. These versions are enforced by the urllib3[brotli] extra in the patched versions of urllib3.

Credits

The issue was reported by @Cycloctane. Supplemental information was provided by @stamparm during a security audit performed by 7ASecurity and facilitated by OSTIF.

Relevance:

The CVE-2025-66471 is relevant if the Kafka Connect container interacts with external systems or processes untrusted data, as it involves a vulnerability in data parsing. It becomes critical in environments where attackers could exploit this flaw to execute arbitrary code or cause a denial of service. Otherwise, its impact is limited in isolated or controlled setups. (Note: Relevance analysis is automatically generated and may require verification.)

Package URL(s):

pkg:pypi/urllib3@2.4.0

More Info (NVD):

https://nvd.nist.gov/vuln/detail/CVE-2025-66471

CVE-2025-66418

high

pkg:pypi/urllib3@2.4.0

>=1.24,<2.6.0

2.6.0

8.9

CVE-2025-48734

high

commons-beanutils

>=1.0,<=1.10.1

1.11.0

8.8

CVE-2022-40897

high

pkg:pypi/setuptools@39.2.0

<65.5.1

65.5.1

8.7

CVE-2019-20916

high

pkg:pypi/pip@9.0.3

<19.2

19.2

8.7

CVE-2025-55163

high

netty-codec-http2

<=4.1.123.Final

4.1.124.Final

8.2

CVE-2025-5115

high

http2-common

>=9.3.0,<=9.4.57

9.4.58

7.7

CVE-2025-47273

high

pkg:pypi/setuptools@39.2.0

<78.1.1

78.1.1

7.7

CVE-2024-6345

high

pkg:pypi/setuptools@39.2.0

<70.0.0

70.0.0

7.5

CVE-2021-3572

high

pkg:pypi/pip@20.2.4

<21.1

21.1

7.1

Schweregradstufen

Ausnutzung könnte zu schwerwiegenden Konsequenzen wie Systemkompromittierung oder Datenverlust führen. Erfordert sofortige Aufmerksamkeit.

Sicherheitslücke könnte relativ leicht ausgenutzt werden und erhebliche Auswirkungen haben. Erfordert zeitnahe Aufmerksamkeit.

Ausnutzung ist möglich, erfordert aber möglicherweise spezifische Bedingungen. Auswirkungen sind moderat. Sollte zeitnah behoben werden.

Ausnutzung ist schwierig oder die Auswirkungen sind minimal. Kann bei Gelegenheit oder im Rahmen der regulären Wartung behoben werden.

Schweregrad ist nicht bestimmt, informativ oder vernachlässigbar. Überprüfung je nach Kontext.

Über den CVE-Scanner

Der CVE-Scanner ist ein leistungsstarkes Tool, das dir hilft, bekannte Sicherheitslücken in deinen Docker-Images zu identifizieren. Indem deine Images mit einer umfassenden Datenbank von Common Vulnerabilities and Exposures (CVEs) abgeglichen werden, kannst du sicherstellen, dass deine Anwendungen sicher und auf dem neuesten Stand sind. Für weitere Details, schau dir die NIST CVE-Datenbank an.

Warum CVE-Scanning für deine Docker-Images wichtig ist

Mit dem Anstieg von Supply-Chain-Angriffen ist die Sicherung deiner Anwendungen wichtiger denn je. CVE-Scanning spielt eine entscheidende Rolle bei der Identifizierung von Sicherheitslücken, die von Angreifern ausgenutzt werden könnten, insbesondere solche, die durch Abhängigkeiten und Drittanbieter-Komponenten eingeführt werden. Regelmäßiges Scannen und Sichern deiner Docker-Images ist essenziell, um deine Anwendungen vor diesen sich entwickelnden Bedrohungen zu schützen.

Was ist eine CVE?

CVE steht für Common Vulnerabilities and Exposures. Es ist ein standardisierter Bezeichner für bekannte Sicherheitslücken, der Entwicklern und Organisationen ermöglicht, potenzielle Risiken effektiv zu verfolgen und zu beheben. Für weitere Informationen, besuche cve.mitre.org.

Vorteile des CVE-Scannens

Erhöhte Sicherheit: Erkenne und behebe Sicherheitslücken, bevor sie ausgenutzt werden.
Compliance: Erfülle Branchenstandards und regulatorische Anforderungen für sichere Software.
Proaktive Wartung: Bleibe potenziellen Bedrohungen einen Schritt voraus, indem du Sicherheitslücken frühzeitig behebst.

Wie der CVE-Scanner funktioniert

Der CVE-Scanner analysiert deine Docker-Images anhand einer umfassenden Datenbank bekannter Sicherheitslücken. Er nutzt Docker Scout im Hintergrund, um detaillierte Einblicke in betroffene Pakete, Schweregradstufen und verfügbare Fixes zu liefern, sodass du sofort handeln kannst.

Die Bedeutung des Patchens von Docker-Images

Das Patchen deiner Docker-Images ist ein entscheidender Schritt, um die Sicherheit und Stabilität deiner Anwendungen zu gewährleisten. Durch regelmäßige Updates deiner Images mit den neuesten Sicherheitspatches kannst du bekannte Sicherheitslücken beheben und das Risiko einer Ausnutzung reduzieren. Dieser proaktive Ansatz stellt sicher, dass deine Anwendungen widerstandsfähig gegenüber neuen Bedrohungen bleiben und hilft, die Einhaltung von Sicherheitsstandards zu gewährleisten.

CVE-Scan für confluentinc/cp-kafka-connect:7.9.2-1-ubi8.arm64

Docker-Image-Sicherheitslücken-Scanner

23 Bekannte Sicherheitslücken in diesem Docker-Image

Impact

Affected usages

Remediation

Credits

Schweregradstufen

Über den CVE-Scanner

Warum CVE-Scanning für deine Docker-Images wichtig ist

Was ist eine CVE?

Vorteile des CVE-Scannens

Wie der CVE-Scanner funktioniert

Die Bedeutung des Patchens von Docker-Images

Du willst dieses Image deployen?