Im Folgenden werden alle Sicherheitsbulletins im Zusammenhang mit der Gemini Enterprise Agent Platform beschrieben.
Führen Sie einen der folgenden Schritte aus, um die neuesten Sicherheitsbulletins zu erhalten:
- Fügen Sie Ihrem Feedreader die URL dieser Seite hinzu.
Fügen Sie die Feed-URL direkt Ihrem Feedreader hinzu:
https://cloud.google.com/feeds/vertex-ai-security-bulletins.xml
GCP-2026-012
Veröffentlicht:20.02.2026
| Beschreibung | Schweregrad | Hinweise |
|---|---|---|
|
In Google Cloud der Gemini Enterprise Agent Platform wurde in Vertex AI Experiments von Version 1.21.0 bis einschließlich Version 1.132.0 eine Sicherheitslücke im Zusammenhang mit der vorhersagbaren Bucket-Benennung entdeckt. Was soll ich tun? Für die Behebung sind keine Maßnahmen auf Kundenseite erforderlich. CVE-2026-2473 ermöglicht es einem nicht authentifizierten Remote-Angreifer, mit der Voraberstellung von Cloud Storage-Buckets mit vorhersagbaren Namen (Bucket Squatting) eine tenantübergreifende Remote-Codeausführung, einen Modelldiebstahl und eine Vergiftung zu erreichen. Diese Sicherheitslücke wurde in Vertex AI Experiments Version 1.21.0 gefunden und ist unter CVE-2026-2473 aufgeführt. Abhilfemaßnahmen wurden bereits in Version 1.133.0 und höher angewendet. |
Hoch | CVE-2026-2473 |
GCP-2026-011
Veröffentlicht:20.02.2026
| Beschreibung | Schweregrad | Hinweise |
|---|---|---|
|
In Google google-cloud-aiplatform (Gemini Enterprise Agent Platform Python SDK Visualization) auf dem Exclusively-Hosted-Service wurde eine gespeicherte Cross-Site-Scripting-Sicherheitslücke (XSS) in _genai/_evals_visualization entdeckt. Was soll ich tun? Kunden müssen ihr google-cloud-aiplatform Python SDK auf Version 1.131.0 (veröffentlicht am 16.12.2025) oder höher aktualisieren, um die Korrektur zu erhalten. CVE-2026-2472 ermöglicht es einem nicht authentifizierten Remote-Angreifer, beliebigen JavaScript-Code in der Jupyter- oder Colab-Umgebung eines Opfers auszuführen, indem er Skript-Escape-Sequenzen in die Ergebnisse der Modellbewertung oder in JSON-Daten des Datasets einfügt. Diese Sicherheitslücke wurde in Google google-cloud-aiplatform (Gemini Enterprise Agent Platform Python SDK) vor Version 1.131.0 gefunden und ist unter CVE-2026-2472 aufgeführt. |
Hoch | CVE-2026-2472 |
GCP-2023-036
Veröffentlicht: 30.10.2023
| Beschreibung | Schweregrad | Hinweise |
|---|---|---|
|
Deep Learning VM Images ist ein Satz vorgefertigter und sofort einsatzbereiter VM-Images mit einem Deep Learning Framework. Vor Kurzem wurde in der Funktion „ReadHuffmanCodes()“ der Bibliothek „libwebp“ eine Sicherheitslücke beim Schreiben außerhalb des zulässigen Bereichs entdeckt. Dies kann sich auf Images auswirken, die diese Bibliothek verwenden. Google Cloud überprüft fortlaufend seine veröffentlichten Images und aktualisiert die Pakete, damit die neuesten Releases mit allen gepatchten Distributionen für die Kunden verfügbar sind. Deep Learning VM Images wurden aktualisiert, damit die neuesten VM-Images die gepatchten Distributionen enthalten. Kunden, die die neuesten VM-Images verwenden, sind von dieser Sicherheitslücke nicht betroffen. Was soll ich tun? Google Cloud Kunden, die veröffentlichte VM-Images nutzen, sollten darauf achten, immer die neuesten Images einzusetzen und ihre Umgebungen im Einklang mit dem Modell der gemeinsamen Verantwortung aktuell zu halten. CVE-2023-4863 könnte von einem Angreifer ausgenutzt werden, um beliebigen Code auszuführen. Diese Sicherheitslücke wurde in Google Chrome vor 116.0.5845.187 und in „libwebp“ vor 1.3.2 gefunden und ist unter CVE-2023-4863 aufgeführt. |
Hoch | CVE-2023-4863 |
GCP-2023-029
Veröffentlicht: 03.10.2023
| Beschreibung | Schweregrad | Hinweise |
|---|---|---|
|
TorchServe wird verwendet, um PyTorch-Machine-Learning-Modelle für Onlinevorhersagen zu hosten. Die Gemini Enterprise Agent Platform bietet vorkonfigurierte PyTorch-Modellbereitstellungs-Container, die auf TorchServe basieren. In TorchServe wurden kürzlich Sicherheitslücken erkannt, die es einem Angreifer ermöglichen würden, die Kontrolle über eine Bereitstellung von TorchServe zu übernehmen, wenn seine Modellverwaltungs-API offengelegt wird. Kunden mit PyTorch-Modellen, die für die Onlinevorhersage der Gemini Enterprise Agent Platform bereitgestellt werden, sind von diesen Sicherheitslücken nicht betroffen, da die Gemini Enterprise Agent Platform die Modellverwaltungs-API von TorchServe nicht freigibt. Kunden, die TorchServe außerhalb der Gemini Enterprise Agent Platform verwenden, sollten Vorkehrungen treffen, um ihre Bereitstellungen sicher einzurichten. Was soll ich tun? Kunden der Gemini Enterprise Agent Platform mit bereitgestellten Modellen, die die vorkonfigurierten PyTorch-Modell-Serving-Container der Gemini Enterprise Agent Platform verwenden, müssen keine Maßnahmen ergreifen, um die Sicherheitslücken zu schließen, da der Verwaltungsserver von TorchServe bei Bereitstellungen der Gemini Enterprise Agent Platform nicht dem Internet ausgesetzt ist. Kunden, die die vorkonfigurierten PyTorch-Container in anderen Kontexten verwenden oder eine benutzerdefinierte oder Drittanbieter-Distribution von TorchServe verwenden, sollten Folgendes tun:
Welche Sicherheitslücken werden behoben? Die Verwaltungs-API von TorchServe ist in den meisten TorchServe-Docker-Images standardmäßig an Durch CVE-2023-43654 und CVE-2022-1471 können Nutzer mit Zugriff auf die Verwaltungs-API Modelle aus beliebigen Quellen laden und Code aus der Ferne ausführen. In TorchServe 0.8.2 sind Abhilfemaßnahmen für diese beiden Probleme enthalten: Der Remote-Codeausführungspfad wird entfernt und eine Warnung wird ausgegeben, wenn der Standardwert für |
Hoch | CVE-2023-43654, CVE-2022-1471 |