Executive Summary
- AWS corregge tre vulnerabilità in componenti open source destinati all’intelligenza artificiale. I bollettini del 16 novembre 2026 interessano Timestream for InfluxDB MCP Server, AWS Pricing MCP Server e Deep Java Library.
- Una prompt injection può esporre i token API di InfluxDB. Un secondo problema permette di scrivere file al di fuori della directory prevista attraverso uno strumento MCP contrassegnato impropriamente come read-only.
- Deep Java Library consente la lettura di file locali tramite archivi di modelli manipolati. Le correzioni sono disponibili, ma chi utilizza componenti obsoleti deve intervenire direttamente.
Amazon Web Services ha pubblicato il 16 novembre 2026 tre bollettini di sicurezza che evidenziano altrettante debolezze negli strumenti utilizzati per collegare agenti AI, servizi cloud e modelli di machine learning. Le vulnerabilità CVE-2026-126681, CVE-2026-126816 e CVE-2026-129266 interessano due server basati sul Model Context Protocol (MCP) e la libreria Deep Java Library (DJL). I problemi permettono, in condizioni differenti, di sottrarre credenziali di accesso a database, scrivere contenuti in posizioni non autorizzate e leggere file locali attraverso archivi di modelli appositamente costruiti. Non si tratta di una compromissione generalizzata dell’infrastruttura AWS: gli avvisi riguardano componenti software open source che devono essere aggiornati dalle organizzazioni che li utilizzano. La rilevanza delle correzioni deriva soprattutto dalla crescente integrazione degli agenti AI con strumenti operativi capaci di accedere a dati, filesystem e servizi aziendali.
Cosa leggere
Timestream for InfluxDB MCP Server espone i token API attraverso prompt injection
CVE-2026-126681 interessa AWS Labs Timestream for InfluxDB MCP Server, componente che permette agli assistenti AI di amministrare risorse Amazon Timestream for InfluxDB e leggere o scrivere dati utilizzando le autorizzazioni configurate. La vulnerabilità riguarda la gestione degli endpoint di connessione: il server non limitava adeguatamente gli indirizzi ai quali poteva collegarsi. Secondo AWS, un aggressore remoto non autenticato poteva introdurre nel contesto elaborato dal client MCP un URL InfluxDB malevolo attraverso una prompt injection, inducendo successivamente il server a inviare il token API configurato verso un endpoint controllato dall’attaccante.
La catena richiede quindi che il contenuto manipolato raggiunga il client e influenzi l’operazione eseguita tramite MCP. Non equivale al furto automatico di ogni token InfluxDB esistente, ma dimostra come dati esterni apparentemente innocui possano modificare la destinazione di una comunicazione privilegiata. Sono interessate le versioni dalla 0.0.12 inclusa fino alla 0.0.19 esclusa. La correzione è disponibile nella 0.0.19. AWS raccomanda inoltre di ruotare i token InfluxDB utilizzati con installazioni vulnerabili, perché il solo aggiornamento non rende inutilizzabile una credenziale eventualmente già sottratta.
Leggi anche: AWS MCP, GoAhead e Authenticator: CISA segnala due falle attive.
AWS Pricing MCP Server può scrivere file fuori dalla directory autorizzata
Il secondo problema, CVE-2026-126816, riguarda AWS Pricing MCP Server, utilizzato dagli assistenti AI per ottenere informazioni sui prezzi dei servizi Amazon e produrre analisi dei costi. La vulnerabilità interessa la funzione generate_cost_report, che non limitava correttamente il percorso destinato al salvataggio dei report. Un soggetto capace di influenzare l’agente MCP poteva introdurre percorsi assoluti o sequenze di directory traversal, facendo scrivere contenuti controllati dall’attaccante al di fuori della directory prevista. Le conseguenze dipendono dai permessi del processo che esegue il server e dalle destinazioni effettivamente raggiungibili.
L’aspetto più significativo riguarda però la classificazione dello strumento: generate_cost_report risultava contrassegnato come read-only, nonostante potesse scrivere file. Alcuni client MCP possono utilizzare questa indicazione per approvare automaticamente le operazioni considerate non modificative, riducendo la possibilità che un utente intercetti il percorso malevolo prima dell’esecuzione. Il problema interessa awslabs.aws-pricing-mcp-server nelle versioni precedenti alla 1.0.31 e il vecchio awslabs.cost-analysis-mcp-server fino alla 1.0.5 inclusa. AWS ha corretto il primo componente nella 1.0.31, mentre per il secondo, ormai deprecato, non sarà pubblicata una versione corretta: gli utilizzatori devono migrare al nuovo server.
Deep Java Library legge file locali attraverso archivi di modelli manipolati
CVE-2026-129266 riguarda invece Deep Java Library, framework Java open source impiegato per applicazioni di deep learning e sistemi di inferenza. Il problema nasce dalla mancata validazione della posizione di una risorsa indicata nei metadati degli archivi dei modelli. Un aggressore remoto non autenticato, quando riesce a far elaborare un archivio appositamente costruito, può provocare la lettura di file arbitrari accessibili al processo che utilizza la libreria.
La vulnerabilità non concede automaticamente privilegi superiori a quelli già posseduti dal servizio. Il rischio diventa però importante quando il processo dispone dell’accesso a configurazioni, file applicativi o informazioni sensibili. Sono interessate le versioni dalla 0.7.0 alla 0.38.0 incluse, mentre la correzione è contenuta in DJL 0.39.0. AWS raccomanda di utilizzare esclusivamente archivi provenienti da fonti attendibili e, nelle installazioni basate su djl-serving, di restringere l’accesso alle API di amministrazione e inferenza. L’impostazione model_url_pattern permette inoltre di limitare le posizioni dalle quali il sistema può caricare i modelli.
Tre vulnerabilità diverse, un problema comune negli strumenti degli agenti AI
Le tre vulnerabilità non condividono necessariamente un unico percorso di sfruttamento. La prima riguarda l’esfiltrazione di credenziali tramite manipolazione del contesto, la seconda una scrittura non autorizzata sul filesystem e la terza la lettura di file attraverso metadati di modelli. Il collegamento è architetturale: strumenti sviluppati per agevolare il lavoro degli assistenti AI possono diventare intermediari privilegiati tra contenuti non attendibili e risorse sensibili. Quando un agente interpreta istruzioni provenienti da documenti, URL o altri input esterni, il sistema deve impedire che quelle informazioni vengano trattate come autorizzazioni operative.
Il precedente delle vulnerabilità AWS tra MCP, Lambda e Ion aveva già mostrato che la sicurezza dei componenti ausiliari è parte integrante della sicurezza cloud. In questo caso, il dettaglio dello strumento presentato come read-only è particolarmente significativo: un’etichetta utilizzata per semplificare il flusso operativo può diventare un punto debole quando non corrisponde al comportamento effettivo del software.
Le correzioni richiedono aggiornamenti e verifiche sulle credenziali
AWS non dichiara nei tre bollettini che le vulnerabilità siano attivamente sfruttate. La distinzione impedisce di presentare i nuovi avvisi come una campagna di attacco già confermata. La remediation resta comunque necessaria perché le condizioni di sfruttamento possono verificarsi negli ambienti che elaborano contenuti non attendibili, utilizzano server MCP con privilegi elevati o caricano modelli provenienti da fonti esterne.
Per Timestream for InfluxDB MCP Server l’indicazione è aggiornare alla 0.0.19 o successiva e ruotare i token potenzialmente esposti; per AWS Pricing MCP Server occorre utilizzare almeno la 1.0.31, eliminando le approvazioni automatiche della funzione vulnerabile qualora l’aggiornamento non sia immediatamente possibile. Per Deep Java Library è richiesta almeno la 0.39.0, accompagnata da limitazioni sulle sorgenti dei modelli e sull’esposizione delle API. Le indicazioni complete sono contenute nei tre bollettini ufficiali AWS dedicati a CVE-2026-126681, CVE-2026-126816 e CVE-2026-129266.
Continua con:
AWS corregge falle tra agenti AI, Deep Java Library e Systems Manager
OpenCode e LiteLLM, agenti AI a rischio tra RCE e token GitHub.
La sicurezza degli agenti dipende dai privilegi degli strumenti che utilizzano
Le tre correzioni AWS mostrano che il confine di sicurezza di un agente AI non coincide con quello del modello linguistico. Un assistente può funzionare correttamente e, attraverso un componente vulnerabile, consegnare credenziali a una destinazione ostile, scrivere file dove non dovrebbe oppure elaborare un modello capace di esporre informazioni locali. Per aziende, sviluppatori e amministrazioni che adottano soluzioni basate su MCP, inventariare i server collegati, controllare le autorizzazioni effettive e distinguere le operazioni di lettura da quelle modificative diventa essenziale quanto aggiornare il software. Le nuove CVE non dimostrano una compromissione generalizzata dei servizi Amazon, ma ricordano che anche una libreria o uno strumento apparentemente secondario può diventare il punto dal quale un attaccante raggiunge risorse molto più sensib
Iscriviti alla Newsletter
Non perdere le analisi settimanali: Entra nella Matrice Digitale.
Matrice Digitale partecipa al Programma Affiliazione Amazon EU. In qualità di Affiliato Amazon, ricevo un guadagno dagli acquisti idonei. Questo non influenza i prezzi per te.









