Tesseract: ReadNormProtos stack buffer overflow

Tesseract is an open source OCR engine. In version 5.5.3 and earlier, Classify::ReadNormProtos in src/classify/normmatch.cpp parses the NORMPROTO component of a .traineddata file and uses std::istream::operator>>(char*) to extract a whitespace-delimited token into a fixed 61-byte stack buffer without setting a stream width. The 100-byte line buffer can carry a token of up to 99 characters, so a token longer than 60 characters writes up to 39 attacker-controlled bytes past the buffer during TessBaseAPI::Init of the legacy engine, causing stack corruption, denial of service, and potentially control-flow hijacking on affected standard-library implementations. Builds using Apple's libc++ C++20 bounded array overload are incidentally protected, while typical libstdc++ builds remain affected. No fixed release is available as of this review.

The Cyber Security Agency of Singapore included this CVE in its official Security Bulletin 16 Sep 2026, published on 16 September 2026. Open the linked bulletin for the product, severity and reference information published in that issue.

TesseractはオープンソースのOCRエンジンです。バージョン5.5.3およびそれ以前のsrc/classify/normmatch.cpp内のClassify::ReadNormProtosは、.traineddataファイルのNORMPROTOコンポーネントを解析し、std::istream::operator＞＞(char*)を使用して空白区切りのトークンを固定サイズ61バイトのスタックバッファに取り込みますが、ストリーム幅を設定していません。100バイトの行バッファは最大99文字のトークンを保持可能であるため、60文字を超えるトークンはレガシーエンジンのTessBaseAPI::Init実行時に、最大39バイトの攻撃者制御下バイトをバッファの境界外に書き込み、スタック破損やサービス拒否を引き起こし、影響を受ける標準ライブラリ実装においては制御フローの乗っ取りが発生する可能性があります。Appleのlibc++ C++20の境界付き配列オーバーロードを使用したビルドは偶然にも保護されていますが、一般的なlibstdc++ビルドは依然として影響を受けています。本レビュー時点では修正版リリースがありません。