AlexanderGumeniuk/CVE-2025-32434

# CVE-2025-32434：PyTorch RCE 漏洞 - PoC ## 什么是 CVE-2025-32434？ **CVE-2025-32434** 是 PyTorch 中的一个严重的远程代码执行 (RCE) 漏洞，PyTorch 是一个广泛用于深度学习和神经网络的 Python 库。 ### 核心问题 该漏洞存在于 `torch.load()` 函数中，即使使用了被认为是安全的 `weights_only=True` 参数也是如此。`weights_only=True` 选项旨在通过限制仅加载模型参数来防止代码执行。然而，研究人员找到了绕过此保护的方法。 ### 受影响版本 | 状态 | 版本 | |--------|---------| | **存在漏洞** | PyTorch 2.5.1 及所有更早版本 | | **已修复** | PyTorch 2.6.0 及更高版本 | ### 严重程度 - **CVSS 评分**：**10 分满分中的 9.8 分**（严重） - **发现者**：Ji'an Zhou（在 Black Hat USA 2025 上公布） - **影响**：当加载恶意模型时，未经身份验证的攻击者可以执行任意代码 - **用户交互**：无需 ### 技术影响 未经身份验证的攻击者可以创建一个恶意模型文件，当受害者加载该文件时，它会执行任意代码。该攻击无需用户交互，并可能导致系统被完全攻破。该漏洞利用了 PyTorch 使用 Python 的 `pickle` 序列化的方式，允许攻击者将恶意代码嵌入到模型文件中。 ### 危险性 此漏洞尤其危险，因为许多开发者依赖 `weights_only=True` 作为一种安全措施，但此漏洞证明即使是“安全”选项也不足以防范风险。 ## PoC 的工作原理 提供的 `full.py` 脚本演示了如何创建一个恶意的 PyTorch 模型，该模型在被加载时会向文件系统写入内容。 ### 攻击流程 1. **Payload 创建**：脚本生成一个包含反向 shell payload 的 cron 条目 2. **ASCII 转换**：将 payload 字符串转换为 ASCII 码列表 3. **内存映射**：使用 `torch.from_file()` 创建一个指向目标 cron 文件的内存映射 tensor 4. **数据写入**：将 ASCII 值复制到内存映射区域，从而有效地写入该文件 5. **模型序列化**：将此操作保存为 TorchScript 模型 6. **执行**：在加载并执行时，模型会将 payload 写入目标文件 ### 代码示例 ``` # 内存映射文件写入 t = torch.from_file("/etc/cron.d/rev", shared=True, size=len(asciis), dtype=torch.uint8) msg = torch.tensor(asciis, dtype=torch.uint8) t.copy_(msg) # Writes to /etc/cron.d/rev ``` # CVE-2025-32434 PoC - 用户指南 ## 如何使用此概念验证 本指南提供了有关如何使用 CVE-2025-32434 概念验证 (PoC) 脚本的分步说明。 ## 前置条件 在开始之前，请确保您具备： - 已安装 **PyTorch 2.5.1 或更早版本**（存在漏洞的版本） ### 安装 PyTorch ``` # 安装 PyTorch（用于测试的漏洞版本） pip install torch==2.5.1 ``` # 或者安装最新版本（用于测试修复情况） ``` pip install torch ```

标签：Maven, PyTorch, 凭据扫描, 漏洞验证, 编程工具, 远程代码执行, 逆向工具