CVE-2025-62609CVE-2025-62609是Apple Silicon机器学习框架MLX中的一个高危安全漏洞。该漏洞存在于mlx::core::load_gguf()函数中,当处理恶意构造的GGUF(Generic Gradient Unquantized Format)文件时,会导致应用程序发生段错误(Segmentation Fault)并崩溃。漏洞的根本原因在于,MLX框架在调用外部gguflib库时,直接使用了该库返回的指针而未进行充分的安全验证。这种不安全的指针解引用操作使得攻击者可以通过构造特殊的GGUF文件,在目标系统上引发拒绝服务攻击。攻击者只需诱导用户或自动化系统加载恶意文件即可触发漏洞,无需任何认证或用户交互。由于CVSS评分达到7.5分(高危级别),且攻击复杂度低、无需特殊权限,该漏洞对使用MLX框架处理外部GGUF文件的用户构成严重威胁。MLX团队已在0.29.4版本中修复此问题,建议所有用户立即升级。
该漏洞是一个典型的段错误(Segmentation Fault)类型的安全问题,源于不安全的指针处理。MLX框架的load_gguf()函数负责加载GGUF格式的机器学习模型文件,该格式由外部gguflib库提供解析支持。漏洞产生的根本原因是:gguflib库在解析恶意构造的GGUF文件时,会返回包含错误偏移量或恶意指针值的数据结构,而MLX框架的load_gguf()函数直接信任并解引用这些指针,而没有进行边界检查、空指针验证或内存区域合法性确认。当恶意GGUF文件包含精心构造的元数据字段时,gguflib可能返回一个指向无效内存地址的指针,或者包含负数偏移量。当MLX随后尝试访问该指针指向的内存位置时,会触发CPU的内存保护机制,导致段错误并使整个进程崩溃。攻击者可以通过邮件、文件共享或恶意网站等途径分发包含恶意GGUF文件的模型,诱导受害者使用MLX框架加载,从而实现远程触发崩溃的目的。攻击成功后会严重影响系统可用性,导致机器学习任务中断。