CVE-2026-0764CVE-2026-0764是GPT Academic项目中一个严重的安全漏洞,CVSS评分高达9.8分(满分10分),属于紧急严重级别。该漏洞存在于GPT Academic的上传(upload)端点中,根源在于程序缺乏对用户提交数据的适当验证,导致不信任的数据被反序列化处理。攻击者无需任何认证凭证即可利用此漏洞,在受影响的GPT Academic安装实例上执行任意代码,最终实现以root权限完全控制服务器。GPT Academic作为一款基于大语言模型的学术研究辅助工具,被广泛应用于学术论文润色、代码分析、文献综述等场景,其用户群体涵盖高校研究人员、学生和科研机构。该工具提供的文件上传功能本意是方便用户处理各类学术文档(如PDF、Word等),但由于upload接口存在反序列化漏洞,攻击者可以通过上传精心构造的恶意序列化数据来触发代码执行。这意味着任何能够访问GPT Academic上传功能的攻击者都可以在服务器上执行任意系统命令、安装后门、窃取敏感数据或进行横向移动攻击。由于该漏洞无需认证即可利用,且影响范围覆盖所有未修复的GPT Academic版本,因此被ZDI(Zero Day Initiative)标记为高危漏洞并分配编号ZDI-CAN-27957。
该漏洞的技术根源在于Python的pickle模块反序列化机制的安全缺陷。Python的pickle模块用于序列化和反序列化Python对象结构,但它本质上是不安全的,因为它可以执行任意代码。当pickle反序列化一个对象时,会调用该对象的__reduce__或__reduce_ex__方法来重建对象,而这些方法可以包含任意代码执行逻辑。GPT Academic的upload端点在处理用户上传的文件数据时,直接将用户提交的序列化数据进行pickle反序列化,而没有进行任何安全验证或数据来源校验。攻击者可以构造一个恶意的pickle对象,该对象的__reduce__方法指向一个执行系统命令的函数(如os.system),当服务器端反序列化这个对象时,就会触发代码执行。具体来说,攻击者可以创建一个包含如下逻辑的序列化对象:定义一个类,其__reduce__方法返回(os.system, ('恶意命令',)),然后将这个对象pickle序列化后发送到upload端点。服务器在反序列化时会调用os.system函数,从而在服务器上执行攻击者指定的任意系统命令。由于GPT Academic通常以较高权限运行(甚至是root),攻击成功后将获得服务器的最高控制权限。