CVE-2026-34445 CVSS 8.6 高危

CVE-2026-34445 ONNX对象属性覆盖漏洞

披露日期: 2026-04-01

来源: [email protected]

漏洞信息

漏洞编号

CVE-2026-34445

漏洞类型

对象属性覆盖

CVSS评分

8.6 高危

攻击向量

网络 (AV:N)

认证要求

无需认证 (PR:N)

用户交互

无需交互 (UI:N)

影响产品

Open Neural Network Exchange (ONNX)

漏洞概述

Open Neural Network Exchange (ONNX) 在 1.21.0 版本之前存在安全漏洞。该漏洞源于 ExternalDataInfo 类在处理模型文件时，直接使用 Python 的 setattr() 函数加载元数据（如文件路径或数据长度），且未对文件中的键进行有效性校验。攻击者可利用此漏洞构造恶意的 ONNX 模型文件，通过覆盖内部对象属性来破坏系统逻辑，从而可能造成敏感信息泄露、数据篡改或服务拒绝等风险。该问题已在 1.21.0 版本中得到修复。

技术细节

该漏洞的核心原理在于 ONNX 库中 ExternalDataInfo 类实现的不安全性。当解析 ONNX 模型文件的外部数据信息时，相关代码直接遍历模型文件中包含的字典项，并调用 Python 的内置函数 setattr(self, key, value)，将这些键值对动态设置为当前对象的属性。关键问题在于，代码缺乏对输入 key 的有效性和合法性校验（即没有白名单机制）。这意味着攻击者可以在构造的恶意 ONNX 模型文件中注入任意属性键名。通过这种方式，攻击者能够覆盖对象原有的内部属性、私有变量甚至方法引用。例如，攻击者可能覆盖控制数据加载路径的属性，导致任意文件读取；或者覆盖对象的内部状态标志，导致后续逻辑判断出错，触发异常或绕过安全检查。鉴于 ONNX 在机器学习推理流程中的广泛应用，加载未经验证的恶意模型将直接威胁宿主应用的安全性。

攻击链分析

STEP 1

1. 构造恶意模型

攻击者分析 ONNX ExternalDataInfo 的实现，并创建一个包含恶意键值对的 ONNX 模型文件，旨在覆盖对象的内部属性。

STEP 2

2. 诱导加载

攻击者将恶意模型文件发布到公共仓库或通过钓鱼等方式，诱导受害者使用受影响版本的 ONNX 库加载该模型。

STEP 3

3. 属性覆盖

当 ONNX 解析模型时，ExternalDataInfo 类使用 setattr() 无差别地加载恶意数据，导致对象的内部属性（如文件路径、状态标志等）被攻击者控制的数据覆盖。

STEP 4

4. 执行攻击

被篡改的对象属性在后续的模型处理逻辑中被使用，可能导致任意文件读取、逻辑绕过或拒绝服务。

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

# Proof of Concept for CVE-2026-34445
# This script demonstrates the unsafe setattr usage in ExternalDataInfo.
# In a real scenario, this occurs when parsing a crafted .onnx file.

class VulnerableExternalDataInfo:
    def __init__(self, data_dict):
        # Initialize default internal properties
        self.location = "default.bin"
        self.offset = 0
        self._is_safe = True

        # VULNERABLE CODE: Directly setting attributes without validation
        for key, value in data_dict.items():
            setattr(self, key, value)

# Attacker crafted payload (simulating a malicious model metadata)
malicious_payload = {
    "location": "/etc/passwd",  # Attempting to change file path
    "_is_safe": False           # Overwriting internal flag
}

# Triggering the vulnerability
print("[*] Loading malicious model metadata...")
victim_obj = VulnerableExternalDataInfo(malicious_payload)

print(f"[+] Internal location changed to: {victim_obj.location}")
print(f"[+] Internal safety flag changed to: {victim_obj._is_safe}")
print("[!] Vulnerability exploited: Object properties overwritten.")

影响范围

Open Neural Network Exchange (ONNX) < 1.21.0

防御指南

临时缓解措施

建议用户立即将 ONNX 库更新至 1.21.0 版本以修复此漏洞。如果暂时无法升级，应严格限制加载的模型来源，并对输入的模型文件进行严格的格式校验，避免加载来源不明的第三方模型。

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