CVE-2026-31219
WysokieStreszczenie
Funkcja _load_model() w skrypcie neural_magic_training.py projektu optimate jest podatna na niebezpieczną deserializację. Umożliwia to złośliwemu atakującemu wykonanie dowolnego kodu na systemie ofiary poprzez dostarczenie zmanipulowanego pliku modelu.
Ocena ryzyka
Podatność ta stwarza poważne ryzyko dla bezpieczeństwa systemów, ponieważ pozwala na zdalne wykonanie kodu, co może prowadzić do przejęcia kontroli nad systemem ofiary.
Rekomendacja
Zaleca się włączenie parametru weights_only=True w funkcji torch.load() oraz weryfikację plików modelu przed ich załadowaniem, aby zminimalizować ryzyko nieautoryzowanego dostępu.
Inne podatności w neural_magic_training.py
Zobacz wszystkie- CVE-2026-31218Wysokie
Funkcja _load_model() w skrypcie neural_magic_training.py projektu optimate jest podatna na niebezpieczną deserializację. Brak włączenia parametru bezpieczeństwa weights_only=True podczas ładowania pliku state_dict.pt umożliwia deserializację dowolnych obiektów Pythona, co może prowadzić do wykonania złośliwego kodu.
- CVE-2026-31217Krytyczne
Funkcja _load_model() w skrypcie neural_magic_training.py projektu optimate umożliwia wykonanie dowolnego kodu. Użytkownik może podać ścieżkę do katalogu za pomocą argumentu wiersza poleceń --model, co pozwala na odczytanie i wykonanie pliku module.py z tego katalogu bez walidacji jego zawartości.
Oryginalny opis (angielski, źródło NVD)
The _load_model() function in the neural_magic_training.py script of the optimate project in commit a6d302f912b481c94370811af6b11402f51d377f (2024-07-21) is vulnerable to insecure deserialization (CWE-502). When a user provides a single model file path (e.g., .pt or .pth) via the --model command-line argument, the function loads the file using torch.load() without enabling the weights_only=True security parameter. This allows the deserialization of arbitrary Python objects through the Pickle module. A remote attacker can exploit this by providing a maliciously crafted model file, leading to arbitrary code execution during deserialization on the victim's system.