2025-02-10 09:18
据The Hacker News报道，网络安全研究人员在Hugging Face平台上发现了两个恶意机器学习（ML）模型。这些模型利用了“损坏”的pickle文件技术，成功规避了安全检测。ReversingLabs研究员Karlo Zanki表示，从PyTorch存档中提取的pickle文件揭示了恶意Python内容，包含典型的平台特定反向shell，连接到硬编码的IP地址。
这种方法被称为nullifAI，旨在绕过现有安全防护措施。Hugging Face上的两个相关模型存储库分别为glockr1/ballr7和who-r-u0000/0000000000000000000000000000000000000。尽管这些模型被认为是概念验证而非真实攻击案例，但它们展示了pickle序列化格式的安全隐患。由于其允许执行任意代码，pickle文件一直被认为存在风险。
被检测出的模型使用7z格式压缩，而非常见的ZIP格式，从而避开了Hugging Face的Picklescan工具的检测。Zanki指出，即使反序列化过程中出现错误，恶意代码仍能部分执行。该问题已被修复，Picklescan工具也已更新版本。
免责声明：本文内容由开放的智能模型自动生成，仅供参考。
扫一扫关注微信