DetectMLExecuteBackend ONNX metadata RCE via Python eval with POC

ONNX metadata “names” 属性在 DetectMLExecuteBackend 中执行任意 Python 代码漏洞 漏洞概述 在 DetectMLExecuteBackend 中，ONNX 模型的 metadata “names” 属性可被恶意利用，导致任意 Python 代码执行。攻击者可通过构造包含恶意 Python 表达式的 ONNX 模型，在模型加载时触发代码执行。该漏洞源于对 metadata 中嵌入的 Python 表达式未进行安全过滤。 影响范围 产品：DetectMLExecuteBackend（用于 ONNX 模型推理） 版本： - 受影响：1.12.0 及更早版本 - 已修复：1.12.1 及以上版本 环境：使用 DetectMLExecuteBackend 加载 ONNX 模型的系统 风险等级：高（可导致远程代码执行） 修复方案 1. 升级版本：将 DetectMLExecuteBackend 升级至 1.12.1 或更高版本。 2. 临时缓解： - 在加载模型前，手动检查并清理 ONNX 模型的 metadata “names” 属性。 - 禁用或限制模型加载时的 Python 表达式求值功能。 3. 代码修复建议： - 在 的模型加载逻辑中，对 metadata 中的 Python 表达式进行白名单过滤或沙箱隔离。 - 避免直接 或 用户提供的 metadata 内容。 POC / 利用代码 > 注意：实际利用需配合 DetectMLExecuteBackend 的模型加载流程，上述代码仅为构造恶意模型的示例。 附加信息 CVE 编号：未明确提及（需进一步查询） 报告来源：GitHub Issue #670 修复状态：已在 1.12.1 版本修复 建议操作：立即升级依赖库，并审计现有模型文件是否包含恶意 metadata。

Goal Reached Thanks to every supporter — we hit 100%!

DetectMLExecuteBackend ONNX metadata RCE via Python eval with POC

More from this source