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
Outils/GitHubGitHub/saiteja-erukude/cve-2026-57845-hf-datasets-rce
Analyse des VulnérabilitésAnalyse de CodeExploitationSécurité de la Chaîne LogistiqueArticles et RechercheSécurité de l'IA
GitHubsaiteja-erukude/cve-2026-57845-hf-datasets-rce

CVE-2026-57845-hf-datasets-rce

Preuve de concept et correctif pour CVE-2026-57845 : RCE par désérialisation pickle dans le générateur pandas de Hugging Face datasets, avec script de reproduction et recommandations de remédiation.

Voir le dépôt
il y a 27 joursPas encore vérifié
Partager

CVE-2026-57845 : RCE par pickle Pandas dans Hugging Face datasets <= 5.1.0

Gravité : Élevée, CVSS 3.1 8.8

Vecteur : CVSS:3.1/AV:N/AC:L/PR:N/UI:R/S:U/C:H/I:H/A:H

Affecté : toutes les versions de Hugging Face datasets <= 5.1.0

Composant : datasets.packaged_modules.pandas.pandas

CWE : CWE-502 (Désérialisation de données non fiables)

Découvert et signalé par : Sai Teja Erukude


Résumé

Les versions de Hugging Face datasets jusqu'à 5.1.0 incluse permettent l'exécution arbitraire de code Python lors du chargement de fichiers pickle contrôlés par un attaquant via le builder packagé pandas, déprécié mais toujours enregistré.

Le builder résout les data_files fournis par l'appelant, ouvre chaque fichier sous forme d'octets et passe directement l'objet fichier à pandas.read_pickle() avant de convertir le résultat en table Arrow :

with open(file, "rb") as f:
    pa_table = pa.Table.from_pandas(pd.read_pickle(f))

La désérialisation de pickle Python peut exécuter du code choisi par l'attaquant. Lorsqu'une victime charge un jeu de données malveillant basé sur pickle avec datasets.load_dataset("pandas", data_files=...), la charge utile s'exécute avec les privilèges du processus de la victime avant la conversion Arrow ou la validation des caractéristiques.

Impact

Un attaquant capable d'amener une victime à charger un pickle contrôlé par l'attaquant via le builder pandas peut exécuter du code Python arbitraire dans le processus de la victime.

Cela peut affecter les workflows d'analyse de données, d'apprentissage automatique et d'automatisation qui chargent des jeux de données depuis des projets, dépôts, téléchargements ou fichiers partagés non fiables. L'attaquant n'a pas besoin de privilèges dans l'environnement de la victime, mais la victime doit charger le jeu de données malveillant, conformément à l'exigence d'interaction utilisateur du rapport (UI:R).

Selon l'environnement local, cela peut permettre :

  • La lecture de fichiers, de variables d'environnement et de secrets applicatifs accessibles au processus.
  • La modification de fichiers ou de données utilisés par le workflow de la victime.
  • L'exécution d'opérations Python ou de programmes locaux avec les privilèges du processus.
  • La perturbation du traitement des données ou l'épuisement des ressources disponibles.

Détail technique

Le chemin vulnérable est le builder packagé pandas :

datasets.load_dataset("pandas", data_files=...)
  -> dataset_module_factory(...)
  -> registered pandas packaged builder
  -> Pandas._split_generators(...)
  -> resolve or download caller-supplied data_files
  -> Pandas._generate_tables(...)
  -> open(file, "rb")
  -> pandas.read_pickle(f)
  -> pyarrow.Table.from_pandas(...)

Le PoC crée un objet pickle dont la méthode __reduce__() spécifie un callable qui écrit un fichier marqueur local inoffensif et renvoie un pandas.DataFrame valide. Lors de la désérialisation, ce callable s'exécute avant que le builder ne convertisse le DataFrame renvoyé en table Arrow. Le chargement du dataset se termine ensuite normalement et renvoie une ligne.

Le runner invoque l'API réelle datasets.load_dataset() du package installé. Un cache local neuf et la suppression du marqueur précédent garantissent que le résultat enregistré démontre l'exécution pendant le chargement du dataset.

Déprécier le builder ou valider le DataFrame renvoyé n'empêche pas l'exécution lors du dépickling. La documentation pandas mise également en garde contre le chargement de données pickle provenant de sources non fiables.

Preuve de concept

run_poc.py génère attacker-controlled.pkl, le charge via le builder pandas et enregistre les preuves d'exécution.

À exécuter uniquement dans un environnement de test local. Pour reproduire la version présentée dans les preuves enregistrées sous Windows :

python -m venv .venv
.\.venv\Scripts\python.exe -m pip install "datasets==5.1.0"
.\.venv\Scripts\python.exe -B run_poc.py

Le fichier requirements.txt inclus spécifie actuellement datasets<=5.0.1. Il peut être installé avec python -m pip install -r requirements.txt pour tester cette plage antérieure, mais il ne sélectionne pas l'installation 5.1.0 utilisée dans les preuves enregistrées. L'épinglage explicite ci-dessus reproduit la version de datasets de cette installation.

Preuves attendues sur la version vulnérable démontrée :

datasets_version: 5.1.0
installed_package: True
load_error: None
row_count: 1
first_row: {'value': 'benign dataframe returned after pickle execution'}
marker_before_load_dataset: False
marker_after_load_dataset: True
marker_contents:
datasets_pandas_pickle_rce_triggered
success: True

L'élément de preuve important est que le marqueur est absent avant load_dataset(), apparaît pendant le chargement, et contient la chaîne attendue tandis que le chargement du jeu de données se termine avec succès et renvoie la ligne attendue.

L'effet d'exécution de la charge utile est une écriture locale d'un fichier marqueur :

datasets_pandas_pickle_rce_triggered

Le runner écrit également les fichiers pickle, cache et preuve générés. Chaque exécution remplace attacker-controlled.pkl, marker.txt, cache/ et evidence/ dans le répertoire PoC ; préservez les preuves existantes avant de le réexécuter.

Artefacts enregistrés :

  • Preuves JSON
  • Preuves d'exécution
  • Vidéo de démonstration

Remédiation

Le correctif ciblé remplace l'intégralité du corps de Pandas._generate_tables() par une erreur inconditionnelle avant qu'aucun fichier ne soit ouvert ou transmis à pandas.read_pickle() :

def _generate_tables(self, files):
    raise ValueError(PANDAS_PICKLE_DISABLED_ERROR)

L'erreur explique le risque d'exécution de pickle et oriente les appelants vers Parquet, Arrow, CSV, JSON ou Dataset.from_pandas() pour un DataFrame existant. Cela bloque le chemin d'exécution de code signalé pour chaque nom de fichier, y compris les pickles de confiance ; il ne tente pas de déterminer quels fichiers pickle sont dignes de confiance.

Le builder reste enregistré et peut toujours être construit via load_dataset_builder("pandas", ...) ou Pandas(...). La résolution de fichiers et les téléchargements peuvent se produire avant que la génération de table échoue. Avec le streaming, l'erreur se produit lors de l'itération du dataset. Un cache Arrow préparé compatible peut toujours être réutilisé sans appeler _generate_tables() ni dépickler l'entrée. Modifier la source du builder change son hash, de sorte que les anciens caches peuvent ne plus correspondre automatiquement. Ce correctif ne rejette pas le nom du builder dans load.py.

Par exemple, chargez Parquet via son builder dédié :

from datasets import load_dataset

dataset = load_dataset("parquet", data_files="data.parquet", split="train")
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.

    772
  • 2

    ghostlock-app

    yukonga/ghostlock-app

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

    505
  • 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.

    420
  • 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.

    345
  • 5

    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.

    260
  • 6

    antifox

    antifox-ai/antifox

    Plateforme de test d'intrusion autonome multi-agents par IA qui exécute la reconnaissance, la découverte de la surface d'attaque, la validation de l'exploitation et la livraison de rapports étayés par des preuves.

    251

Explorer tous les outils

Parcourez notre collection d'outils

Voir tous les outils →