Modello offline e inerte di CVE-2026-115878 nel loader dei lemmi di Stanza: logica decisionale versionata da pickle a JSON, scansione statica degli opcode tramite pickletools ed evidenze differenziali dei test pre/post correzione.
Modello offline e inerte di CVE-2026-115878 (GHSA-gh9r-c94j-cmp5, CWE-502 /
CWE-94). In Stanza 1.14.0 il lemmatizzatore memorizzava pos_dict come byte pickle
compressi con gzip all'interno del checkpoint (dicts_version = 2).
torch.load(..., weights_only=True) tratta bytes come primitiva e non
li ispeziona, quindi Trainer.load chiamava poi pickle.loads
senza restrizioni su quello stream (b21e1c9b:L58, pre). Un lemma fornito dall'attaccante
.pt eseguiva quindi codice alla costruzione della pipeline. La correzione, commit
b21e1c9b47b4fccff21d3b0a6c0687a19410c2f0 (in 1.15.0), rinomina v2 in
_DICTS_VERSION_POS_PICKLE, memorizza v3 come gzip+JSON tramite orjson, e
solleva ValueError su qualsiasi caricamento v2 (b21e1c9b:L68-73).
Spagnolo: README.es.md. Esercizi: PRACTICE.md.
src/c9stanza/loader.py: la decisione versionata. Pre: qualsiasi versione POS
(2 o, per il modello, 3) passa attraverso gzip e poi una scansione statica di pickle.
Post: v3 → JSON; v2 → REJECT_PICKLE_V2 (b21e1c9b:L68-73); v1 → conversione
legacy (b21e1c9b:L74-76).src/c9stanza/opstream.py: pickletools.genops + uno stack simbolico.
pickle.loads / Unpickler non vengono mai usati; i test li modificano per
farli fallire e controllano l'AST. Un STACK_GLOBAL / GLOBAL che nomina un modulo al di fuori
di un'allowlist inerte di builtins è un SINK.json della stdlib (la correzione reale usa orjson;
vedi LIMITATIONS).results/summary.csv)| Classe | n | pre | post |
|---|---|---|---|
| pos (gadget) | 3 | 3 PICKLE_EXECUTED_SINK | 3 REJECT_PICKLE_V2 |
| neg | 3 | malformato / legacy | JSON / legacy |
| compat | 2 | caricamenti v2 legittimi; JSON errato malformato | v2 rifiutato; errore JSON |
Ogni citazione di riga ha la forma <tag>:L<n> o <tag>:L<n>-<m>: la/le riga/righe
cat -n reali del diff salvato copiate in sources/:
b21e1c9b → sources/CVE-2026-115878_stanza_b21e1c9b47b4.diff (SHA-256 d5c38c6023732da2881933bb95c4e0ccbbb5fc47bdaa79ef1fc8ae7b26de6bbd)Tutti gli intervalli citati e il testo che ciascuno deve contenere sono in citations.tsv;
tests/test_citations.py verifica lo SHA-256, il testo di ogni intervallo, e
che nessuna citazione nel repository manchi dalla tabella o sia priva di un tag.
Facoltativamente, si verifica che C9_DIFF=<diff>[:<diff>] (un download fresco del
diff del commit upstream) sia identico byte per byte alla copia nel repository:
C9_DIFF=/tmp/x.diff PYTHONPATH=src python3 -m unittest -v tests.test_citations. In sua assenza quel controllo viene segnalato come
salto esplicito; le copie nel repository vengono sempre controllate. Avviso di licenza delle
copie: sources/README.md, sources/UPSTREAM-LICENSE.
PYTHONPATH=src python3 -m unittest discover -s tests -v
python3 scripts/derive_expected.py | diff - fixtures/expected.tsv
python3 scripts/gen_results.py /tmp/r && diff -r results /tmp/r
fixtures/expected.tsv proviene da scripts/derive_expected.py, uno
scanner pickletools indipendente che non importa src/. Solo libreria standard
di Python 3.10+. Nulla viene mai depicklato.
Un modello non è una scoperta. Vedi LIMITATIONS.md e SOURCES.md. Licenza: Apache-2.0.