Skip to content
KitploitKITPLOIT
StrumentiExploitsBlog
Log in
Invia
StrumentiExploitsBlog
Invia

Strumenti di Hacking, PenTest e Cybersecurity per il tuo Arsenale di Sicurezza!

Kitploit è una directory di strumenti di hacking, cybersecurity e pentesting. Scopri gli ultimi aggiornamenti dei progetti per trovare vulnerabilità, analizzare sistemi, automatizzare i test e rafforzare la tua sicurezza.

FeedContattoPrivacy© 2026 Kitploit

Directory degli strumenti

Categorie

Vedi tutte le categorie
Loading categories
CVE-2026-57845-hf-datasets-rce — Proof-of-concept e patch per CVE-2026-57845: RCE da deserializzazione pickle nel builder pandas di Hugging Face datasets, con script di riproduzione e indicazioni per la mitigazione. | Kitploit
Strumenti/GitHubGitHub/saiteja-erukude/cve-2026-57845-hf-datasets-rce
Analisi delle VulnerabilitàAnalisi del CodiceExploitSicurezza della Supply ChainPaper e RicercaSicurezza dell'IA
GitHubsaiteja-erukude/cve-2026-57845-hf-datasets-rce

CVE-2026-57845-hf-datasets-rce

Proof-of-concept e patch per CVE-2026-57845: RCE da deserializzazione pickle nel builder pandas di Hugging Face datasets, con script di riproduzione e indicazioni per la mitigazione.

Vedi Repository
28 giorni faNon ancora revisionato

Più Popolari

Vedi tutti →

Scopri gli strumenti più utilizzati dalla nostra community.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 Il toolkit OSINT definitivo: grafo di indagine, punteggio di affidabilità, famiglie di alias, mappa, timeline e report. 49 moduli, oltre 400 siti, nessuna chiave API richiesta.

    936
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # App di esecuzione con un tocco GhostLock (CVE-2026-43499)

    555
  • 3

    redforge

    cybersecurity91/redforge

    Toolkit red team lato browser con 102 strumenti offline per ricognizione, generazione di payload, attacchi alle credenziali, crittografia, codifica e reportistica dell'engagement.

    353
  • 4

    ARTEX

    baarai/artex

    Piattaforma di penetration testing autonoma multi-agente basata su LLM con agenti planner/worker, grafi di asset e di esplorazione, registrazione del traffico MITM e retesting delle vulnerabilità.

    348
  • 5

    looking-glass

    anonghosty/looking-glass

    Piattaforma CSIRT che importa i report di Shadowserver in MongoDB e li riproduce come mappe interattive, analisi, risultati, avvisi e dashboard executive.

    336
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    Il sistema d'azione per la cybersecurity nativa AI—dove l'intento diventa esecuzione governata, le evidenze diventano memoria operativa, e ogni operazione migliora la successiva.

    288

Esplora tutti gli strumenti

Sfoglia la nostra collezione di strumenti

Vedi tutti gli strumenti →
Condividi

CVE-2026-57845: Hugging Face datasets <= 5.1.0 RCE tramite Pandas Pickle

Gravità: Alta, CVSS 3.1 8.8

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

Interessato: tutte le versioni di Hugging Face datasets <= 5.1.0

Componente: datasets.packaged_modules.pandas.pandas

CWE: CWE-502 (Deserializzazione di dati non attendibili)

Scoperto e segnalato da: Sai Teja Erukude


Riepilogo

Le versioni di Hugging Face datasets fino alla 5.1.0 inclusa consentono l'esecuzione arbitraria di codice Python durante il caricamento di file pickle controllati da un attaccante tramite il builder pacchettizzato pandas, deprecato ma ancora registrato.

Il builder risolve i data_files forniti dal chiamante, apre ciascun file come bytes e passa l'oggetto file direttamente a pandas.read_pickle() prima di convertire il risultato in una tabella Arrow:

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

La deserializzazione di pickle in Python può eseguire codice scelto dall'attaccante. Quando una vittima carica un dataset malevolo basato su pickle con datasets.load_dataset("pandas", data_files=...), il payload viene eseguito con i privilegi del processo della vittima prima della conversione in Arrow o della validazione delle feature.

Impatto

Un attaccante che riesce a far caricare a una vittima un pickle controllato dall'attaccante tramite il builder pandas può eseguire codice Python arbitrario nel processo della vittima.

Ciò può influire su flussi di lavoro di analisi dati, machine learning e automazione che caricano dataset da progetti, repository, download o file condivisi non attendibili. L'attaccante non necessita di privilegi nell'ambiente della vittima, ma la vittima deve caricare il dataset malevolo, coerentemente con il requisito di interazione utente del report (UI:R).

A seconda dell'ambiente locale, ciò può consentire di:

  • Leggere file, variabili d'ambiente e segreti applicativi accessibili al processo.
  • Modificare file o dati utilizzati dal flusso di lavoro della vittima.
  • Eseguire operazioni Python o programmi locali con i privilegi del processo.
  • Interrompere l'elaborazione dei dati o esaurire le risorse disponibili.

Dettaglio tecnico

Il percorso vulnerabile è il builder pacchettizzato 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(...)

Il PoC crea un oggetto pickle il cui metodo __reduce__() specifica un callable che scrive un file marcatore locale innocuo e restituisce un valido pandas.DataFrame. Durante la deserializzazione, quel callable viene eseguito prima che il builder converta il DataFrame restituito in una tabella Arrow. Il caricamento del dataset poi si completa normalmente e restituisce una riga.

Il runner invoca la vera API datasets.load_dataset() dal pacchetto installato. Una cache locale pulita e la rimozione del marcatore precedente garantiscono che il risultato salvato dimostri l'esecuzione durante il caricamento del dataset.

Deprecare il builder o validare il DataFrame restituito non impedisce l'esecuzione durante l'unpickling. Anche la documentazione di pandas avverte contro il caricamento di dati pickle da fonti non attendibili.

Proof of Concept

run_poc.py genera attacker-controlled.pkl, lo carica tramite il builder pandas e registra le prove di esecuzione.

Eseguire solo in un ambiente di test locale. Per riprodurre la versione mostrata nelle prove salvate su Windows:

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

Il file requirements.txt incluso specifica attualmente datasets<=5.0.1. Può essere installato con python -m pip install -r requirements.txt per testare quel range precedente, ma non seleziona l'installazione 5.1.0 usata nelle evidenze salvate. Il pin esplicito sopra riproduce la versione di datasets di quell'installazione.

Evidenze attese sulla versione vulnerabile dimostrata:

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'evidenza importante è che il marker è assente prima di load_dataset(), compare durante il caricamento e contiene la stringa attesa mentre il caricamento del dataset si completa con successo e restituisce la riga attesa.

L'effetto di esecuzione del payload è una scrittura locale di un file marker:

datasets_pandas_pickle_rce_triggered

Il runner scrive anche i file pickle, cache e evidence generati. Ogni esecuzione sostituisce attacker-controlled.pkl, marker.txt, cache/ ed evidence/ nella directory PoC; preservare le evidenze esistenti prima di rieseguirlo.

Artefatti salvati:

  • Prova JSON
  • Prova di esecuzione
  • Video dimostrativo

Remediation

La correzione mirata sostituisce l'intero corpo di Pandas._generate_tables() con un errore incondizionato prima che qualsiasi file venga aperto o passato a pandas.read_pickle():

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

L'errore spiega il rischio di esecuzione del pickle e indirizza i chiamanti verso Parquet, Arrow, CSV, JSON o Dataset.from_pandas() per un DataFrame esistente. Questo blocca il percorso di esecuzione di codice segnalato per ogni nome di file, inclusi i pickle considerati attendibili; non tenta di determinare quali file pickle siano affidabili.

Il builder rimane registrato e può ancora essere costruito tramite load_dataset_builder("pandas", ...) o Pandas(...). La risoluzione dei file e i download possono avvenire prima che la generazione della tabella fallisca. Con lo streaming, l'errore si verifica quando il dataset viene iterato. Una cache Arrow preparata compatibile può comunque essere riutilizzata senza chiamare _generate_tables() o deserializzare l'input. Modificare il sorgente del builder ne cambia l'hash, quindi le cache più vecchie potrebbero non corrispondere più automaticamente. Questa patch non rifiuta il nome del builder in load.py.

Ad esempio, caricare Parquet tramite il suo builder dedicato:

from datasets import load_dataset

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

I test di regressione coprono il caricamento da zero, l'iterazione in streaming, la generazione diretta delle tabelle, la costruzione del builder, il riutilizzo della cache Arrow preparata e i formati di sostituzione supportati. Verificano che pandas.read_pickle() non venga mai raggiunto e che la generazione diretta delle tabelle non apra file. Controllare il tipo di un oggetto dopo l'unpickling è troppo tardi. Rinominare un file, emettere un avviso o convertire un pickle non attendibile in un altro formato eseguendo prima l'unpickling non risolve il rischio di esecuzione.

Scarica lo strumento