Skip to content
KitploitKITPLOIT
ИнструментыБлог
Log in
Отправить
ИнструментыБлог
Отправить

Инструменты для хакинга, пентеста и кибербезопасности — ваш арсенал защиты!

Kitploit — это каталог инструментов для хакинга, кибербезопасности и пентестинга. Находите последние обновления проектов для поиска уязвимостей, анализа систем, автоматизации тестирования и усиления вашей безопасности.

··Ленты·Контакты·Конфиденциальность·© 2026 Kitploit

Каталог инструментов

Категории

Все категории
Loading categories
CVE-2024-5452 — Подробный технический анализ CVE-2024-5452, уязвимости удаленного выполнения кода в PyTorch Lightning через загрязнение свойства дельты DeepDiff, с доказательством концепции и рекомендациями по смягчению. | Kitploit
Инструменты/GitHubGitHub/skrkcb2/cve-2024-5452
Анализ уязвимостейАнализ КодаЭксплуатацияЭксплуатация веб-приложенийОбучение и ОбразованиеБезопасность ИИ
GitHubskrkcb2/cve-2024-5452

CVE-2024-5452

Подробный технический анализ CVE-2024-5452, уязвимости удаленного выполнения кода в PyTorch Lightning через загрязнение свойства дельты DeepDiff, с доказательством концепции и рекомендациями по смягчению.

Репозиторий
181 год назадЕщё не проверено

Популярное

Смотреть все →

Откройте для себя самые используемые инструменты нашего сообщества.

Изучить все инструменты

Просмотрите нашу коллекцию инструментов

Смотреть все инструменты →
Поделиться

CVE-2024-5452

01. Обзор RCE и pytorch-lightning

  • 1) Обзор RCE и pytorch-lightning

    RCE (Remote Code Execution) — это уязвимость, позволяющая злоумышленнику удаленно выполнять произвольный код в системе или приложении, и относится к CWE-94: Improper Control of Generation of Code ('Code Injection').

    PyTorch Lightning — это библиотека, упрощающая управление обучением моделей глубокого обучения на основе PyTorch, а DeepDiff — библиотека для сравнения двух объектов Python и анализа различий.

    CVE-2024-5452 — это уязвимость, которая возникает при использовании DeepDiff и Lightning в веб-приложении Lightning для работы с весами моделей ИИ, из-за слабой проверки заголовков DeepDiff и загрязнения атрибутов дельты, что приводит к RCE при десериализации.

    Давайте рассмотрим поток кода, который приводит к уязвимости, позволяющей злоумышленнику внедрять произвольные объекты или выполнять удаленный код (RCE), и найдем меры противодействия.

02. Анализ уязвимости десериализации в среде pytorch-lightning

  • 2.1 Анализ атаки с использованием загрязнения Delta в DeepDiff

    В pytorch-lightning можно атаковать, отправляя загрязненные атрибуты дельты в конечную точку /api/v1/delta среди точек DeepDiff веб-приложения.
    Рассмотрим пример, чтобы понять, как загрязнение dunder-атрибутов дельты вызывает уязвимость десериализации объектов.

    1) Поток атаки с использованием загрязнения Delta в DeepDiff

    Первый запрос: пример атаки клиента, настройка загрязнения -> слабая проверка заголовков в /api/v1/delta DeepDiff -> сохранение состояния через загрязнение.

    Описание изображения

    [Рисунок 1] POC - Атака на конечную точку

    Описание изображения

    [Рисунок 2] POC - Внедрение уязвимости / Содержимое полного загрязнения

    Описание изображения

    [Рисунок 3] lightning/api/core/api.py / Часть логики слабой проверки заголовков

    Описание изображения

    [Рисунок 4] lightning/api/core/app.py / Участок настройки

    Описание изображения

    [Рисунок 5] lightning/api/core/app.py / Участок сохранения настройки

Скачать инструмент