Stanza 词元加载器中 CVE-2026-115878 的离线、惰性模型:带版本控制的 pickle 转 JSON 决策逻辑、静态 pickletools 操作码扫描,以及修复前后的差分测试证据。
CVE-2026-115878(GHSA-gh9r-c94j-cmp5,CWE-502 /
CWE-94)的离线、惰性模型。在 Stanza 1.14.0 中,词形还原器将 pos_dict 以 gzip 压缩的
pickle 字节形式存储在检查点(dicts_version = 2)内。
torch.load(..., weights_only=True) 将 bytes 视为原始数据,
并不检查它们,因此 Trainer.load 随后对该数据流调用了不受限制的
pickle.loads(b21e1c9b:L58,修复前)。因此,攻击者提供的词元
.pt 在流水线构建时执行了代码。修复提交
b21e1c9b47b4fccff21d3b0a6c0687a19410c2f0(位于 1.15.0)将 v2 重命名为
_DICTS_VERSION_POS_PICKLE,通过 orjson 将 v3 存储为 gzip+JSON,
并在任何 v2 加载时抛出 ValueError(b21e1c9b:L68-73)。
西班牙语:README.es.md。练习:PRACTICE.md。
src/c9stanza/loader.py:带版本的决策。修复前:任何 POS 版本
(2,或对于该模型为 3)都经过 gzip,然后进行静态 pickle
扫描。修复后:v3 → JSON;v2 → REJECT_PICKLE_V2(b21e1c9b:L68-73);v1 → 旧版
转换(b21e1c9b:L74-76)。src/c9stanza/opstream.py:pickletools.genops + 一个符号栈。
pickle.loads / Unpickler 从未被使用;测试将它们打补丁为
失败并检查 AST。STACK_GLOBAL / GLOBAL 命名了惰性内置允许列表之外的模块,即为
SINK。json 模块(真实修复使用 orjson;
参见 LIMITATIONS)。results/summary.csv)| 类别 | n | 修复前 | 修复后 |
|---|---|---|---|
| pos(gadgets) | 3 | 3 PICKLE_EXECUTED_SINK | 3 REJECT_PICKLE_V2 |
| neg | 3 | 格式错误 / 旧版 | JSON / 旧版 |
| compat | 2 | 合法的 v2 加载;错误的 JSON 格式错误 | v2 被拒绝;JSON 错误 |
每个行引用都具有 <tag>:L<n> 或 <tag>:L<n>-<m> 的形式:即复制到 sources/ 中的已保存差异的真实
cat -n 行:
b21e1c9b → sources/CVE-2026-115878_stanza_b21e1c9b47b4.diff(SHA-256 d5c38c6023732da2881933bb95c4e0ccbbb5fc47bdaa79ef1fc8ae7b26de6bbd)所有引用的范围以及每个范围必须包含的文本都在 citations.tsv 中;
tests/test_citations.py 检查 SHA-256、每个范围的文本,以及
仓库中没有任何引用在表中缺失或缺少标签。
可选地,检查 C9_DIFF=<diff>[:<diff>](上游
提交差异的全新下载)是否与仓库内副本逐字节相同:
C9_DIFF=/tmp/x.diff PYTHONPATH=src python3 -m unittest -v tests.test_citations。若没有它,该项检查将报告为
显式跳过;仓库内副本始终会被检查。副本的许可证声明:
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 来自 scripts/derive_expected.py,这是一个
独立的 pickletools 扫描器,不导入 src/。仅使用 Python 3.10+
标准库。任何内容都不会被反序列化。
模型不是发现。参见 LIMITATIONS.md 和 SOURCES.md。许可证:Apache-2.0。