Detección: 19/11/2024

⚠️ Vulnerabilidad de ejecución remota de código.

⚠️ Deserialización de datos no confiables

Servicios afectados:

🔹 Empresa: Hugging Face

🔹 Bibliotecas: Huggin Face Transformers & Huggin Face Trax

Esta vulnerabilidad permite a atacantes remotos ejecutar código arbitrario en las instalaciones afectadas de Hugging Face Transformers. Se requiere la interacción del usuario para aprovechar esta vulnerabilidad, ya que el objetivo debe visitar una página maliciosa o abrir un archivo malicioso. La falla específica existe en el manejo de archivos de modelo. El problema se debe a la falta de una validación adecuada de los datos proporcionados por el usuario, lo que puede provocar la deserialización de datos que no son de confianza. Un atacante puede aprovechar esta vulnerabilidad para ejecutar código en el contexto del usuario actual.

Conceptos:

• Hugging Face es una empresa que se especializa en la creación de herramientas de inteligencia artificial, particularmente en el área de procesamiento de lenguaje natural (NLP). Hugging Face ofrece una plataforma web (https://huggingface.co/) donde los usuarios pueden encontrar modelos preentrenados, compartir sus modelos y acceder a una comunidad activa de desarrolladores.
• Transformers es una biblioteca de código abierto desarrollada por Hugging Face. Esta biblioteca proporciona implementaciones de modelos de aprendizaje profundo avanzados, como BERT, GPT-2, T5, entre otros, que son ampliamente utilizados en tareas de NLP (como traducción de idiomas, análisis de sentimientos, clasificación de texto, etc.).
• Trax es otra biblioteca de aprendizaje profundo (deep learning) para tareas de procesamiento de texto, creada originalmente por el equipo de Google Brain. Trax está orientada principalmente a la investigación y la implementación de modelos de NLP, especialmente en el contexto de traducción automática y tareas relacionadas con secuencias de texto.
• Deserialización se refiere al proceso de convertir un objeto o estructura de datos que ha sido guardado en un formato (como un archivo o un flujo de datos) de vuelta a su forma original, generalmente en la memoria de un sistema.
• En este contexto, deserializar datos no confiables significa tomar datos que provienen de una fuente que no podemos confiar (por ejemplo, un archivo que no ha sido verificado o un mensaje de un atacante) y convertirlos a un objeto de Python o algún otro tipo de objeto que la aplicación pueda usar. Si el proceso de deserialización no se maneja adecuadamente, podría permitir que se ejecuten comandos maliciosos.