TensorFlow 因代碼執(zhí)行缺陷已棄用 YAML ，建議使用 JSON 來替代
技術(shù)編輯：MissD 丨發(fā)自 思否編輯部
公眾號：SegmentFault
據(jù)外媒報道，由于安全缺陷，由谷歌提供的開源機器學(xué)習(xí)和人工智能項目—— TensorFlow 已經(jīng)放棄了對 YAML 的支持。在最新版本中，Google 已將 YAML 刪除，以解決不受信任的反序列化漏洞執(zhí)行問題。
據(jù)悉，本次編號為 CVE-2021-37678 的漏洞 ，是由研究員 Arjun Shibu 提交給谷歌的，其嚴(yán)重程度較高，CVSS 得分為 9.3 。
YAML 是一種更可讀的格式，用于表示數(shù)據(jù)序列化。研究人員發(fā)現(xiàn)，當(dāng) TensorFlow 代碼加載 yaml.unsafe_load（）函數(shù)時，攻擊者可通過該漏洞，在應(yīng)用程序反序列化 yaml 格式提供的 Keras 模型上執(zhí)行任意代碼。
通常，反序列化漏洞容易發(fā)生在應(yīng)用程序從不真實的源讀取格式錯誤或惡意數(shù)據(jù)之時，此時 TensorFlow 中的反序列化漏洞，可能導(dǎo)致 DoS 崩潰或拒絕服務(wù)。更糟糕的是，此漏洞甚至可以執(zhí)行任意代碼。
以上，就是為什么 “yaml.unsafe_load（）” 函數(shù)漏洞的 CVSS 得分高達 9.3 分（滿分 10 分），且“臭名昭著”的原因。
眾所周知，“unsafe_load” 函數(shù)反序列化 YAML 數(shù)據(jù)的方式相當(dāng)寬松，并可以解析所有標(biāo)記，包括已知不受信任的標(biāo)記。
這意味著在理想情況下，unsafe_load 應(yīng)該只在沒有任何惡意內(nèi)容的可信源輸入上調(diào)用。否則，攻擊者則可以利用反序列化機制，通過將惡意負(fù)載注入到尚未序列化的 YAML 數(shù)據(jù)中，以執(zhí)行想要執(zhí)行的代碼。
一項關(guān)于漏洞概念脆弱性咨詢的 PoC 示例，證實了這一點：
從 tensorflow.keras 導(dǎo)入模型有效載荷 = ''' !!python/object/new:type args: ['z', !!python/tuple [], {'extend': !!python/name:exec }] listitems: "__import__('os').system('cat /etc/passwd')" ''' models.model_from_yaml(payload)
正因為如此，在研究人員通知 Google 該漏洞后，TensorFlow 的維護人員決定完全放棄 YAML 的使用，轉(zhuǎn)而使用 JSON 反序列化。
“鑒于 YAML 格式支持需要大量工作，現(xiàn)在我們已經(jīng)刪除了它，”同一項目咨詢中的維護人員稱，“引發(fā) RuntimeError 的 Model.to_yaml（）和 keras.models.Model_from_yaml 已被替換，因為它們可能被濫用而導(dǎo)致任意代碼執(zhí)行”。同時，維護人員解釋了與修復(fù)相關(guān)的發(fā)行說明。
同時，維護人員還舉例說明了 YAML 導(dǎo)致的其他漏洞和修復(fù)。維護人員建議開發(fā)人員使用 JSON 反序列化而不是 YAML，或使用 H5 序列化等更好的替代方法。
值得注意的是，TensorFlow 并不是唯一使用 YAML 不安全加載函數(shù)的項目。在 Github 上搜索可以發(fā)現(xiàn)大量 Python 項目使用該不安全函數(shù)。
鑒于潛在的安全問題，研究人員建議，這些項目應(yīng)及時解決這個問題，使用這些項目的開發(fā)人員也應(yīng)注意安全。
據(jù)了解，TensorFlow 有望解決版本 2.6.0 中的漏洞問題，即刪除 YAML 支持。屆時，2.5.1、2.4.3 和 2.3.4 的早期版本也將被修復(fù)，使用該項目的開發(fā)人員也應(yīng)及時升級到最新版本。
