Désérialisation non sécurisée dans picklescan (CVE-2025-71362)
Résumé
Vulnérabilité dans picklescan (CVE-2025-71362). Des informations confidentielles peuvent être exposées. Exploitable via numpy.f2py.crackfortran. Atténuation : mise à jour vers 0.0.33 ou plus.
Description d'origine
La description telle que publiée par la source (souvent en anglais).
Summary
An unsafe deserialization vulnerability allows an attacker to execute arbitrary code on the host when loading a malicious pickle payload from an untrusted source.
Details
The numpy.f2py.crackfortran module exposes many functions that call eval on arbitrary strings of values. This is the case for getlincoef and _eval_length. This list is probably not exhaustive.
According to https://numpy.org/doc/stable/reference/security.html#advice-for-using-numpy-on-untrusted-data, the whole numpy.f2py should be considered unsafe when loading a pickle.
PoC
from numpy.f2py.crackfortran import getlincoef
class EvilClass:
def __reduce__(self):
payload = "__import__('os').system('echo \"successful attack\"')"
return getlincoef, (payload, [])
Impact
Who is impacted? Any organization or individual relying on picklescan to detect malicious pickle files from untrusted sources.
What is the impact? Attackers can embed malicious code in pickle file that remains undetected but executes when the pickle file is loaded.
Supply Chain Attack: Attackers can distribute infected pickle files across ML models, APIs, or saved Python objects.
Note
The problem was originally reported to the joblib project, but this was deemed unrelated to joblib itself. However, I checked that picklescan was indeed vulnerable.
Source: NIST National Vulnerability Database NVD GitHub Advisory
Résumé généré automatiquement
Assemblé par SecPulse à partir des données sources (CVSS, CWE, versions affectées) à l'aide de modèles, sans IA. Vérifiez la description d'origine et les références ci-dessous.
Une vulnérabilité référencée CVE-2025-71362 a été découverte dans picklescan.
Des attaquants peuvent cibler un point d'entrée spécifique comme numpy.f2py.crackfortran à distance pour détourner le produit.
Des informations confidentielles peuvent être exposées. Score CVSS : 8.1/10.
Action : mettez à jour picklescan vers 0.0.33 ou supérieur.
En cas de doute, contactez votre service informatique ou cherchez « picklescan CVE-2025-71362 » sur le site de l'éditeur.
CVE-2025-71362 (picklescan) — CWE-502 / CVSS v3 8.1
Vecteur d'attaque : distant (réseau) / non authentifié
Surface d'attaque : numpy.f2py.crackfortran / eval / getlincoef / _eval_length
Correctif : 0.0.33 — appliquer immédiatement
Plan : 1) Audit SBOM, 2) Mise à jour staging→prod, 3) Surveillance WAF/proxy sur les endpoints affectés, 4) Recherche d'IOC dans les logs.
Réfs : voir GHSA / avis éditeur / version corrigée liés sur cette page.
Une désérialisation non sécurisée (CWE-502) affecte picklescan. Les attaquants atteignent le code vulnérable via numpy.f2py.crackfortran sans authentification.
Consultez l'avis de l'éditeur pour les versions affectées de picklescan. Surface d'attaque : numpy.f2py.crackfortran / eval / getlincoef / _eval_length.
Gravité : Élevée (CVSS 8.1/10). Des informations confidentielles peuvent être exposées.
Mettre à jour vers 0.0.33.
En attendant le correctif : désactivez la fonctionnalité concernée, appliquez des règles WAF, ou restreignez l'accès par ACL réseau.
Recherchez dans les logs des requêtes correspondant aux IOC connus de cette CVE. Auditez les SBOM/dépendances.
Actions de réponse
Étapes concrètes et exemples de commandes que les équipes SOC/SRE doivent exécuter dans l'ordre
-
1Identify exposure identify
grep -r 'picklescan' . | grep -v node_modulesリポジトリと本番環境の依存ファイル (package-lock.json / requirements.txt / go.sum / Gemfile.lock 等) で
picklescanを grep し、稼働しているサービス・バージョンを把握する。 -
2Apply patch patch
Upgrade picklescan to 0.0.33ステージング環境で 0.0.33 に上げて回帰テスト → 本番反映。回帰テストはアプリの主要ハッピーパスを含めること。
-
3Post-deployment verification verify
Confirm patched version is live in productionパッチ適用後、ステージングで PoC または同等の悪用パターンを再現して脆弱性が閉じたことを確認。本番ではアクセスログ・WAF でアラート再発が無いか継続監視。
Paquets affectés
Références
- package github.com
- web github.com
- web disclosure@vulncheck.com
- web nvd.nist.gov
- web github.com
- web github.com
- web github.com
- web github.com