keras-team/keras におけるパス・トラバーサル脆弱性 (Tar アーカイブ抽出における keras.utils.get_file())

この脆弱性を悪用されると、攻撃者はKerasが安全なパスをフィルタリングしようとしても、PATH_MAXシンボリックリンクの解決エラーにより、ファイルシステム上の任意の場所にファイルを書き込むことが可能になります。これにより、機密情報の窃取、システムの改ざん、さらにはリモートコード実行につながる可能性があります。特に、Kerasを使用してモデルをトレーニングまたはデプロイする環境では、この脆弱性の影響が大きくなる可能性があります。類似の脆弱性は、アーカイブ展開時のフィルタリング不備から発生することがあります。

Organizations and individuals utilizing Keras for machine learning model development and deployment are at risk. This includes those using Keras within data pipelines that process external data sources, particularly if those sources are not thoroughly vetted. Users relying on shared hosting environments or pre-built container images containing Keras are also potentially vulnerable.

• python / keras:

import os
import tarfile

def check_keras_vulnerability(tar_file_path):
    try:
        with tarfile.open(tar_file_path, 'r') as tar:
            tar.extractall()
        print("Extraction successful - potential vulnerability")
    except Exception as e:
        print(f"Extraction failed: {e}")

# Example usage (replace with a potentially malicious tar file)
check_keras_vulnerability('malicious.tar.gz')

• python / keras: Monitor Keras logs for unusual file creation or modification events, particularly in unexpected directories. Look for errors related to symlink resolution or path length limits. • generic web: If Keras is deployed in a web application, monitor web server access logs for requests that attempt to upload or process tar archives from untrusted sources.

1. 2025-11-28Disclosure

   disclosure

1. 予約済み2025-11-03
2. 公開日2025-11-28
3. EPSS 更新日2026-03-23

この脆弱性への最善の対策は、Kerasを最新バージョンにアップグレードすることです。アップグレードが一時的に利用できない場合は、tarアーカイブの展開を制限するWAFルールを実装するか、信頼できるソースからのアーカイブのみを展開するように構成を変更することを検討してください。また、展開前にアーカイブの内容を厳密に検証するカスタムスクリプトを実装することも有効です。展開後、ファイルシステムの整合性を確認し、不正なファイルが存在しないことを確認してください。