onnx 允许在 `download_model_with_test_data` 中进行任意文件覆盖

该漏洞的潜在影响非常严重。攻击者可以利用此漏洞覆盖任何系统文件，包括关键的配置文件、可执行文件，甚至操作系统本身。这可能导致远程代码执行，允许攻击者完全控制受影响的系统。此外，攻击者还可以删除重要数据，导致数据丢失和业务中断。由于 onnx 框架广泛应用于机器学习和深度学习领域，因此该漏洞可能影响大量应用程序和服务，造成广泛的破坏。攻击者可以通过上传精心构造的 tar 文件，利用 downloadmodelwithtestdata 函数中的路径遍历漏洞，实现文件覆盖。

Organizations and developers utilizing the onnx framework in their machine learning pipelines, particularly those processing untrusted data or models from external sources, are at risk. Systems with older versions of onnx deployed in production environments, especially those with limited security controls, are particularly vulnerable.

• python / system:

import os
import tarfile

def check_tar_extraction(tar_file_path, extraction_path):
    try:
        with tarfile.open(tar_file_path, 'r') as tar:
            tar.extractall(path=extraction_path)
        print(f"Extraction successful to {extraction_path}")
    except Exception as e:
        print(f"Extraction failed: {e}")

# Example usage (replace with actual paths)
# check_tar_extraction('/path/to/malicious.tar.gz', '/tmp/extraction_test')

• python / library: Examine onnx framework code for instances of tarfile.extractall without proper path sanitization. • generic web: Monitor web server access logs for requests containing tar files, especially those originating from untrusted sources.

1. 2024-06-06Disclosure

   disclosure

1. 已保留2024-05-21
2. 发布日期2024-06-06
3. 修改日期2025-10-09
4. EPSS 更新日期2026-04-02

最有效的缓解措施是立即将 onnx 框架升级至 1.16.2 或更高版本。如果无法立即升级，可以考虑以下临时缓解措施：限制对 downloadmodelwithtestdata 函数的访问，并严格控制允许上传的 tar 文件的来源。实施严格的文件访问控制策略，限制用户对关键系统文件的写入权限。监控系统日志，查找可疑的文件覆盖活动。可以使用 Web 应用防火墙 (WAF) 或代理服务器来过滤恶意 tar 文件，阻止其到达 onnx 框架。在升级后，请验证修复是否成功，例如通过尝试上传一个恶意的 tar 文件，确认文件覆盖已被阻止。