Hugging Face 模型實為惡意軟體

🔑 增強重點摘要

• •該惡意軟體利用 Hugging Face 的『pickle』序列化格式漏洞，透過在模型檔案中嵌入惡意 Python 程式碼，在使用者載入模型時自動執行惡意指令。
• •資安研究人員指出，此類攻擊手法正從傳統的釣魚郵件轉向利用開源 AI 平台的高信任度，透過偽裝成熱門工具（如隱私過濾器）來規避企業防火牆的偵測。
• •Hugging Face 官方已針對此事件更新了其『安全掃描（Security Scan）』機制，並開始對所有上傳的 Pickle 檔案實施更嚴格的沙盒隔離與靜態分析。

🛠️ 技術深入

• •攻擊載體：利用 PyTorch 的 torch.load() 函數在反序列化過程中執行任意程式碼的特性。
• •執行流程：模型檔案內嵌惡意 __reduce__ 方法，當 Python 腳本呼叫 pickle.load() 時，該方法會觸發 PowerShell 指令。
• •持久化機制：惡意軟體透過 Windows 工作排程器（Task Scheduler）建立名為『WinUpdateTask』的隱藏任務，確保系統重啟後自動執行。
• •資料竊取：惡意 EXE 檔案會掃描瀏覽器 Cookie、密碼管理器資料庫以及加密貨幣錢包檔案，並透過加密通道回傳至攻擊者伺服器。

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線