CVE-2025-14921: CWE-502: Hugging Face Transformers 中不受信数据的反序列化漏洞
严重性：高 类型：漏洞
CVE-2025-14921
Hugging Face Transformers Transformer-XL 模型 不受信数据反序列化 远程代码执行漏洞。该漏洞允许远程攻击者在受影响的 Hugging Face Transformers 安装上执行任意代码。利用此漏洞需要用户交互，即目标必须访问恶意页面或打开恶意文件。
具体缺陷存在于模型文件的解析过程中。问题源于对用户提供的数据缺乏适当的验证，这可能导致不受信数据的反序列化。攻击者可利用此漏洞在当前用户上下文中执行代码。对应 ZDI-CAN-25424。
AI分析
技术摘要
CVE-2025-14921 是一个被归类为 CWE-502 的反序列化漏洞，影响 Hugging Face Transformers 库，特别是 Transformer-XL 模型。该漏洞源于在解析模型文件时对用户提供的数据验证不足，使得攻击者能够构造恶意的序列化数据，当该数据被库反序列化时，可以远程执行任意代码。该缺陷需要用户交互，例如打开触发反序列化过程的恶意文件或访问恶意网页。
该漏洞的 CVSS 3.0 基础评分为 7.8，表明严重性高，其攻击向量为本地 (AV:L)，攻击复杂度低 (AC:L)，无需特权 (PR:N)，需要用户交互 (UI:R)，影响范围未改变 (S:U)，并且对机密性、完整性和可用性具有高影响 (C:H/I:H/A:H)。这意味着虽然攻击者必须诱使用户执行某个操作，但不需要事先访问权限或提升的权限，成功的利用可导致在当前用户上下文下的完全系统入侵。在那些使用 Hugging Face Transformers 加载或处理不受信模型文件或数据的环境中，该漏洞尤为关键。目前尚无公开的补丁或在野利用报告，但考虑到 Hugging Face 在 AI 和 ML 应用中的广泛使用，风险仍然很大。该漏洞由 ZDI (ZDI-CAN-25424) 分配，并于 2025 年 12 月 23 日发布。
潜在影响
对于欧洲组织而言，CVE-2025-14921 的影响可能非常严重，特别是对于那些利用包含 Hugging Face Transformers 的 AI 和机器学习框架的组织。成功利用可能导致远程代码执行，使攻击者能够窃取敏感数据、操纵 AI 模型输出或中断 AI 驱动的服务。这可能影响严重依赖 AI 模型进行决策和自动化的行业，如金融、医疗保健、汽车和研究机构。机密性破坏可能暴露专有模型或个人数据，而完整性违规可能导致 AI 输出损坏，从而削弱对自动化系统的信任。可用性影响可能导致拒绝服务或勒索软件部署。考虑到用户交互要求，网络钓鱼或社会工程活动可能被用来触发利用，这在使用者安全意识培训较薄弱的环境中增加了风险。目前缺乏已知的在野利用为主动防御提供了一个窗口期，但高严重性评分强调了缓解措施的紧迫性。
缓解建议
为缓解 CVE-2025-14921，欧洲组织应实施以下具体措施：
- 将模型文件来源限制在可信的存储库，并在将其加载到 Hugging Face Transformers 之前，使用加密哈希或签名验证其完整性。
- 采用沙盒或容器化技术来隔离 AI 模型的执行环境，限制潜在代码执行的影响。
- 加强用户意识培训，以降低可能导致用户与恶意文件或链接交互的社会工程攻击风险。
- 监控和记录反序列化活动及模型加载过程，以检测可能指示利用尝试的异常行为。
- 对运行 Hugging Face Transformers 的环境应用严格的访问控制和最小权限原则，以最小化利用发生时的损害。
- 及时关注供应商公告，并在补丁或更新可用时立即应用。
- 考虑实施应用程序白名单以防止未经授权的代码执行。
- 使用网络分段将 AI/ML 基础设施与关键业务系统隔离。这些有针对性的行动超越了通用建议，针对此漏洞的特定攻击向量和利用条件。
受影响国家
德国，法国，英国，荷兰，瑞典，芬兰，丹麦，比利时，瑞士
技术详情
数据版本： 5.2 分配者简称： zdi 发布日期： 2025-12-18T20:43:19.963Z Cvss 版本： 3.0 状态： 已发布 威胁 ID： 694b064e4eddf7475afca170 添加到数据库： 2025年12月23日，下午9:14:54 最后丰富信息： 2025年12月23日，下午9:20:18 最后更新： 2025年12月24日，上午3:55:53