“所有在 2022 年 12 月 25 日至 12 月 30 日期间，在 Linux 系统安装了 PyTorch-nightly（每日更新版）的用户，请立即卸载！”

上述消息来自 PyTorch 官方的一则最新声明。

据官方透露，他们刚刚识别出一个与框架的“torchtriton”库同名的恶意依赖项，该依赖项在 PyPI 代码库上被破坏，并运行恶意二进制文件。

攻击者试图窃取用户 IP 地址、当前工作目录等敏感数据并上传到指定地址，相关恶意代码在从 PyPI 删除之前已被下载 2300 + 次。

不过就在事情一面倒时，攻击者却自己发表了声明，坚称并无恶意，一切只是为了道德研究。

那么 ——

到底发生了什么？

具体事情是这样的：

攻击者在 Python 的官方索引库：PyPI （Python Package Index），创建了一个叫“torchtriton”的 Python 软件包。

为何取这个名字？

当然是故意的。

这样就能和 PyTorch 本身有的一个包名字相匹配，好比玩起了 Cosplay。

然后，由于名字相同，“假 torchtriton”就被跟着上传到了 PyPI 中。

又因为 PyPI 索引具有优先权，所以假 torchtriton 就被默认安装到用户的设备上了，而真正的官方版本却被搁置到一旁。

这就是所谓的供应链攻击，在公共软件包索引上，被托管的软件包之间的的依赖关系都受到了直接影响。

不出所料，这个假 torchtriton 自带一肚子坏水：

它比官方版多了上传敏感数据的代码，还包含一个恶意的 triton 二进制文件。

一旦被安装在用户设备上，它就可以入侵系统，窃取用户的重要数据，比如：主机名、用户名、系统中的已知用户，以及 SSH 密钥等。

据悉用户的列表是从 / etc / passwd 中提取的，幸运的是，它实际上并不包含任何密码或密码哈希值。

至于 SSH 密钥，这是安全外壳 （SSH）协议中使用的安全访问凭证，也是 Linux 服务器运维的关键。

有网友指出：

关于 SSH 密钥，Linux 存在一些漏洞，而 iOS 和 Android 的安全模型就不会允许 Python 软件包窃取 SSH 密钥。

不过，最好的解决方案是实施最小权限原则，不要给程序授予任何不必要的权限。

另外，或许也可以考虑请雇人检查软件包。

用户这边，如果你记不清自己下载的是哪个版本，官方给出了一个检查的办法：

输入以下命令，在 torchtriton 包（PYTHON_SITE_PACKAGES / triton / runtime / triton）中搜索恶意二进制文件，然后就能看到在当前的 Python 环境是否受到影响。

事件后续

在官方声明中，PyTorch 也提出了他们的解决策略。

PyTorch 将“ torchtriton”依赖项重命名为“ PyTorch- triton”，并在 PyPI 上保留了一个虚拟包，以防止类似的攻击。

同时，官方也发推呼吁在 2022 年 12 月 25 日至 12 月 30 日期间下载了恶意版本的用户立即卸载，并使用最新版本。

事情进一步发酵后，有媒体顺藤摸瓜，根据被盗数据传输到的域名，找到了该域名背后的所有者。

公共记录显示，该域名于 12 月 21 日刚刚注册，就在 Pytorch 事件发生的几天前。

据 Bleeping Computer 消息，这位所有者坚称自己的做法“不是恶意的”，只是为了道德研究，而且所有数据都已删除。

我为此承担责任并道歉。与此同时，我想向你们保证，我无意窃取别人的秘密。

我已经在 12 月 29 日 (几乎是官方宣布的三天前) 在确认漏洞存在后向 Facebook 报告了这个问题。

我还通过 HackerOne 向其他可能受到影响的公司提交了报告。

如果我是恶意的，我将永远不会填写任何漏洞赏金报告，而是只把数据出售给出价最高的人。

对于发送许多用户敏感数据的原因，他进一步解释：

在过去调查依赖混淆攻击时，大多数情况下不可能根据受害者的主机名、用户名和 CWD 来识别他们。

这就是我这次决定发送更多数据的原因，但是回顾过去，这是一个错误的决定，我应该更加谨慎。

对于攻击者的这一说法，目前 PyTorch 官方还未做出回应。

参考链接：

• [1] https://twitter.com/pytorch/status/1609334425384517633

• [2] https://www.bleepingcomputer.com/news/security/pytorch-discloses-malicious-dependency-chain-compromise-over-holidays/

• [3] https://thehackernews.com/2023/01/pytorch-machine-learning-framework.html

• [4]https://news.ycombinator.com/item?id=34202662

本文来自微信公众号：量子位 （ID：QbitAI），作者：Alex 羿阁

本文由LinkNemo爬虫[Echo]采集自[https://www.ithome.com/0/665/212.htm]