存在 15 年未被修补的 Python 漏洞，影响超 35 万个项目

安全公司 Trellix 的研究人员 Kasimir Schulz 发现了一个很容易被开发人员忽略的路径遍历（path traversal）漏洞，使得攻击者能够访问文件系统。经过进一步分析后，他发现这是一个早在 2007 年就已经披露过的 Python tarfile 包中的漏洞 CVE-2007-4559；产生于使用未经处理的 tarfile.extract() 函数或 tarfile.extractall() 的内置默认值的代码中。

该漏洞已有 15 年的历史，自 2007 年 8 月首次报告以来，其相关的技术细节也一直存在可用。但目前却从未收到过任何补丁，唯一提供的缓解措施是警告开发人员有关风险的文档更新。官方 Python 文档明确警告称“切勿在未经事先检查的情况下从不受信任的来源提取档案”。BleepingComputer 指出，虽然没有关于该漏洞被用于攻击的报告，但它仍代表了软件供应链中的一个风险。

Trellix 研究人员指出，该漏洞已存在于成千上万的开源/闭源项目中。他们抓取了一组 257 个更有可能包含易受攻击代码的存储库，并手动检查了其中的 175 个以查看它们是否受到影响。结果表明，其中 61% 的项目存在漏洞；在对其余的存储库进行自动检查后，受影响的项目数量增加到了 65%，表明了问题的普遍存在性。

然而，这个小样本集仅作为估算 GitHub 上所有受影响的存储库的基准。“在 GitHub 的帮助下，我们能够得到一个更大的数据集，包括 588,840 个在其 Python代码中包含'import tarfile'的独特仓库”。

基于手动验证的 61% 的漏洞率，Trellix 估计有超过 35 万个易受攻击的存储库，其中许多被用于帮助开发人员提升效率的机器学习工具（如 GitHub Copilot）使用。这种自动化工具依赖于来自数十万个存储库的代码来提供“auto-complete”选项。如果他们提供不安全的代码，问题就会在开发人员不知情的情况下传播到其他项目。

易受 CVE-2007-4559 攻击的开源代码“跨越了众多行业”。其中，受影响最大的是开发部门，其次是网络和机器学习技术。

Trellix 方面为 11,005 个存储库提供了补丁程序：在受影响的存储库的分支中提供，并可通过拉取请求添加到主项目中。由于受影响的存储库数量众多，研究人员预计在接下来的几周内将继续这一修补工作。“预计这将影响所有易受攻击项目的 12.06%，到完成时将超过 7 万个项目。这是一个很大的数字，但绝不是 100%，因为所有的 Pull Request 都必须要被项目维护者接受”。

BleepingComputer 已联系 Python 软件基金会就 CVE-2007-4559 发表评论，但在发布时尚未收到答复。

更多详情可查看完整报告。