macOS版HZ RAT后门悄然来袭，瞄准中国用户！MLOps平台惊现20余处供应链漏洞，机器学习安全岌岌可危！Telegram CEO遭法国当局指控被捕 | 安全周报0830

开源网安

已于 2024-08-31 10:14:23 修改

阅读量1.8k

点赞数 23

分类专栏：安全周报文章标签： macos 安全 c++ java 人工智能 Google 程序人生

于 2024-08-31 10:08:04 首次发布

本文链接：https://blog.csdn.net/weixin_55163056/article/details/141747052

版权

安全周报专栏收录该内容

42 篇文章 5 订阅

订阅专栏

在这里插入图片描述

新闻1：MLOps平台惊现20余处供应链漏洞，机器学习安全岌岌可危！

网络安全研究人员在发现20多个可被利用来攻击MLOps平台的漏洞后，对机器学习（ML）软件供应链中的安全风险发出警告。

这些漏洞被描述为基于内在和实施方面的缺陷，可能会产生严重后果，从任意代码执行到加载恶意数据集。

MLOps平台提供了设计和执行ML模型管道的功能，模型注册表作为存储库，用于存储和版本训练有素的ML模型。然后，这些模型可以嵌入到应用程序中，或允许其他客户端使用API（又名模型即服务）查询它们。

“内在漏洞是由目标技术中使用的基础格式和流程引起的漏洞，”软件供应链安全研究人员在一份详细报告中说道。

一些内在漏洞的例子包括滥用ML模型来运行攻击者选择的代码，利用模型在加载时支持自动代码执行的事实（例如，Pickle模型文件）。

这种行为也扩展到某些数据集格式和库，它们允许自动代码执行，从而可能在仅加载公开可用的数据集时就为恶意软件攻击打开了大门。

关键词：MLOps平台、供应链漏洞、机器学习软件供应链、任意代码执行、恶意数据集、模型注册表、API

开源网安认为：软件供应链安全在当今数字化时代至关重要。以 MLOps 平台为例，研究人员发现的 20 多个供应链漏洞凸显了软件供应链安全防护的紧迫性。这些漏洞可能导致从任意代码执行到加载恶意数据集等严重后果，对机器学习软件供应链构成重大威胁。
软件供应链的各个环节都可能成为攻击的切入点，无论是基础格式、流程还是模型注册表、数据集格式和库等。内在漏洞的存在，如滥用 ML 模型运行攻击者代码以及某些格式和库允许自动代码执行，为恶意软件攻击打开了大门。这提醒我们，在软件供应链的设计和执行过程中，必须高度重视安全防护。
为了加强软件供应链安全防护，我们需要采取一系列措施。首先，应加强对基础格式和流程的安全审查，确保其不存在可被利用的漏洞。其次，对于模型注册表和数据集等关键环节，要建立严格的访问控制和验证机制，防止恶意代码的注入和恶意数据集的加载。同时，持续进行安全监测和漏洞管理，及时发现并修复潜在的安全风险。只有这样，才能有效保障软件供应链的安全，为企业和用户的数字业务提供可靠的支持。

https://thehackernews.com/2024/08/researchers-identify-over-20-supply.html