从 VCTF2025 ez_train学习torch.load反序列化绕过

前言

感觉挺有意思的一道题，赛后看了一下，这个题目主要考察了代码审计和 torch.load 在 weights_only=True 条件下的利用。

题目环境搭建

下载题目附件并解压，

题目直接给了 docker 环境，但是是 linux 环境的，为了方便待会调试这里按照题目版本去官网上下载一个 windows 版本的，

然后按照题目给的 requirements.txt 中的依赖进行下载，下载好后运行 server.py 启动，启动后如下，

这里还注意到题目在 text-generation-webui-3.13\user_data\training\datasets 目录中放了一些文件，一起复制过来。

题目分析

查看题目描述：

结合题目名称我们应该主要看 train 模块了，全局搜索发现就只有个 trianing.py 文件

然后像这类微调训练大模型的本地 web 应用比较耳熟能详的就是 torch.load 引起的反序列化漏洞了，而这个 training 中就恰好存在这个方法的调用，不难看出这里应该就是出题人的考点了，

这段代码大概意思是从 adapter_model.bin 加载 LoRA 的权重参数（只包含 LoRA，不包含基础模型），接着将加载的 LoRA 权重注入到当前的 lora_model 中，如果这个文件内容我们可以控制这里是不是就能进行反序列化了呢？

我们先看这个 {lora_file_path} 能不能控制，简单溯源一下，

发现 {lora_file_path} 是由 {Path(shared.args.lora_dir)} 和 {lora_file_path} 拼接而成的，{lora_file_path} 是 lora_name 的值，而这个 lora_name 的值其实就是我们训练时传入的参数，

至于 {Path(shared.args.lora_dir)} 的值我们调试发现为 user_data/loras 目录，是个固定值，

那么现在知道 {lora_file_path} 就一小部分能控制，感觉没什么用啊，而且还需要我们能把文件 adapter_model.bin 文件上传到这个目录下。

后面找了一圈没找到哪里可以上传，但是发现这个应用可以从 huggingface 远程下载 model，而且下载目录就在我们的 user_data/loras 下面吗。简单测试一下，这里填入“paulinsider/llamafactory-hack”，然后点击下载，

确实成功把文件下载到了我们要的目录。

那么这样思路就清晰了，我们就可以在远程 model 中放入恶意的 adapter_model.bin 文件，然后下载到本地，通过控制训练时的 lora_name 参数使得最后 torch.load 加载的文件是我们的恶意文件，

这里简单尝试一下，假设刚刚下载的 paulinsider_llamafactory-hack 目录下存在恶意 adapter_model.bin 文件，我们填写训练 lora_name 为 paulinsider_llamafactory-hack

点击训练后，看到成功使得 torch.load 的文件是我们能控制的文件了，

但是这里还是没法进行反序列化，因为这里得 lora_name 设置了weights_only 参数为 True。

torch.load 反序列化绕过

查看题目的requirements.txt 文件发现给的 torch 版本为 2.5.1，网上简单搜了下不难发现其实还是存在绕过方法的，

参考 https://i.blackhat.com/BH-USA-25/Presentations/US-25-Jian-Lishuo-Safe-Harbor-or-Hostile-Waters.pdf ，我们先看看这个 weights_only 的工作原理

生成个恶意的 pickle 反序列化文件

torch.load demo

进入 torch.load 中看到当 weights_only 为 true 时会调用到 _legacy_load 方法，

然后一直到 pickle_module.load 方法，

和正常的 pickle.load() 不一样，这里会调用到 Unpickler.load() 方法，这里面会依次读取字节，然后对每个字节进行判断，对全局变量和函数都有白名单进行限制

只能用白名单中提供的，

这个白名单是绕不过了，其中也没什么有用的，根据参考文章知道在 torch.load 中其实还调用了 torch.jit.load 方法，而且不受weights_only 参数影响，这个方法可以加载一个已经用 TorchScript 保存好的模型，用于直接推理（不需要原始 Python 代码）

所以现在关键是看怎么生成个恶意的 TorchScript 模型，这里面涉及到了 TorchScript 运算符的概念，根据参考文章知道作者是发现了 torch.save 最后可以调用到 aten::save 运算符实现写文件操作，所以最后生成恶意的 TorchScript 模型代码如下

这里注意到在 torch.load 代码下面还有个 newModule.items() 方法调用 ，这里是漏洞触发点，如果只返回了 TorchScript 模型对象是没办法触发到里面的 torch.save 方法，

回到题目，我们可以让adapter_model.bin 为恶意的 TorchScript 模型，然后我们还需要找下触发点，

看到返回 state_dict_peft 后调用了 set_peft_model_state_dict 方法进行处理，跟进这个 set_peft_model_state_dict ，把 state_dict_peft 赋值给了state_dict

后面又调用到了 _insert_adapter_name_into_state_dict

最后发现调用的还是 items 方法

所以直接用上面的 poc 就可以了，这里就直接把生成的恶意文件复制到 paulinsider_llamafactory-hack 目录下，然后和上面一下训练

成功实现写文件操作

查看题目给的 docker 文件不难发现最后应该是通过写定时任务实现 rce。

参考

https://i.blackhat.com/BH-USA-25/Presentations/US-25-Jian-Lishuo-Safe-Harbor-or-Hostile-Waters.pdf

https://github.com/ChaMd5Team/Venom-WP/blob/main/2025VenomCTF/2025_venomctf_web_ez_train.pdf

https://mp.weixin.qq.com/s/2VsxBTIiX5P8b16Rl1ylcA