被忽视15年的CVE-2007-4559 Python漏洞 导致35万项目陷入代码执行风险

Bleeping Computer 指出，该漏洞位于 Python tarfile 包中。在使用未经处理的 tarfile.extract() 函数、或 tarfile.extractall() 内置默认值的代码中，这个路径遍历漏洞就有可能被利用于覆盖任意文件。

虽然自 2007 年 8 月首次报告以来，我们一直没有听说与 CVE-2007-4559 有关的漏洞利用报告，但它确实向外界提示了软件供应链中长期被忽视的风险。

Spyder IDE Demo Video - Trellix（via）

今年早些时候，Trellix 的一位安全研究人员在调查另一个安全问题时、再次揪出了 CVE-2007-4559 。

作为一家提供扩展检测和响应（XDR）解决方案的新企业，它由 McAfee Enterprise 和 FireEye 合并而来。

来自 Trellix 高级威胁研究团队的 Charles McFarland 指出：

在调用 tarfile.extract() 和 tarfile.extractall() 之前，若开发者未能编写任何安全的代码来清理成员文件，就会导致该目录遍历漏洞被不良行为者利用于访问文件系统。

该缺陷源于 Python 的 tarfile 模块 / extract 函数中的代码，其明确信任 TarInfo 对象中的信息，并加入了传递给 extract 函数的路径和 TarInfo 对象中的名称。

Polemarch Demo Video - Trellix（via）

披露后不到一周，Python 错误追踪器上的一条消息，就称该问题已经被关闭。更新文档指出，官方正在修复该问题，并提醒大家始终不要通过不受信任的来源来提取档案、否则会陷入相当大的风险。

通过分析，Trellix 研究人员发现该漏洞波及成千上万个开源和闭源软件项目。在随手拉来的一批 257 个有较高可能性包含易受攻击代码的存储库中，他们手动检查了其中 175 个，结果表明风险率高达 61% 。

在对其余存储库开展自动检查后，可知这一几率增加到了 65%，表明问题的存在相当广泛 —— 而且这还只是针对 GitHub 这一个代码托管平台的评估结论。

Charles McFarland 补充道：“在 GitHub 帮助下，我们获得了一个更大的数据集 —— 其中有 58 万 8840 个独特的存储库在其 Python 代码中包含了 import tarfile”。

手动验证的漏洞率高达 61%，Trellix 预估有超过 35 万个存储库易受该漏洞攻击的影响，且其中不乏帮助开发者更快完成项目的多款机器学习工具 —— 比如 GitHub Copilot 。

这款 AI 编程辅助工具依赖于来自数十万个存储库的代码，来提供便捷的“自动完成”编程体验。但若参考代码本身就不够安全，问题就会在不知不觉中传播到更多无辜的新项目中。

通过深入研究，Trellix 发现易受 CVE-2007-4559 漏洞攻击的开源代码，横跨了众多的行业。

如预期那样，开发部门（Development）首当其冲，其次是人工智能（AI）/ 机器学习（ML），以及 Web、安全、管理员工具等项目。