压缩后的 pickle 依然是 pickle:joblib 的 compress= 如何将载荷藏过模型扫描器

📌 One-Sentence Summary
文章解释了使用 joblib 的压缩功能如何通过将恶意载荷包裹在扫描器无法解析的压缩头中,从而绕过常见的 pickle 扫描器。
📝 Summary
作者展示了一个安全漏洞:如果 scikit-learn 模型通过 joblib(例如 bz2)进行了压缩,标准的 pickle 扫描器(如 picklescan 和 ModelScan)就无法检测出其中的恶意代码。由于扫描器期望找到特定的 pickle 操作码,却只看到压缩格式的魔数字节,它们会跳过该文件,而 joblib.load 仍会解压并执行它。文章提供了一个 Python 工具,通过执行透明解压来识别这些隐藏的载荷。
💡 Main Points
joblib 压缩可绕过静态分析
扫描器通常查找原始的 pickle 操作码,但 joblib 会先写入压缩器的魔数字节(如 bzip2 的「BZh」),导致扫描器忽略内容。
载荷保持不变
尽管被压缩,`__reduce__` 方式依然完好无损,一旦 joblib.load 在内存中解压数据流,它就会被执行。
基于工具的缓解策略
作者开发了一个工具,可以透明地解压多层压缩(zlib、gzip、bz2、xz),以检查底层的 pickle 结构而不执行它。
💬 Key Quotes
扫描器在原始 .pkl 文件中能捕获的同一个 __reduce__ 利用链,一旦被压缩就能直接溜过去——joblib.load 仍会执行它。
压缩后的 pickle 依然是 pickle,而 joblib.load 将包装层视为透明的——
📊 Article Meta
AI Screening: 85
Source: DEV Community: machinelearning
Author: munimv2
Category: 软件编程
Language: 英文
Read Time: 3 min
Word Count: 588
Tags:
编程与工程 , 安全 , 机器学习 , AI 安全与对齐 , Python
点赞,必须点赞
支持作者,持续关注中。
看标题就点进来了,内容果然没让人失望。
实话,说的不明不白
写得挺用心的,支持一下。
这个比较实用,已转发给同事。
这个观点很中肯,深有同感。
点赞,必须点赞
内容翔实,正好需要,先收藏再看。
看标题就点进来了,内容果然没让人失望。
不错不错,已加入书签。
很有价值的分享,感谢整理。