Python 編程語言中一個被忽視了 15 年的漏洞，正在重新引發人們的關注，因為它可能對超過 35 萬個開源存儲庫項目造成影響。其實早在 2007 年，就已經有安全研究人員披露並標記過 CVE-2007-4559 。遺憾的是，它一直沒有獲得正式的修復補丁。唯一的緩解措施，也只是在更新后的開發者文檔中提示了相關風險。但是現在，該漏洞又被發現可用於代碼執行。
Bleeping Computer 指出，該漏洞位於 Python tarfile 包中。在使用未經處理的 tarfile.extract() 函數、或 tarfile.extractall() 內置默認值的代碼中，這個路徑遍歷漏洞就有可能被利用於覆蓋任意文件。
雖然自 2007 年 8 月首次報告以來，我們一直沒有聽說與 CVE-2007-4559 有關的漏洞利用報告，但它確實向外界提示了軟件供應鏈中長期被忽視的風險。
Spyder IDE Demo Video – Trellix（via）
今年早些時候，Trellix 的一位安全研究人員在調查另一個安全問題時、再次揪出了 CVE-2007-4559 。
作為一家提供擴展檢測和響應（XDR）解決方案的新企業，它由 McAfee Enterprise 和 FireEye 合併而來。
來自 Trellix 高級威脅研究團隊的 Charles McFarland 指出：
在調用 tarfile.extract() 和 tarfile.extractall() 之前，若開發者未能編寫任何安全的代碼來清理成員文件，就會導致該目錄遍歷漏洞被不良行為者利用於訪問文件系統。
該缺陷源於 Python 的 tarfile 模塊 / extract 函數中的代碼，其明確信任 TarInfo 對象中的信息，並加入了傳遞給 extract 函數的路徑和 TarInfo 對象中的名稱。
Polemarch Demo Video – Trellix（via）
披露后不到一周，Python 錯誤追蹤器上的一條消息，就稱該問題已經被關閉。更新文檔指出，官方正在修復該問題，並提醒大家始終不要通過不受信任的來源來提取檔案、否則會陷入相當大的風險。
通過分析，Trellix 研究人員發現該漏洞波及成千上萬個開源和閉源軟件項目。在隨手拉來的一批 257 個有較高可能性包含易受攻擊代碼的存儲庫中，他們手動檢查了其中 175 個，結果表明風險率高達 61% 。
在對其餘存儲庫開展自動檢查后，可知這一幾率增加到了 65%，表明問題的存在相當廣泛 —— 而且這還只是針對 GitHub 這一個代碼託管平台的評估結論。
Charles McFarland 補充道：“在 GitHub 幫助下，我們獲得了一個更大的數據集 —— 其中有 58 萬 8840 個獨特的存儲庫在其 Python 代碼中包含了 import tarfile”。
手動驗證的漏洞率高達 61%，Trellix 預估有超過 35 萬個存儲庫易受該漏洞攻擊的影響，且其中不乏幫助開發者更快完成項目的多款機器學習工具 —— 比如 GitHub Copilot 。
這款 AI 編程輔助工具依賴於來自數十萬個存儲庫的代碼，來提供便捷的“自動完成”編程體驗。但若參考代碼本身就不夠安全，問題就會在不知不覺中傳播到更多無辜的新項目中。
通過深入研究，Trellix 發現易受 CVE-2007-4559 漏洞攻擊的開源代碼，橫跨了眾多的行業。
如預期那樣，開發部門（Development）首當其衝，其次是人工智能（AI）/ 機器學習（ML），以及 Web、安全、管理員工具等項目。