Python .pth 伪装模型文件:仓库脚本 site.addsitedir 加载隐藏目录中的低熵 .pth 执行代码
ai-security/supply-chain · verified
一句话结论
Python 的 site.addsitedir(path) 会处理任意目录下的 .pth 文件,而 .pth 中以 import 开头的行会被直接 exec();攻击者可以把一行恶意代码埋进一个上百 KB、熵值极低的 .pth 文本(伪装成“模型权重”或英文小说),放在 .model、.vscode、.git 等隐藏目录,再在仓库启动脚本里加两行 import site; site.addsitedir('.model');受害者运行脚本即执行代码,而代码审查和 AI 都容易判定为“无害”。
原理
addsitedir的副作用:site.addsitedir(sitedir)除了把目录加入sys.path,还会遍历目录中的*.pth文件并对每个调用addpackage();因此不需要把.pth放进site-packages,只要目标脚本调用addsitedir()指向攻击者控制的目录即可触发。.pth的可执行行:addpackage()忽略空行与#开头行,对以import或import\t开头的行直接exec();其余行作为路径处理。所以.pth文件本质上是“被 site 模块执行的配置文件”。- 伪装与低熵:
.pth后缀与 PyTorch 模型权重.pth相同,容易混淆;攻击者把恶意行夹在一本 250KB 英文小说(或大量正常文本/权重样数据)中间,文件体积大、熵值低,静态扫描与人工 review 不易发现单行异常。 - 仓库/模型投毒场景:在 HuggingFace/ModelScope 上传一个“AI 情感陪伴小姐姐”等模型仓库,
.pth文件声称是权重,启动示例脚本中写import site; site.addsitedir('.model'),再保留真实的torch.load(...)调用做掩护;受害者按 README 运行脚本即触发。 - 审查绕过:单看
import site; site.addsitedir('.')是标准库合法调用,AI 审查(原文测试元宝与 Claude)会解释为“把当前目录加入模块搜索路径”,并判定无恶意代码;真正的 payload 藏在.pth的另一行,不在被审查的脚本里。 - 加载器价值:恶意代码由 Python 官方
site机制加载,不依赖exec/eval等显眼调用,文件熵低、体积大,适合作为钓鱼/免杀 loader。
触发条件
- 受害者会运行攻击者提供的 Python 脚本(模型示例、项目启动脚本、notebook 等),且脚本包含
site.addsitedir(<可控目录>)或等价逻辑。 - 该目录中存在攻击者放置的
.pth文件(文件名以.pth结尾且不以.开头),其中包含以import开头的恶意行。 - 受害者环境允许执行该代码(普通用户权限即可,无需管理员)。
利用步骤
- 创建隐藏目录(如
.model、.vscode、.git、.idea、.cache),放入xxx.pth文件。 - 在
.pth中写入大量正常文本(小说/伪权重/日志),中间夹一行import os; os.system('<payload>');文件尽量大、熵尽量低。 - 在仓库的启动脚本中加入
import site; site.addsitedir('.model'),并保留真实的模型加载代码(如torch.load(...))作掩护。 - 在 HuggingFace/ModelScope 发布仓库,配 README 诱导受害者下载并运行脚本。
- 受害者运行后,
addsitedir处理.pth,import行被exec,payload 执行。 - 可在 payload 中继续下载二阶段、建立持久化或回连。
PoC
# main.py(仓库启动脚本)
import site
site.addsitedir('.model') # 看起来只是加入模块搜索路径
def main():
print('just for fun!')
if __name__ == '__main__':
main()
# .model/rmvpe_inputs.pth(250KB 文本中的一行)
...大量正常文本...
import os; os.system('calc')
...大量正常文本...
python main.py
# 计算器弹出,同时打印 just for fun!
注意:addsitedir() 只处理以 .pth 结尾且文件名不以 . 开头的文件;隐藏的是目录,不是文件名。
变体与关联
- 变体:目录名可用
.vscode、.git、.idea、.model、.swp、.tmp、.cache等,降低被注意的概率。 - 变体:
.pth内容可伪装成模型权重、数据集、日志、英文小说、许可证文本等大体积低熵文件。 - 变体:不调用
addsitedir时,也可通过其他会处理.pth的入口(如site.main()、虚拟环境创建、部分工具链)触发。 - 关联:[[pentest-persistence-python-pth-sitepackages-autoload]]——同一
.pth机制的另一条路径:写入site-packages后每次 Python 启动自动执行。 - 关联:[[ai-security-supply-chain-vllm-auto-map-trust-remote-code-bypass]]——模型加载信任边界被绕过的另一类 AI 供应链风险。
- 关联:[[pentest-recon-frontend-js-aes-key-encrypted-credential-mqtt-validation]]——同为“合法机制被滥用、审查易放过”的思路(不同场景)。
- 边界:脚本不调用
addsitedir、目录不可写、或.pth文件名/位置不符合 site 规则时不成立;payload 仍受运行用户权限限制。
检测与防御
- 检测:仓库脚本中出现
site.addsitedir(且参数指向隐藏/非标准目录;目录中存在.pth文件,且.pth内含import开头的行而非纯路径;模型仓库同时包含可执行.pth与启动脚本;文件体积大但熵异常低且含单行代码。 - 修复:审查并移除不必要的
site.addsitedir()调用;不要把模型/项目脚本与可执行.pth一起分发;对.pth内容做白名单(仅允许路径行)。 - 加固:运行不受信任仓库前使用沙箱/容器;用
python -S跳过 site 处理;对模型仓库做文件类型与内容扫描(把.pth当可执行文件而非权重);AI/人工审查时同时检查被addsitedir指向目录的内容。 - 响应:发现恶意
.pth后删除并排查同仓库其他文件、检查 payload 的外连与持久化痕迹。