极市导读
pytorch安装包出现数据泄漏问题。 >>加入极市CV技术交流群，走在计算机视觉的最前沿
“所有在2022年12月25日至12月30日期间，在Linux系统安装了PyTorch-nightly（每日更新版）的用户，请立即卸载！”
上述消息来自PyTorch官方的一则最新声明。
据官方透露，他们刚刚识别出一个与框架的“torchtriton”库同名的恶意依赖项，该依赖项在PyPI代码库上被破坏，并运行恶意二进制文件。
攻击者试图窃取用户IP地址、当前工作目录等敏感数据并上传到指定地址，相关恶意代码在从PyPI删除之前已被下载2300+次。
不过就在事情一面倒时，攻击者却自己发表了声明，坚称并无恶意，一切只是为了道德研究。
那么——
到底发生了什么？
具体事情是这样的：
攻击者在Python的官方索引库：PyPI （Python Package Index），创建了一个叫“torchtriton”的Python软件包。
为何取这个名字？
当然是故意的。
这样就能和PyTorch本身有的一个包名字相匹配，好比玩起了Cosplay。
然后，由于名字相同，“假torchtriton”就被跟着上传到了PyPI中。
又因为PyPI索引具有优先权，所以假torchtriton就被默认安装到用户的设备上了，而真正的官方版本却被搁置到一旁。
这就是所谓的供应链攻击，在公共软件包索引上，被托管的软件包之间的的依赖关系都受到了直接影响。
不出所料，这个假torchtriton自带一肚子坏水：
它比官方版多了上传敏感数据的代码，还包含一个恶意的triton二进制文件。
一旦被安装在用户设备上，它就可以入侵系统，窃取用户的重要数据，比如：主机名、用户名、系统中的已知用户，以及SSH密钥等。
据悉用户的列表是从/etc/passwd中提取的，幸运的是，它实际上并不包含任何密码或密码哈希值。
至于SSH密钥，这是安全外壳 （SSH）协议中使用的安全访问凭证，也是Linux服务器运维的关键。
有网友指出：
关于SSH密钥，Linux存在一些漏洞，而iOS和Android的安全模型就不会允许Python软件包窃取SSH密钥。
不过，最好的解决方案是实施最小权限原则，不要给程序授予任何不必要的权限。
另外，或许也可以考虑请雇人检查软件包。
用户这边，如果你记不清自己下载的是哪个版本，官方给出了一个检查的办法：
输入以下命令，在torchtriton包（PYTHON_SITE_PACKAGES/triton/runtime/triton）中搜索恶意二进制文件，然后就能看到在当前的Python环境是否受到影响。
事件后续
在官方声明中，PyTorch也提出了他们的解决策略。
PyTorch将“ torchtriton”依赖项重命名为“ PyTorch- triton”，并在PyPI上保留了一个虚拟包，以防止类似的攻击。
同时，官方也发推呼吁在2022年12月25日至12月30日期间下载了恶意版本的用户立即卸载，并使用最新版本。
事情进一步发酵后，有媒体顺藤摸瓜，根据被盗数据传输到的域名，找到了该域名背后的所有者。
公共记录显示，该域名于12月21日刚刚注册，就在Pytorch事件发生的几天前。
据Bleeping Computer消息，这位所有者坚称自己的做法“不是恶意的”，只是为了道德研究，而且所有数据都已删除。
我为此承担责任并道歉。与此同时，我想向你们保证，我无意窃取别人的秘密。
我已经在12月29日(几乎是官方宣布的三天前)在确认漏洞存在后向Facebook报告了这个问题。
我还通过HackerOne向其他可能受到影响的公司提交了报告。
如果我是恶意的，我将永远不会填写任何漏洞赏金报告，而是只把数据出售给出价最高的人。
对于发送许多用户敏感数据的原因，他进一步解释：
在过去调查依赖混淆攻击时，大多数情况下不可能根据受害者的主机名、用户名和CWD来识别他们。
这就是我这次决定发送更多数据的原因，但是回顾过去，这是一个错误的决定，我应该更加谨慎。
对于攻击者的这一说法，目前PyTorch官方还未做出回应。
对这次PyTorch事件，你怎么看？
参考链接：
[1] https://twitter.com/pytorch/status/1609334425384517633
[2] https://www.bleepingcomputer.com/news/security/pytorch-discloses-malicious-dependency-chain-compromise-over-holidays/
[3] https://thehackernews.com/2023/01/pytorch-machine-learning-framework.html
[4]https://news.ycombinator.com/item?id=34202662
公众号后台回复“CNN综述”获取67页综述深度卷积神经网络架构
技术干货：数据可视化必须注意的30个小技巧总结｜如何高效实现矩阵乘？万文长字带你从CUDA初学者的角度入门
实操教程：Nvidia Jetson TX2使用TensorRT部署yolov5s模型｜基于YOLOV5的数据集标注＆训练，Windows/Linux/Jetson Nano多平台部署全流程
# 极市原创作者激励计划 #
极市平台深耕CV开发者领域近5年，拥有一大批优质CV开发者受众，覆盖微信、知乎、B站、微博等多个渠道。通过极市平台，您的文章的观点和看法能分享至更多CV开发者，既能体现文章的价值，又能让文章在视觉圈内得到更大程度上的推广，并且极市还将给予优质的作者可观的稿酬！
我们欢迎领域内的各位来进行投稿或者是宣传自己/团队的工作，让知识成为最为流通的干货！
对于优质内容开发者，极市可推荐至国内优秀出版社合作出书，同时为开发者引荐行业大牛，组织个人分享交流会，推荐名企就业机会等。
点击阅读原文进入CV社区
获取更多技术干货