Mengapa penting
FedML adalah framework federated-learning; deserialisasi tidak aman dalam jalur pemuatan model dapat menyebabkan remote code execution pada node koordinator atau worker federated-learning jika penyerang dapat mempengaruhi kunci S3 yang digunakan untuk mengambil artifact model.
Vektor serangan
S3Storage.read_model dalam backend komunikasi MQTT+S3 deserializes data yang dirujuk oleh argumen s3_key_str yang dipengaruhi penyerang, memungkinkan remote deserialisasi data yang tidak terpercaya.
Sistem yang terdampak
FedML-AI FedML hingga 0.9.6
Mitigasi
Tidak ada respons dari maintainer pada waktu publikasi (masalah dilaporkan lebih awal); hindari s3_key_str input yang tidak terpercaya dan batasi akses ke backend komunikasi federated-learning sampai patch diterapkan.