深度學習框架PyTorch存在重大漏洞，恐被用於RCE攻擊

研究人員Ji'an Zhou在深度學習框架PyTorch發現重大層級的漏洞CVE-2025-32434，指出該框架在使用名為torch.load的功能，並搭配weights_only=True的功能參數載入模型的過程裡，他能夠突破安全防護機制並遠端執行任意程式碼（RCE），4.0版CVSS風險達到9.3分（滿分10分），相當危險。這項弱點影響去年10月發布的2.5.1版，PyTorch於今年1月推出的2.6.0版予以修補。

由於PyTorch廣泛受到產業及學術界採用，是主流的深度學習框架，不僅是深度學習技術標準化的重要推手，也是OpenAI、Meta等公司採用、作為生成式AI的主要開發平臺，一旦出現資安漏洞，將會帶來相當廣泛且深遠的影響。

如前所述，CVE-2025-32434的問題，在於特定功能的使用方式可能產生資安風險。Ji'an Zhou指出，照理來說，torch.load是底層資料載入工具，而weights_only=True是高階模型載入API的配置，通常不會一起使用，PyTorch的正式文件卻提及，開發者應同時使用兩者來降低相關資安風險，然而，這麼做，反而產生問題。

針對這項弱點發生的原因，Ji'an Zhou未說明細節，資安業者卡巴斯基進一步解析並提出解決的方式。他們指出，該漏洞起因是PyTorch載入模型的過程裡，反序列化不正確造成，建議開發人員儘速升級為新版PyTorch，而對於無法即時套用更新的用戶，最好不要同時使用torch.load和weights_only=True載入模型，以降低曝險。

資安業者Cyble旗下的新聞網站The Cyber Express，也對開發人員提出緩解上述弱點的建議：除了應將PyTorch升級至2.6.0版，也要稽核從公開儲存庫取得的第三方AI模型，同時，最好追蹤GitHub上的資安公告，以便掌握此漏洞的最新資訊。