最近大模型的市场十分火热,github有关AI的项目也是一直在蓬勃发展,正因为大家都在赶进度把模型真正跑进业务里,推理服务的选型反而变成了更现实的问题,而这里推理服务的几大要求:既要吞吐高、延迟低,还得部署简易,这里很多人都直接选择了VLLM

项目地址

https://github.com/vllm-project/vllm

漏洞官方公告:

NVD - CVE-2026-22807 --- NVD - CVE-2026-22807

一句话总结一下

vLLM 在解析 Hugging Face 模型配置里的 auto_map 时,没有用 trust_remote_code 做检查,导致模型加载阶段就可能执行攻击者控制的 Python 代码(甚至在服务启动时、请求还没进来之前)

漏洞等级

源码下载地址

https://github.com/vllm-project/vllm/releases/

漏洞原因解析

为了防止 Hugging Face 上那些五花八门的模型里面夹带私货,我们在启动服务或加载模型时,通常会加上一道“护身符”:

llm = LLM(model="...", trust_remote_code=False)

按照官方文档的说法,只要加上这个参数,任何远程的自定义 Python 代码都会被拦截。但 CVE-2026-22807 给了我们当头一棒:vLLM 内部有一个隐蔽的调用链,完全无视了这个安全开关。

这意味着,只要你拉取了一个精心构造的“毒模型”,哪怕你开着防火墙、显式禁用了远程代码,vLLM 在解析配置的那一瞬间,RCE 就已经发生了。

背景:

AI供应链攻击

以前我们防供应链攻击,防的是 npm install 里的恶意包,或者 CI/CD 流水线被篡改。但现在,Hugging Face 上的每一个模型仓库,本质上都可能是一个可执行的 Python 包

这里根据当前漏洞给个贴切的供应链攻击的例子:

我想要下载的是 `Model_A`(这里是正常的文件)。

Model_A 的配置文件说:“加载我需要用到 `Model_B` 的代码。

vLLM 因为这里的漏洞,所以即便你明确下令(`trust_remote_code=False`),它还是在内部逻辑里偷偷把 `Model_B` 的代码拉下来并执行了

这就是典型的供应链投毒——攻击者不需要直接攻破你的服务器,他只需要在开源社区里提前埋下带有危害的文件(这里是模型引用到的代码)

Hugging Face 的 auto_map 机制

Hugging Face 的 config.json 里有个 auto_map 字段。它的本意是让模型开发者可以指定“自定义的 Python 类”来加载模型。

正常流程: transformers 库看到 auto_map 会去下载对应的 .py 文件并执行。

安全机制: 正常情况下,trust_remote_code=False 就是为了禁止这种自动下载和执行

漏洞原理分析(源码审计)

第一现场:注册表

漏洞的起点位于 vllm/model_executor/models/registry.py。当 vLLM 启动并加载模型时,会先由 ModelRegistry 决定“这套权重应该交给哪个 Model 类来承载”。在这个过程中,它会进入 _try_resolve_transformers(),尝试解析 Hugging Face 的配置并匹配对应的实现。

问题也正是从这里开始暴露出来。

1)从 HF 配置中读取 auto_map,进入动态加载分支

在 _try_resolve_transformers() 内,vLLM 会从 Hugging Face 的配置对象 model_config.hf_config 里提取 auto_map 字段:

这里的关键逻辑是:

getattr(..., "auto_map", None):尝试读取 auto_map`

若模型没有设置该字段,返回 None,随后通过 or dict() 退化为空字典,保证流程不报错

因此,这行代码等价于:

vLLM 会主动读取 HF 的 config.json(解析后的对象就是 hf_config),并把其中的 auto_map 提取出来作为后续解析依据;一旦 auto_map 不为空,就会进入“动态模块解析/加载”的处理路径。

也就是说,风险链路的入口就是 auto_map 是否存在。当它出现时,程序就不再是“纯配置解析”,而是开始准备处理“自定义 Python 实现”。

走到下一步之前我们需要知道

auto_map 里存的根本不是“一个已经能直接 import 的本地类”,它通常只是个字符串指路牌。vLLM 读到这块之后,下一步就得把其变为真实的 Python 类对象”,这样才能继续决定用哪个 Model 类来承载权重。所以它才会去调用 try_get_class_from_dynamic_module(...)

2)调用 try_get_class_from_dynamic_module(...)

这里搜索这个数加载动态模块的内部工具函数try_get_class_from_dynamic_module(...)

按 Hugging Face / transformers 的语义,auto_map 本质上意味着“可能需要加载自定义 Python 实现”。这类动态加载行为理论上必须受到 trust_remote_code 的约束,

但是我们可以查看整个逻辑里发现没有关于拒绝执行任何外部/动态代码的条件添加

后续链路里再次调用动态加载逻辑时,依然没有透传这个参数,于是这条分支从头到尾都处于“默认允许”的状态。

小链路图

model_config.hf_config → 读取 auto_map → try_get_class(...) → try_get_class(...) → 动态加载/执行
                                          (两次调用均未传入限制 ,导致无拦截)

这就是漏洞的根源。try_get_class_from_dynamic_module 是一个去下载并加载远程代码的函数。开发人员在这里似乎“忘记”了把用户在最外层设置的 trust_remote_code 参数透传进来。这就导致无论用户怎么设置,这里走完了整个流程也没有任何的关于外部代码执行的限制和管理。

第二现场:转发器

在 vllm/transformers_utils/dynamic_module.py 中,vLLM 定义了一个辅助函数 try_get_class_from_dynamic_module(),用于从 Hugging Face 的模型目录/仓库中动态解析并加载 auto_map 指向的类。其实现非常简单,本质上只是对 transformers 底层函数 get_class_from_dynamic_module() 的一层薄封装:

def try_get_class_from_dynamic_module(class_reference, pretrained_model_name_or_path, ... **kwargs):
    return get_class_from_dynamic_module(
        class_reference,
        pretrained_model_name_or_path,
        # ... 省略部分参数
        **kwargs,
    )

kwargs 的语义就是“上层传什么,就会转发什么

也就是说从代码结构看,try_get_class_from_dynamic_module() 其实只是个“转发器”:它不负责判断安不安全,也不负责过滤参数,只是把参数转手交给 transformers 的 get_class_from_dynamic_module()。

因此安全开关能不能生效,关键不在这个函数内部,而在上层调用时有没有把 trust_remote_code=False 一起传下来。但在 vLLM 这条路径上,根据我们上面第一步的分析就知道这个参数被漏掉了

靶场

这里我们肯定不能去Hugging Face 冒险,给人家偷偷放毒的,所以这里我编写了一个精简版的漏洞仿真器来模拟经过的过程

通过三个核心步骤,精准还原了漏洞的本质

1. 复诱饵机制

漏洞原理:vLLM 依赖 Hugging Face 的 config.json 中的 auto_map 字段来判断模型架构。这是攻击者控制程序的入口。

靶场实现:在生成的 config.json 中构造了恶意的 auto_map 指向:

"auto_map": { "AutoModel": "malicious.EvilModel" }

这迫使加载器(MiniLLM)为了解析这个类,必须去寻找并加载对应的 Python 文件。

2. 复刻副作用机制

漏洞原理:Python 的 import 机制特性——导入即执行。只要加载器尝试导入一个模块(哪怕只是为了查看里面的类名),该模块顶层的代码就会立即运行。

靶场实现**:在 vulnerable_lib.py 中,使用标准库 importlib 模拟了这一行为:

spec.loader.exec_module(module) 

这一行代码就是“引爆器”,它对应着真实框架中加载 Transformers 自定义代码的步骤。

3. 复刻“时序逻辑错误

漏洞原理**:这是漏洞的灵魂。即 Time-of-Check to Time-of-Use (TOCTOU) 问题。代码加载(Use)发生在了权限检查(Check)之前。

靶场实现:在 MiniLLM 的初始化函数中,故意颠倒了代码顺序从而和漏洞符合

靶场地址

https://github.com/otakuliu/CVE-2026-22807_Range

默认执行 whoami命令

官方修复逻辑

https://github.com/vllm-project/vllm/commit/78d13ea9de4b1ce5e4d8a5af9738fea71fb024e5

官方的修复方案(Commit 78d13ea)非常直观:

1.在 registry.py 里,把 model_config.trust_remote_code 取出来。

在registry.py的两处调用里加上 trust_remote_code=model_config.trust_remote_code,这里调用 try_get_class... 时,就能显式传递这个参数。让这个参数一路传下去

2.在 dynamic_module.py 里引入 HF 的 resolve_trust_remote_code 做校验。

相比 registry.py 只是“把开关传下去”,dynamic_module.py 的修复更像是把安全策略更多用在防止到危险操作本身,防止未来任何调用点再次漏传参数导致复发。而这里也是我认为这里的修复最关键也是最重要的地方

1)引入 resolve_trust_remote_code:为动态加载增加“门禁”

修复中新增了导入:

  • 旧:仅导入 get_class_from_dynamic_module
  • 新:额外导入 resolve_trust_remote_code

resolve_trust_remote_code 来自 transformers 的动态模块工具,它负责做一件事:
根据 trust_remote_code 与“当前是否涉及本地/远程代码加载”来决定是否允许继续执行。如果不允许,它会直接抛异常,从而阻断后续动态加载流程。

2)函数签名增加 trust_remote_code: bool:强制调用方明确表态

修复后,try_get_class_from_dynamic_module(...) 的函数签名新增了:

trust_remote_code: bool

这一步的意义是:
以前这个 wrapper 依赖
**kwargs,调用方传不传 trust_remote_code 都能跑,最终往往会落到“默认行为”。
现在它要求调用方
必须显式传入 trust_remote_code,让“是否信任远程代码”成为一个不可忽略的入参,而不是可选项。

3)核心改动:执行动态加载前先做一次信任校验

在调用 get_class_from_dynamic_module(...) 之前,新增了关键校验:

resolve_trust_remote_code(
    trust_remote_code,
    pretrained_model_name_or_path,
    has_local_code=False,
    has_remote_code=True,
)

这段代码的含义可以理解为:

  • has_remote_code=True:明确告知“接下来会走远程/动态代码加载路径”
  • has_local_code=False:没有本地替代实现可用
  • 因此必须依据 trust_remote_code 做决策:

当 trust_remote_code=False:
说明用户明确不信任远程代码,此时这里属于“不该发生”的路径,校验会直接拒绝(通常抛异常),后续动态 import/exec 被彻底阻断。

当 trust_remote_code=True:
才允许继续执行后续逻辑,进入
get_class_from_dynamic_module(...) 的下载 + 加载(可能触发执行)流程。

总结

从工程角度看,这个漏洞很典型: 并不是那种高深的绕过技巧,而是一个更常见、更危险的人工的失误: 让安全开关只存在于 API 层,而没有被强制贯彻到真正执行风险动作的底层入口,但是我们习惯把 trust_remote_code=False 当作一道明确的安全边界,认为只要开关关上,动态加载就应该被彻底阻断,从而导致了这个漏洞的发生。