最近攻防项目了定位到了弱资产,一个开放的Rasa系统,之后直接ai驱动,拿下了一个点位,当时以为ai挖到的新CVE,后来才发现这些都已经被交过了 漏洞描述也很相近
网上没有公开的exp,也没有相关的分析文章,正好学习复现一下,ai神力,另外rasa的cve好像都没修,测试版本是Rasa 3.6.21

开源对话机器人:Rasa3安装和基础入门 - 知乎
Rasa 入坑指南一:初识 Rasa - 知乎

Rasa

初始Rasa

先认识一下rasa,基于规则 + 机器学习(NLU + Core)的经典对话系统架构
机器学习就是大模型的前身,rasa主要业务可以理解为问答机器人,设定有限的对话规则,进行交互,这里也是可以理解一下和现在我们常说的ai的不同,我们常说的ai是大模型,对话机器人是小模型,肉眼可见的是参数量的区别 更具体的就不得而知了

3x系列的最后一版Rasa 3.6.21 (2025-01-13)
源码:
Release Merge pull request #13078 from RasaHQ/prepare-release-3.6.21 · RasaHQ/rasa

目录结构

使用案例
【Python大语言模型系列】开源机器人对话系统框架RASA介绍与使用(案例分析)-CSDN博客

搭建环境

Rasa有cli工具 通过pip安装 python环境用3.10.x

# uv 创建虚拟环境
uv venv --python=3.10.20 .venv
#激活虚拟环境
.venv\Scripts\activate
#安装rasa
uv pip install "rasa==3.6.21"

#初始化一个模型
rasa init
#修改规则后重新训练模型
rasa train
#指定模型开始cli、web对话
rasa shell
rasa run --port 5005 --cors "*" --enable-api


在当前目录下 可以通过修改规则 添加数据进行修改,models目录下放着打包好的模型

rasa train



rasa shell
可以开一个cli的交互

Web交互直接起docker即可
docker-composer.yml 里有三个服务
1. rasa 服务(核心 NLU + Dialogue 管理)

  • 这是 Rasa 的主服务,负责:
  • 自然语言理解(NLU):解析用户输入的意图(intent)和实体(entities);
  • 对话管理(Dialogue Management):根据对话状态决定下一步动作(如回复、调用 action 等);
  • 提供 HTTP API 接口(如 /webhooks/rest/webhook)供前端或渠道调用。
    2. action_server 服务(自定义业务逻辑执行器)
  • 运行 自定义 Action(Python 函数),处理 Rasa 无法直接完成的业务逻辑,例如:
  • 查询数据库;
  • 调用外部 API(如天气、订单状态);
    3. duckling 服务(时间/数字/金额等结构化实体识别)
  • 使用 Facebook 开源的 Duckling 库,识别文本中的结构化实体,例如:
  • 时间表达式:"明天下午3点" → {"value": "2026-06-04T15:00:00.000+08:00", "grain": "hour"}
  • 数字:"一百二十三" → 123

之后CVE复现 只用到Rasa的主服务 未授权 启动的docker-compose.yml给到

name: rasa-enable-api

services:
  rasa:
    image: rasa/rasa:3.6.21-full
    ports:
      - "5005:5005"
    volumes:
      - "./rasa-app-data/:/app/"
    command:
      - run
      - --enable-api
      - --cors
      - "*"
      - -i
      - "0.0.0.0"
      - -p
      - "5005"

访问 要在rasa-app-data/ 得model目录下放一个模型文件.tar.gz 否则docker会启动失败

CVE-2021-42556

漏洞描述

审计

接口文件:

翻译一下
更新当前已加载的模型。首先,尝试从本地(注意:指 Rasa 服务器本地)存储系统中加载模型;其次,尝试根据提供的模型服务器配置加载模型;最后,尝试从指定的远程存储中加载模型。

入口:
rasa/server.py put->/model路由

分析路由逻辑:

  • 接受了json数据 包括model_file、model_server、remote_storage
        model_path = request.json.get("model_file", None)

        model_server = request.json.get("model_server", None)

        remote_storage = request.json.get("remote_storage", None)
  • EndpointConfig.from_dict(model_server),调用了EndpointConfig的__init__方法 内置model_server的值,方便做数据处理 这里不是重点
  • model_server是我们关注的参数,我们看下它的调用 跟一下_load_agent

发现_load_agent只是把参数传给了rasa.core.agent.load_agent()

rasa.core.agent.load_agent() 命名空间 rasa/core/agent.py->load_agent()函数

从服务器、远程存储或磁盘加载模型。

    Args:
        mode_path:如果模型位于磁盘上,则指向模型的路径。
        mode_server:为该模型提供服务的潜在服务器的配置。
        remote_storage:型号远程存储的URL。
     Returns:
        The instantiated `Agent` or `None`.

load_from_server对 model_server做了处理,这是要看的

看到注释,这里说明思路是对的,继续跟model_server的处理即可

Load a persisted model from a server
从服务器加载一个已持久化的模型。


继续

_pull_model_and_fingerprint()函数的逻辑看到了请求函数

继续看下模型文件保存逻辑

model_path = Path(model_directory) / resp.headers.get( "filename", "model.tar.gz" )
with open(model_path, "wb") as file:
    file.write(await resp.read())

这里就很明显了,从响应头取文件名 ,控制服务端返回../../test.py 可以上传任意文件保存至可写目录
这里之后的逻辑现在就不用管了 到现在就可以实现第一个cve,返回逻辑可能走不通400的响应码,但是确实写进去了

复现

服务端这里用到 server-1.py 可在github上拿



在docker里可以看到test.py成功写入

保存逻辑

接下来我们看下正常如果上传一个模型的保存逻辑,继续看_pull_model_and_fingerprint()

  • 文件上传后这里是把远程的模型写到一个临时目录
  • 之后_pull_model_and_fingerprint() 返回一个布尔值,响应头里是不是又ETag字段
return resp.headers.get("ETag")

回到_update_model_from_server函数,肯定为真的时候是模型保存逻辑

进入_load_and_set_updated_model逻辑,这对上边的没有影响的 因为已经跨目录写进去了,但是下边的cve复现和这个有关、看下去 _update_model_from_server函数

_load_and_set_updated_model() 调 agent.load_model()

load_model函数创建新的 MessageProcessor,调用MessageProcessor的__init__方法,做处理的函数就是_load_model()

_load_model()函数

让ai审计一下,

输入 model_path
-> 判断文件还是目录
-> 确定具体 .tar.gz 模型文件
-> 创建临时目录
-> 解压并加载模型
-> 返回模型名、metadata、runner
-> 临时目录自动删除

这段代码的逻辑如上,MessageProcessor就是把上传的模型载入到当前agent
这时 我们再看到/model路由 就切换了我们上传的模型

CVE-2021-41127

知道了模型的保存逻辑 我们可以发现 没有安全校验 对模型本身来说,就这样的对话模型 我们写一些恶意的规则 造成恶意的对话
我们再看下这个cve

rasa的训练模型逻辑如下,

那么这个cve就很好理解了,我们只需要设定恶意的规则训练出恶意的模型即可
比如输入greet 返回PWNED_BY_CTF

复现

version: "3.1"
intents:
- greet
responses:
  utter_greet:
  - text: "PWNED_BY_CTF"
nlu:
- intent: greet
  examples: |
    - hello
    - hi
rules:
- rule: greet rule
  steps:
  - intent: greet
  - action: utter_greet

这个恶意数据,让ai直接帮我们构造一下用就行

rasa init

之后按需求把训练数据和规则放在我们初始化的目录中对应的文件里

rasa train

在model目录下生成我们训练的恶意模型

上传,204 No Content 是正常结果,不是失败。依旧是server-1.py

访问一下/status路由看下

需要注意的是这个模型文件不会落地,对应临时文件在/tmp目录


接下来尝试普通用户对话,直接让ai找下对话路由

这里可以看到效果,输入hello 它回复到PWNED_BY_CTF

CVE-2024-49375


这个漏洞我们的关注点就在上传后的模型rasa是如何加载的

模型加载逻辑

这里继续保存逻辑往底层看 模型的量都是我们可控的
MessageProcessor 调用了_load_model()
这里把模型 tar、临时目录、LocalModelStorage、DaskGraphRunner 传给loader.load_predict_graph_runner()

Path(temporary_directory)   解包后组件存储目录
Path(model_tar)             上传的模型 tar.gz
LocalModelStorage           负责从 tar 初始化模型存储,并读取 metadata.json
DaskGraphRunner             负责根据 predict_schema 创建可执行预测图

现在需要关注的就是Path(model_tar)

Path(model_tar) 对应到model_archive_path

从档案加载模型并创建预测图运行器
Loads a model from an archive and creates the prediction graph runner

接下来定位到model_storage_class.from_model_archive()方法,这里不要直接跟,对应到具体参数,有同名函数干扰
这里相当于processor.py中的LocalModelStorage.from_model_archive()方法
对应到这个命名空间,先定位文件、类

from rasa.engine.storage.local_model_storage import LocalModelStorage



再定位方法from_model_archive()
Path(model_tar)对应到`model_archive_path`

继续跟下这个函数_extract_archive_to_directory(),对压缩包进行了解压,保存在临时目录

接下来回到from_model_archive()方法关注 temporary_directory_path参数

cls._initialize_model_storage_from_model_archive()方法把临时目录的文件转移到了存储目录

接下来重点放在metadata = cls._load_metadata(temporary_directory_path)这里从文件里载入了数据


明显这里读取了json数据,临时目录的metadata.json的数据
MODEL_ARCHIVE_COMPONENTS_DIR ="components"
`MODEL_ARCHIVE_METADATA_FILE = "metadata.json"


我们可以随便打开一个rasa训练的模型

之后 ModelMetadata.from_dict(serialized_metadata)就是处理数据了

ModelMetadata 对各个数据做了各种处理
让ai审计一下

  • 标量字段直拷贝
  • 时间字符串转对象
  • 嵌套 JSON 反序列化
  • 普通值转枚举
  • 可选字段做向后兼容
    值得看的是经过反序列化

GraphSchema.from_dict(),读取了模型内的数据进行处理

加载已使用schema.as_dict()序列化的图形模式

这里看到终章,最后结果是返回一个类 漏洞代码就是
m = importlib.import_module(module_name),相当于import module_name
importlib.import_module等价于import

具体处理逻辑如下

if "." in module_path:

        module_name, _, class_name = module_path.rpartition(".")

        m = importlib.import_module(module_name)

module_path = "pwnmod.Pwn"
处理完
module_name = "pwnmod"
class_name = "Pwn"
这里相当于import "pwnmod"

PyPI攻击

这是一种供应链攻击,原理相通,但是并不是打供应链
python导入模块时会执行: 模块顶层语句 类定义语句本身
例如

# pwnmod.py
print("module imported")

def f():
    print("f called")

class Pwn:
    print("class body running")

    @classmethod
    def load(cls):
        print("load called")

结合直接的任意文件上传 就可以打一个代码执行
这里相当于在上传的时候会import 一个文件

利用我们就可以写一个脚本了,篡改一个模型数据即可
修改 metadata.json,用到model.py

复现

写好利用环境和脚本,启动reverse_server.py

先写pwnmod.py

依旧/model路由写文件

docker内看下 确实写进去

加载恶意模型再打rce

exp:
Rasa-cve-exp: CVE-2024-49375、CVE-2021-42556、CVE-2021-41127