חזרה לפיד
articlesמקור: Wiz Blog11.2.2025

כיצד Wiz מצאה פרצת אבטחה קריטית ב-NVIDIA AI: CVE-2024-0132

אמ;לק

פרטים טכניים על פרצת אבטחה קריטית (CVE-2024-0132) ב-NVIDIA Container Toolkit ו-GPU Operator. פרצה זו משפיעה על ספקי שירותי ענן ומהווה סיכון משמעותי.

סיכום בעברית: מערכת VibeSec · מדיניות המקורות

נוסף ל-VibeSec:

כותרת מקורית: How Wiz found a Critical NVIDIA AI vulnerability: Deep Dive into a container escape (CVE-2024-0132)

כיצד Wiz מצאה פרצת אבטחה קריטית ב-NVIDIA AI: CVE-2024-0132

התוכן המלא בעברית

תרגום אוטומטי מהמקור; מונחים טכניים נשארו באנגלית. לנוסח המחייב — הכתבה המקורית.

בספטמבר אשתקד, Wiz Research חשפה פגיעות אבטחה קריטית, שזכתה לסימון CVE-2024-0132, ב-NVIDIA Container Toolkit הנפוץ, המספק ליישומי AI במכולות (Containers) גישה למשאבי GPU. הפוסט הראשוני שפרסמנו בבלוג היה מעורפל במכוון מכיוון שהפגיעות הייתה תחת אמברגו לתקופה ממושכת, מה שאפשר ל-NVIDIA ולספקי הענן לטפל בבעיה. כפי שפירטנו בפוסט, פגיעות זו משפיעה על כל יישום AI — בין אם בענן ובין אם בסביבה מקומית (On-premises) — המריץ את ערכת הכלים הפגיעה. היום, אנו משחררים את הפרטים הטכניים של הפגיעות.

הפגיעות מאפשרת לתוקפים השולטים בתמונת קונטיינר (Container image) המורצת על ידי ערכת הכלים הפגיעה, לחרוג מגבולות הבידוד של הקונטיינר ולקבל גישה מלאה למארח (Host), מה שמהווה סיכון חמור לנתונים ולתשתית.

נמנענו מפרסום פרטים טכניים ספציפיים מכיוון שצוות ה-PSIRT של NVIDIA זיהה שהתיקון המקורי לא פתר את הבעיה במלואה. עבדנו בשיתוף פעולה הדוק עם הצוות ב-NVIDIA כדי להבטיח טיפול הולם הן בפגיעות המקורית והן במעקף שלה. המעקף קיבל מזהה CVE נפרד: CVE-2025-23359. אנו ממליצים לכולם לעדכן לגרסה העדכנית ביותר של NVIDIA Container Toolkit, גרסה 1.17.4, המטפלת בשתי הפגיעויות.

אנו מבקשים להודות לכל צוות NVIDIA על השקיפות, ההיענות ושיתוף הפעולה לאורך תהליך החשיפה — אנו מעריכים מאוד את תמיכתם. כמו כן, אנו מודים לצוות gVisor על סקירת פוסט זה.

אנו מעריכים את העזרה של ⁦Wiz Research⁩ בזיהוי הפגיעות הזו ועבודה צמודה עם צוות אבטחת המוצר שלנו כדי לטפל בה. אנו נשארים מחויבים לטפח אקו-סיסטם אבטחה חזק כדי להגן על הלקוחות שלנו ועל התעשייה. ⁦NVIDIA⁩ תאגיד

הפגיעות מאפשרת ליריב זדוני לעגון (Mount) את מערכת הקבצים השורשית (Root filesystem) של המארח לתוך קונטיינר, ובכך להעניק גישה בלתי מוגבלת לכל הקבצים במארח. יתרה מכך, בעזרת גישה ל-Unix sockets של זמן הריצה (Runtime) במארח, תוקפים יכולים להפעיל קונטיינרים בעלי הרשאות מורחבות (Privileged containers) ולהשיג שליטה מלאה על המארח. בהדגמה שלנו, ניצלנו זאת על ידי עיגון מערכת הקבצים של המארח בתוך הקונטיינר, ולאחר מכן מינוף הגישה ל-docker.sock כדי להריץ קונטיינר מורשה ולפגוע במארח באופן מלא.

המחקר שלנו זיהה מספר ספקי ענן (Cloud Service Providers) שבהם ניתן היה לנצל את ה-NVIDIA Container Toolkit. במקרים מסוימים, הפגיעות אפשרה השתלטות מלאה על אשכול Kubernetes ששותף בין דיירים (Tenants) שונים. בפוסט זה אנו נסקור את הפרטים הטכניים של הפגיעות ונדון בדרכים שונות לנצל אותה מול Docker ו-gVisor.

כל הבעיות טופלו בגרסה 1.17.4 של ⁦NVIDIA⁩ ⁦Container Toolkit⁩. אנו ממליצים למשתמשים:

• אין להשבית את הדגל --no-cntlibs בסביבות ייצור.

לקוחות Wiz יכולים להשתמש בדברים הבאים כדי לזהות מקרים פגיעים בסביבת הענן שלהם:

• לקוחות Wiz יכולים להשתמש בדף Vulnerability Findings כדי למצוא את כל המופעים של פגיעות זו בסביבת הענן שלהם, או להשתמש בשאילתה ייעודית כדי להתמקד במארחי קונטיינרים פגיעים המריצים NVIDIA GPUs. שרתים וירטואליים (VMs) אלו נוטים להשתמש בערכת הכלים להפעלת תמונות קונטיינר, ולכן יש לתת להם עדיפות בתהליך התיקון.

• בנוסף, לקוחות יכולים לסנן מארחי קונטיינרים פגיעים המשתמשים בתמונה ממאגר ציבורי שניתן לכתיבה, או מארחים המשתמשים בתמונות ממקור חיצוני. יש לתעדף מקרים אלו בשל הסיכון שצד שלישי בלתי מהימן עלול לשלוט בתמונות הנפרסות על המארח.

ארכיטקטורה

תרשים זה מספק סקירה כללית ברמה גבוהה של תהליך יצירת מיכל ברוב הסביבות:

בהגדרה זו, ⁦Docker⁩ מקבל קלט של משתמשים כדי לבנות את תצורת המכולה, כולל הקצאות משאבים והגדרות סביבה. לאחר מכן Docker מתקשר עם containerd, שמנהל את מחזור החיים של הקונטיינר, מטפל בהעברות תמונות ומגדיר רשת. containerd משתמש ב-runc כדי ליצור ולהפעיל את הקונטיינר לפי מפרטי ⁦Open Container Initiative⁩ (⁦OCI⁩). runc מגדיר מרחבי שמות ו-cgroups כדי לבודד את סביבת המכולה ומתחיל את התהליך הראשי בתוך הקונטיינר.

ה-NVIDIA Container Toolkit הוא אוסף של ספריות תוכנה וכלים בקוד פתוח המגדירים קונטיינרים לשימוש במשאבי GPU. ערכת הכלים של NVIDIA נמצאת בשימוש נרחב על ידי ספקי AI SaaS, חברות המריצות מודלי AI, ומכשירי קצה.

ה-NVIDIA Container Toolkit תומך במספר זמני ריצה של קונטיינרים כגון Docker, Containerd (עבור Kubernetes), CRI-O ו-Podman. פוסט זה יתמקד ב-Docker, אך סביבות אחרות כולל Containerd ו-CRI-O מושפעות גם הן מ-CVE-2024-0132. שימו לב כי השימוש ב-Container Device Interface (CDI) עוקף לחלוטין את הקוד המושפע, ולכן סביבות המשתמשות בו אינן מושפעות. זה כולל, למשל, את Podman, המציע תמיכה טבעית בבקשת התקנים באמצעות CDI.

בואו נוסיף את ⁦NVIDIA⁩ ⁦Container Toolkit⁩ לתערובת:

• במהלך ההתקנה, ⁦NVIDIA⁩ ⁦Container Toolkit⁩ משנה את תצורת הדמון ⁦Docker⁩ ומגדיר את עצמו כזמן הריצה של קונטיינר המוגדר כברירת מחדל.

• כאשר משתמש מריץ docker run, Docker יפעיל את הקובץ הבינארי nvidia-container-runtime כדי ליצור ולהפעיל את הקונטיינר. הגדרת הקונטיינר שנוצרת על ידי Docker עוברת שינוי על ידי nvidia-container-runtime כדי להוסיף הוק (Hook) מסוג prestart, ולאחר מכן היא מועברת ל-runc של המערכת.

• runc מבצע את שלבי האתחול הסטנדרטיים של מיכל ולאחר מכן קורא ל-prestart hook שנוסף קודם לכן.

• הרכיב nvidia-container-runtime-hook אחראי לעיגון (Mounting) של התקנים, ספריות וקבצים בינאריים לתוך תהליך הקונטיינר, ומשתמש ב-nvidia-container-cli (חלק מ-libnvidia-container) כדי לבצע את רוב הפעולות הללו.

• לאחר השלמת ה-prestart hook, השליטה חוזרת ל-runc, שממשיך בתהליך אתחול הקונטיינר, מגדיר גבולות אבטחה ולבסוף מפעיל את ה-ENTRYPOINT של הקונטיינר.

משטח התקפה של NVIDIA Container Toolkit

במהלך הביצוע של nvidia-container-runtime-hook, הקונטיינר נמצא בשלב אתחול מוקדם. המשמעות היא שבקרות אבטחה קריטיות והגבלות של מערכת ההפעלה (OS), שחלות בדרך כלל כאשר הקונטיינר פועל באופן מלא, עדיין אינן בתוקף.

פעולות משמעותיות ומסוכנות מתבצעות על מערכת הקבצים של הקונטיינר, שבהן תוקף פוטנציאלי יכול לתפעל קבצים והגדרות. יתרה מכך, פעולות אלו מבוצעות מתוך המארח. מצב זה מרמז שאם נוצלה פגיעות במערכת הקבצים במהלך פעולות אלו, תוקף עלול לקבל גישה ישירה לביצוע פעולות על מערכת הקבצים של המארח עצמו.

במהלך סקירת קוד המקור של NVIDIA Container Toolkit, גילינו פגיעות מסוג Time of Check/Time of Use (TOC/TOU) באופן שבו libnvidia-container מעגן קבצים לתוך הקונטיינר. הניצול (Exploit) שאנו מתארים בסעיפים הבאים מטעה את libnvidia-container לעגון ספריות מהמארח בתוך הקונטיינר שלנו, ובכך מבצע חריגה מגבולות הקונטיינר.

עיגונים (Mounts) מעניינים

בעת הרצת קונטיינר עם זמן הריצה של NVIDIA Container Toolkit, הבחנו בכמה עיגונים מעניינים:

בבחינת הפלט מפקודת ה-mount, ראינו שה-⁦NVIDIA⁩ ⁦Container Toolkit⁩ הרכיב מספר ספריות לתוך המיכל. חקירה נוספת של יומני ניפוי הבאגים של ערכת הכלים העלתה פעולות קשורות שנראו מבטיחות:

ניתוח קוד מקור

הבה נסקור את קוד המקור כדי להבין טוב יותר כיצד nvidia-container-cli מעגן קבצים לתוך קונטיינר אורח. הלוגיקה העיקרית נמצאת בפונקציה nvc_driver_mount, שהיא גדולה למדי ומבצעת את רוב העיגונים על ידי קריאה ל-mount_files.

ניתן לחלק את העיגונים לשתי קבוצות עיקריות: עיגון משאבים מהמארח לתוך הקונטיינר, ועיגון משאבים מתוך הקונטיינר עצמו (cnt->cfg.libs_dir). החלטנו להתמקד באחרון, שכן חשדנו שנוכל לשלוט במקור העיגון (cnt->lib) על ידי שינוי קבצים, נתיבים או קישורים סמליים בתוך מערכת הקבצים של הקונטיינר. מתברר שמנגנון זה משמש לתאימות לאחור. תהליך זה מורכב למימוש, שכן המארח חייב לטפל בפעולות מערכת הקבצים עבור הקונטיינר האורח, תוך הקפדה על כך שמיקומי המקור והיעד יישארו בתוך מרחב השמות המותר של הקונטיינר.

מכיוון שפעולות העיגון מבוצעות מהמארח, שורש היעד (cnt->cfg.rootfs) מופיע כך: /var/lib/docker/overlay2/<container_id>/merged. אם נצליח לעגון מקור שמחוץ לנתיב הזה ולהגדיר יעד בתוכו, נוכל לקרוא קבצים מחוץ למרחב השמות של הקונטיינר.

בעיקרון, ⁦nvc_driver_mounts⁩ מעתיק את cnt->libs , מסנן אותם באמצעות ⁦filter_libraries⁩ וקורא ל-⁦mount_files⁩ כדי לעלות אותם במקומות המתאימים. ⁦filter_libraries⁩ אינו מחמיר במיוחד; זה פשוט מחפש מספרי גרסאות ספציפיים של הספריות בשמות הקבצים שלהן.

נתיב המקור של העיגון, cnt->libs, נקבע במהלך האתחול (nvc_driver_info_new) על ידי find_library_paths. הוא משתמש ב-glob של glibc כדי לחפש נתיבים התואמים לתבנית: /usr/local/cuda/compat/lib*.so.*. נתיבים אלו מעוגנים מאוחר יותר על ידי nvc_driver_mount, כפי שתואר לעיל.

מכיוון שאנו יכולים לשלוט במערכת הקבצים של הקונטיינר, אנו יכולים לשלוט גם בנתיבים המוחזרים על ידי הפונקציה xglob. מעניין לציין שאין בדיקה כדי להבטיח שהנתיבים המוחזרים על ידי xglob הם קבצים רגילים, למרות שהביטוי הרגולרי (Regex) מצפה במפורש שרק קבצים יוחזרו. מחדל זה מאפשר לנו לשתול ספריות במקום קבצים, דבר שיהיה שימושי בהמשך בעת הדיון על הניצול.

פונקציה זו קוראת גם ל-⁦path_resolve⁩ , שעוקבת אחר סימלינקים וערכים של נקודה-נקודה (..) כדי להחזיר נתיב מוחלט. עם זאת, נתיב זה אינו נתיב מארח (הוא לא מתחיל עם cnt->rootfs ); במקום זאת, זהו נתיב מיכל אורח - לדוגמה, "/" מתייחס לשורש המכולה. נתיבים אלה מוחזרים לאחר מכן ובסופו של דבר מאוחסנים ב-cnt->libs.

הפגיעות

שמנו לב שרזולוציית הנתיב מתרחשת במהלך האתחול, בעוד שאנחנו עדיין יכולים לתפעל את פריסת מערכת הקבצים בין פעולות הטעינה. האם אפשר לנצל את זה איכשהו?

בואו נבחן את הפונקציה ⁦mount_files⁩ ונבדוק את האפשרויות שלנו:

כאשר ⁦nvc_driver_mount⁩ קורא לפונקציה הזו, הארגומנטים הם כדלקמן:

• root – ספריית השורש של הקונטיינר במארח (/var/lib/docker/overlay2/<container_id>/merged).

• dir – תלוי בארכיטקטורה של תמונת הקונטיינר; עבור x64, זה יהיה /usr/lib64.

• paths - מערך של נתיבי קבצים, שעליהם אנו יכולים לשלוט בספריה ⁦/usr/local/cuda/compat⁩ שצריך לעלות ל-dir .

הפונקציה בעצם מעלה את ⁦/usr/local/compat/lib⁩*.so.* לאותם שמות קבצים ב-⁦/usr/lib64⁩ , הכל בתוך המיכל שלנו. אם נוכל לתמרן את הנתיבים באמצעות קישור סמלי או ⁦../../../../../⁩ , נוכל לעלות מחוץ לקונטיינר לנתיב בתוך ⁦/usr/lib64⁩ . עם זאת, זה לא אמור להיות אפשרי כי ⁦find_library_paths⁩ כבר מנרמל את כל הנתיבים.

נתיב העיגון הסופי מוגדר כ-root + paths[i]. אנו יכולים לנצל את הלולאה ולשנות את מערכת הקבצים בין איטרציות. מכיוון שאנו שולטים בכל מערכת הקבצים, אנו יכולים לשתול יעד עיגון שיחליף את המקור הבא בין פעולה לפעולה, ולהבטיח שה-paths[i] הבא יהיה קישור סמלי.

ניתוח הניצול

בואו נסתכל על הניצול ונבין איך הוא עובד:

בעת הרצת ניצול זה, אנו מתחילים את הקונטיינר עם מבנה ספרייה /usr/local/cuda/compat הבא:

• libnvidia-ml.so.7 – קישור סמלי המצביע על ../../../../../../ (מחוץ למערכת הקבצים של הקונטיינר).

בתחילה, כאשר find_library_paths סורק את /usr/local/cuda/compat/, הוא מזהה רק שני ערכים: ספרייה בשם libnvidia-ml.so.6, ו-libnvidia-ml.so.7, המהווה קובץ רגיל וריק.

#nvidia#container-security#vulnerability#ai-security#cve
קרא במקור