31個惡意 Hugging Face 儲存庫散布珍珠幣（PRL）挖礦程式

31個 Hugging Face 模型儲存庫遭到利用，散布珍珠幣（PRL）挖礦程式及部分後門程式。攻擊者利用的是儲存庫內的 Python 程式碼執行機制，而非模型權重。

資安公司 Pluto Security 於29日發布的《Load/Mine》報告指出，該公司追蹤到自9月起出現在7個 Hugging Face 帳戶中的31個惡意儲存庫。首批12個儲存庫遭移除後，攻擊者又透過新帳戶上架第二批19個。部分相關模型也出現在 ModelScope。

截至10月28日，Pluto Security 統計第二批19個儲存庫的下載次數為2萬9,090次。加上首批12個儲存庫在遭移除前記錄的728次，31個儲存庫合計下載2萬9,818次。若再計入13個關聯儲存庫的2,558次下載，44個儲存庫共計下載3萬2,376次。

下載次數最多的是「MENXIANGYU/qwen2-tiny」，截至10月28日已有2萬8,412次下載。這是下載次數，不代表遭感染的設備或受害者人數。

其中一個代表性儲存庫的 config.json 透過 auto_map 設定載入 modeling_evil2.py。使用者載入模型時若設定 trust_remote_code=True，儲存庫中的 Python 程式碼便會執行。

Pluto Security 分析指出，這些程式碼可能在模型權重載入前執行。儲存庫中的 model.safetensors 檔案只有42位元組，並未包含實際模型張量。

執行後的程式會安裝 peakminer 挖礦程式，並留下監控程式，在挖礦程式停止運作時重新啟動。這次攻擊的關鍵，是惡意儲存庫利用允許遠端程式碼執行的模型載入設定，而非惡意模型權重。

部分變種還含有可從外部執行命令的反向 Shell。後續一個儲存庫則包含試圖從具備權限的容器逃逸至主機的程式碼。

Pluto Security 追蹤的第一個挖礦錢包透過716筆交易收到約2,276枚 PRL，並將約2,241枚轉往其他地址。這些數字是錢包的流入與流出量，不代表損失金額或攻擊者的淨收益。

研究人員也列出礦池紀錄：9個 worker 在90秒內加入，約6分鐘後便停止提交運算結果。worker 數量不等於遭感染的設備數量。

Pluto Security 並未將此事件描述為 Hugging Face 平台遭入侵或已知漏洞遭利用；其分析指出，惡意儲存庫使用了讓使用者允許執行遠端程式碼的功能。

Hugging Face 表示，容量低於2GB的儲存庫檔案會在每次提交時送交惡意程式掃描器檢查。Pluto Security 報告稱，其分析的代表性惡意 Python 檔案通過了掃描，並被判定為安全。

Hugging Face 建議，載入自訂模型程式碼時應留意惡意程式，並固定使用已審查過的特定版本。也就是在執行模型前檢查儲存庫程式碼，並指定要使用的版本。

本站先前曾報導，珍珠幣的挖礦者可提供 AI 運算並取得代幣。本次報告關注的是惡意儲存庫散布挖礦程式，以及特定錢包的代幣流動；報告未提供珍珠幣價格或交易量受到影響的資訊。