この記事は 「Pythonって、たぶんそういう意味じゃない」シリーズ と
「誰でもわかるセキュリティの話」シリーズ の両方に属する記事です。
Python歴5年以上、メインで使い続けてきた変態が書いています。
この記事は 個人の経験に基づくポエムです。
環境・用途・経験によって異なる場合があります。
pickleをよく使う。
AIの学習データを丸ごと保存するとき。
SQLiteのデータベースにオブジェクトを丸ごとぶち込みたいとき。
「とりあえずpickleで保存しとけば後で復元できる」というのが便利すぎる。
AIに「それ危険ですよ」と言われたことがある。
でも正直、ピンときていなかった。自分で管理してるファイルなら平気じゃないか、と。
pickleは何をしているのか
import pickle
# 保存
with open("data.pkl", "wb") as f:
pickle.dump(my_object, f)
# 復元
with open("data.pkl", "rb") as f:
my_object = pickle.load(f)
Pythonのオブジェクトをそのままバイト列に変換して保存し、
読み込むときに元のオブジェクトに復元する。
リストでも辞書でも、自作クラスのインスタンスでも、
ほぼ何でもそのまま保存・復元できる。
なぜ危険なのか
pickle.load()は、ただのデータを読み込んでいるわけではない。
保存されている手順に従って、オブジェクトを「再構築」する処理を実行している。
そしてその再構築の手順そのものが、ファイルの中に書き込める。
import pickle
import os
class Malicious:
def __reduce__(self):
return (os.system, ("rm -rf /",))
# 悪意のあるpickleファイルを作る
with open("evil.pkl", "wb") as f:
pickle.dump(Malicious(), f)
このファイルをpickle.load()で読み込んだ瞬間、
rm -rf /が実行される。
pickle.load()は「データの読み込み」ではなく「コードの実行」に近い。
読み込むファイルの中身を、信用するかどうかが全てになる。
「自分で管理してるなら平気」は本当か
自分もそう思っていた。AI学習データもSQLiteのデータも、自分が作ったファイルだから安全だと。
でも考えてみると——
- ファイルをクラウドストレージで共有するかもしれない
- チームメンバーが代わりに作ったファイルを読み込むかもしれない
- 将来、外部から取得したデータを保存する処理に流用するかもしれない
「自分で作ったファイルだから安全」は、「今は」安全なだけだ。
eval()の記事で書いたのと同じ構造の問題がここにもある。
じゃあどうするか
用途によって、安全な代替手段がある。
設定や辞書・リストなどの単純なデータ → JSON
import json
with open("data.json", "w") as f:
json.dump(my_dict, f)
コードを実行する余地がなく、人間にも読める。
機械学習モデルの保存 → 各フレームワーク専用の形式
PyTorchならtorch.save()、scikit-learnならjoblibなど、
専用の保存形式が用意されていることが多い。
これらも内部的にpickleを使うことがあるが、信頼できる発行元のものなら現実的なリスクは下がる。
それでもpickleを使うなら → 出所が完全に信頼できるファイルだけ
外部から受け取ったファイル、ダウンロードしたファイルを
pickle.load()に渡すのは避ける。
- 単純なデータ → JSON
- 機械学習モデル → フレームワーク専用の保存形式
- どうしても
pickle→ 自分で作って、自分だけが読むファイルに限定する
まとめ
pickleが便利なのは間違いない。
複雑なオブジェクトをそのまま保存できる手軽さは、他にない。
でも**「読み込む」という行為が「コードを実行する」と同じ意味を持つ**ことを知っているかどうかで、扱い方が変わる。
「危険」の本当の意味は、「ファイルじゃなくて、命令を読み込んでいる」ということだと思っている。
「Pythonって、たぶんそういう意味じゃない」 シリーズでは、
こういう"なんとなくで語られがちなPython"を言語化していきます。
👉 ストックをフォローしておくと次の記事を見逃しません!
「誰でもわかるセキュリティの話」 シリーズでは、
セキュリティの仕組みを言語化していきます。
👉 ストックをフォローしておくと次の記事を見逃しません!