MLflow présente une injection de commande dans mlflow/sagemaker/__init__.py

L'impact de cette vulnérabilité est significatif. Un attaquant capable d'exploiter cette injection de commandes peut exécuter des commandes arbitraires avec les privilèges du processus MLflow. Cela peut conduire à la compromission complète du système, incluant le vol de données sensibles, l'installation de logiciels malveillants, ou l'utilisation du serveur comme point de pivot pour attaquer d'autres systèmes sur le réseau. Le risque est exacerbé dans les environnements CI/CD où les pipelines automatisés pourraient être compromis, permettant une propagation plus large de l'attaque. Cette vulnérabilité rappelle les risques liés à l'utilisation non sécurisée de os.system() et à l'interpolation directe de données utilisateur dans des commandes shell.

Organizations heavily reliant on MLflow for machine learning model management, particularly those using it in CI/CD pipelines or cloud deployments, are at significant risk. Shared hosting environments where multiple users have access to the MLflow CLI are also vulnerable, as an attacker could potentially exploit the vulnerability on behalf of another user.

• python / mlflow:

import subprocess
import os

def check_mlflow_version():
    try:
        result = subprocess.check_output(['mlflow', '--version'], stderr=subprocess.STDOUT)
        version = result.decode('utf-8').strip()
        if version <= '3.7.0rc0':
            print(f"MLflow version is vulnerable: {version}")
        else:
            print(f"MLflow version is not vulnerable: {version}")
    except FileNotFoundError:
        print("MLflow is not installed.")
check_mlflow_version()

• generic web: Check for suspicious container image names being passed to MLflow CLI via command-line arguments or environment variables. Monitor access logs for unusual activity related to MLflow.

1. 2026-03-16Disclosure

   disclosure

1. Réservé2025-12-08
2. Publiée2026-03-16
3. Modifiée2026-03-17
4. EPSS mis à jour2026-03-23

La mitigation principale consiste à mettre à jour MLflow vers la version 3.8.0rc0 ou supérieure, qui corrige cette vulnérabilité. Si la mise à jour n'est pas immédiatement possible, une solution temporaire consiste à valider et à assainir rigoureusement toutes les entrées fournies via le paramètre --container. Il est également recommandé de limiter les privilèges du processus MLflow au strict minimum nécessaire. Envisagez l'utilisation d'un pare-feu applicatif web (WAF) pour bloquer les requêtes malveillantes ciblant l'interface CLI. Surveillez les journaux système pour détecter toute activité suspecte, notamment l'exécution de commandes inattendues.