mlflow/mlflow में कमांड इंजेक्शन (Command Injection)

CVE-2025-15379 MLflow में एक गंभीर कमांड इंजेक्शन भेद्यता है, खासकर मॉडल सर्विंग कंटेनर इनिशियलाइज़ेशन कोड में। यह भेद्यता तब होती है जब envmanager=LOCAL के साथ मॉडल तैनात किए जाते हैं। MLflow मॉडल आर्टिफैक्ट के pythonenv.yaml फ़ाइल से निर्भरता विनिर्देशों को पढ़ता है और बिना किसी सैनिटाइजेशन के सीधे एक शेल कमांड में सम्मिलित करता है। एक हमलावर दुर्भावनापूर्ण मॉडल आर्टिफैक्ट प्रदान करके इसका फायदा उठा सकता है, जिससे मॉडल को तैनात करने वाले सिस्टम पर मनमाना कमांड निष्पादित किया जा सकता है। CVSS स्कोर 10.0 है, जो एक बेहद उच्च जोखिम दर्शाता है। 3.8.1 से पहले के संस्करण प्रभावित हैं। मूल कारण python_env.yaml फ़ाइल में इनपुट सत्यापन की कमी है, जो कमांड इंजेक्शन की अनुमति देती है।

Organizations heavily reliant on MLflow for model deployment, particularly those using the LOCAL environment manager, are at significant risk. This includes data science teams, machine learning engineers, and DevOps professionals responsible for deploying ML models in production environments. Shared hosting environments where multiple users can upload model artifacts are also particularly vulnerable.

• python / mlflow:

import os
import subprocess

def check_python_env_yaml(yaml_file):
    try:
        with open(yaml_file, 'r') as f:
            yaml_content = f.read()
        if '!' in yaml_content:
            print(f"Potential command injection detected in {yaml_file}")
    except FileNotFoundError:
        print(f"File not found: {yaml_file}")

# Example usage
check_python_env_yaml('path/to/python_env.yaml')

• linux / server:

find /opt/mlflow/models -name 'python_env.yaml' -print0 | xargs -0 grep -l '!'

1. 2026-03-30Disclosure

   disclosure

1. आरक्षित2025-12-30
2. प्रकाशित2026-03-30
3. संशोधित2026-04-01
4. EPSS अद्यतन2026-04-06

CVE-2025-15379 के लिए प्राथमिक शमन MLflow संस्करण 3.8.1 या उच्चतर में अपग्रेड करना है। इस संस्करण में एक फिक्स शामिल है जो pythonenv.yaml फ़ाइल से इनपुट को सैनिटाइज करता है, जिससे कमांड इंजेक्शन को रोका जा सकता है। एक अतिरिक्त सावधानी के रूप में, यदि संभव हो तो envmanager=LOCAL के उपयोग से बचें और अधिक सुरक्षित पर्यावरण प्रबंधन विधियों का चयन करें। यदि envmanager=LOCAL आवश्यक है, तो किसी भी शेल कमांड में उपयोग करने से पहले pythonenv.yaml फ़ाइल में निर्दिष्ट निर्भरताओं को कड़ाई से मान्य और सैनिटाइज करें। संभावित शोषण प्रयासों का पता लगाने के लिए सिस्टम लॉग की निगरानी करना भी महत्वपूर्ण है।