Vulnerabilidade de Execução Remota de Código por Transposição de Diretório na Criação de Modelos do Servidor de Rastreamento MLflow

Um atacante pode explorar esta vulnerabilidade para executar comandos arbitrários no servidor MLflow Tracking Server com os privilégios da conta de serviço. Isso pode levar ao comprometimento completo do sistema, incluindo acesso não autorizado a dados confidenciais, modificação de arquivos e instalação de malware. A ausência de autenticação necessária para a exploração aumenta significativamente o risco, tornando o sistema vulnerável a ataques externos. A exploração bem-sucedida pode resultar em perda de confidencialidade, integridade e disponibilidade dos dados.

Organizations heavily reliant on MLflow for model tracking and deployment are particularly at risk. This includes data science teams, machine learning engineers, and companies deploying machine learning models in production environments. Shared hosting environments where multiple users share the same MLflow instance are also at increased risk, as a compromised model could potentially affect other users.

• python / mlflow:

import os
import subprocess

def check_mlflow_version():
    try:
        result = subprocess.run(['mlflow', '--version'], capture_output=True, text=True, check=True)
        version = result.stdout.strip()
        if version <= '3.0.0rc3':
            print(f"MLflow version is vulnerable: {version}")
        else:
            print(f"MLflow version is patched: {version}")
    except FileNotFoundError:
        print("MLflow is not installed.")
    except subprocess.CalledProcessError as e:
        print(f"Error checking MLflow version: {e}")

check_mlflow_version()

• linux / server: journalctl filters for suspicious process executions within the MLflow Tracking Server directory.

journalctl -u mlflow-tracking-server -g 'path=/path/to/mlflow/models/'

1. 2025-10-29Disclosure

   disclosure

2. 2025-10-29Patch

   patch

1. Reservado2025-09-30
2. Publicada2025-10-29
3. Modificada2025-12-05
4. EPSS atualizado2026-03-23

A mitigação primária é atualizar para a versão 3.0.0 do MLflow Tracking Server, que corrige a vulnerabilidade. Se a atualização imediata não for possível, considere implementar medidas de segurança adicionais, como restringir o acesso à rede ao servidor MLflow Tracking Server e monitorar logs de sistema em busca de atividades suspeitas. Implementar regras de firewall para bloquear o acesso não autorizado também pode ajudar a reduzir o risco. Após a atualização, confirme a correção verificando os logs do servidor em busca de tentativas de acesso não autorizado ou execução de código malicioso.