Vulnerabilidade de path traversal no MLFlow

A exploração bem-sucedida desta vulnerabilidade permite que um atacante comprometa a integridade do sistema mlflow. Ao controlar o conteúdo do arquivo tar.gz, o atacante pode injetar arquivos maliciosos, sobrescrever arquivos de configuração críticos ou até mesmo obter acesso não autorizado a dados sensíveis. Em ambientes multi-tenant ou de cluster compartilhado, essa vulnerabilidade pode levar à fuga do diretório sandbox, permitindo que o atacante execute código arbitrário com privilégios elevados, potencialmente comprometendo todo o sistema. A falta de validação adequada dos caminhos dos membros do tar durante a extração é a causa raiz do problema, tornando a exploração relativamente simples para um atacante com acesso ao arquivo tar.gz.

Organizations using MLflow in multi-tenant or shared cluster environments are particularly at risk. This includes data science teams deploying machine learning models in cloud-based platforms or containerized environments. Legacy MLflow deployments using older versions are also vulnerable.

• python / mlflow:

import os
import tarfile

def check_mlflow_vulnerability(archive_path):
    try:
        with tarfile.open(archive_path, 'r') as tar:
            for member in tar.getmembers():
                if '..' in member.name:
                    print(f"Potential path traversal detected in member: {member.name}")
                    return True
        return False
    except Exception as e:
        print(f"Error processing archive: {e}")
        return False

# Example usage
archive_path = 'path/to/your/archive.tar.gz'
if check_mlflow_vulnerability(archive_path):
    print("Vulnerability potentially present.")
else:
    print("No immediate path traversal vulnerability detected.")

• generic web: Check for unusual file creations or modifications in the MLflow artifact store directory. Monitor system logs for errors related to file access or extraction.

1. 2026-03-30Disclosure

   disclosure

1. Reservado2025-12-23
2. Publicada2026-03-30
3. Modificada2026-04-01
4. EPSS atualizado2026-04-06

A mitigação primária é atualizar o mlflow para a versão 3.9.0rc0 ou superior, que corrige a vulnerabilidade. Se a atualização imediata não for possível, considere implementar medidas de mitigação adicionais. Restrinja o acesso ao diretório de extração para usuários não confiáveis. Implemente validação de entrada rigorosa para todos os arquivos tar.gz antes da extração, verificando se os caminhos dos membros do tar estão dentro do diretório esperado. Utilize um WAF (Web Application Firewall) para bloquear solicitações que tentem explorar a vulnerabilidade, procurando por padrões de path traversal nos nomes dos arquivos. Monitore os logs do sistema em busca de atividades suspeitas, como tentativas de acesso a arquivos fora do diretório esperado.