Unautorisierte SSRF-Schwachstelle in MLflow entdeckt

MLflow hat eine kritische Schwachstelle im Zusammenhang mit der SSRF-Anforderungsfälschung gemeldet, die frühere Versionen vor 3.15.0 seiner Plattform betrifft. Diese Schwachstelle würde es einem Angreifer ermöglichen, ohne Authentifizierung mit der Webhook-API des Modellregisters zu interagieren, wie INCIBE-CERT am 18. August 2026 berichtete.

Technische Details zur Schwachstelle

Die Schwachstelle, identifiziert als CVE-2026-64849, befindet sich im nicht authentifizierten POST-Endpunkt /api/2.0/mlflow/webhooks/{id}/test. In Versionen vor 3.15.0 validierte die Funktion _validate_webhook_url() nur die ursprüngliche URL, aber der Webhook-Zustellprozess folgte Weiterleitungen, ohne die Auflösung des Hostnamens einzuschränken. Dies ermöglichte es Angreifern, SSRF-Anfragen durchzuführen und auf interne oder Cloud-Dienste zuzugreifen, wodurch Informationen über den Status und den Inhalt der Antworten erlangt wurden.

Folgen der SSRF-Anforderungsfälschung in MLflow

Das Problem liegt darin, dass der Validierungsmechanismus HTTP-Weiterleitungen und DNS-Rebind-Angriffe nicht blockierte, was die Ausnutzung erleichterte. Da keine Authentifizierung erforderlich war, konnte die SSRF-Anforderungsfälschung verwendet werden, um auf interne Ressourcen über den verwundbaren Server zuzugreifen. Dies stellt ein erhebliches Risiko für die Sicherheit der Infrastrukturen dar, die frühere Versionen von MLflow verwenden.

Empfohlene Maßnahmen und Aktualisierung

Um diese Schwachstelle zu mindern, hat MLflow die Version 3.15.0 veröffentlicht, die den Fehler im Validierungs- und Zustellprozess von Webhooks behebt. Das Update stellt sicher, dass Weiterleitungen und DNS-Auflösungen korrekt kontrolliert werden, um unbefugte Zugriffe zu verhindern. Es wird empfohlen, dass MLflow-Nutzer auf diese Version aktualisieren, um mögliche Angriffe auf Basis der SSRF-Anforderungsfälschung zu vermeiden.

Kontext und Umfang der Warnung

MLflow ist eine Open-Source-Plattform, die sich auf die Ingenieurwissenschaften der künstlichen Intelligenz und Modelle des maschinellen Lernens konzentriert. Laut INCIBE ist die Schwere dieser Schwachstelle kritisch, da unautorisierter Zugriff auf interne Ressourcen durch SSRF-Techniken möglich ist.

Diese Warnung verdeutlicht die Notwendigkeit, Entwicklungs- und Betriebstools in KI-Umgebungen aktuell zu halten, um Risiken durch Schwachstellen in Integrations- und Automatisierungskomponenten zu vermeiden.

Weitere Informationen und technische Details können in der ursprünglichen Quelle von INCIBE eingesehen werden.

Das könnte dich auch interessieren

• Android: Berechtigungen, die du heute überprüfen solltest
• Android: Die gefährlichsten Berechtigungen im Blick behalten
• Backups auf dem Mac: das Minimum, das funktioniert