Saltar al contenido
BRQ

MLflow: vulnerabilidad SSRF en webhooks y cómo corregirla

Actualizado:
Imagen ilustrativa sobre MLflow: vulnerabilidad SSRF en webhooks y cómo corregirla

MLflow ha comunicado la existencia de una vulnerabilidad crítica relacionada con la falsificación solicitudes SSRF que afecta a versiones anteriores a la 3.15.0 de su plataforma. Esta falla permitiría a un atacante interactuar con la API de webhooks del registro de modelos sin necesidad de autenticación, según ha informado INCIBE-CERT el 18 de agosto de 2026.

Detalles técnicos de la vulnerabilidad

La vulnerabilidad, identificada como CVE-2026-64849, se encuentra en el endpoint POST no autenticado /api/2.0/mlflow/webhooks/{id}/test. En versiones anteriores a la 3.15.0, la función _validate_webhook_url() validaba únicamente la URL original, pero el proceso de entrega de webhooks seguía redirecciones sin restringir la resolución del nombre de host. Esto permitía a los atacantes realizar solicitudes SSRF y acceder a servicios internos o en la nube, obteniendo información del estado y contenido de las respuestas.

Implicaciones de la falsificación solicitudes SSRF en MLflow

Imagen adicional sobre MLflow: vulnerabilidad SSRF en webhooks y cómo corregirla

El problema reside en que el mecanismo de validación no bloqueaba redirecciones HTTP ni ataques de rebind DNS, lo que facilitaba la explotación. Al no requerir autenticación, la falsificación solicitudes SSRF podía ser utilizada para acceder a recursos internos a través del servidor vulnerable. Esto representa un riesgo significativo para la seguridad de las infraestructuras que utilicen versiones anteriores de MLflow.

Medidas recomendadas y actualización

Para mitigar esta vulnerabilidad, MLflow ha publicado la versión 3.15.0, que corrige el fallo en el proceso de validación y entrega de webhooks. La actualización garantiza que las redirecciones y resoluciones DNS se controlen correctamente para impedir accesos no autorizados. Se recomienda a los usuarios de MLflow actualizar a esta versión para evitar posibles ataques basados en la falsificación solicitudes SSRF.

Contexto y alcance de la alerta

MLflow es una plataforma de código abierto orientada a la ingeniería de inteligencia artificial y modelos de aprendizaje automático. Según INCIBE, la severidad de esta falla es crítica debido a la posibilidad de acceso no autenticado a recursos internos mediante técnicas SSRF.

Esta alerta pone de manifiesto la necesidad de mantener actualizadas las herramientas de desarrollo y operación en entornos de IA para evitar riesgos derivados de vulnerabilidades en componentes de integración y automatización.

Más información y detalles técnicos pueden consultarse en la fuente original proporcionada por INCIBE.

Cómo saber si tu servidor MLflow está expuesto

El riesgo corresponde al servidor de seguimiento de MLflow con la API de webhooks accesible. Un MLflow instalado únicamente como biblioteca cliente no implica, por sí solo, que el servicio vulnerable esté expuesto. La condición relevante es que alguien pueda alcanzar el endpoint de prueba de webhooks y que el servidor utilice una versión afectada. El fallo identificado como CVE-2026-64849 permite que una petición de prueba termine consultando destinos internos tras una redirección o una nueva resolución DNS.

La alerta no significa que todos los servidores MLflow hayan sufrido un ataque ni que un atacante pueda ejecutar cualquier operación del sistema. El problema descrito es de lectura de respuestas de servicios a los que puede acceder la máquina, incluidos potencialmente servicios internos. La inclusión de esta CVE en el catálogo de vulnerabilidades explotadas de CISA eleva la prioridad de la revisión.

Comprobación y medidas para administradores

  • Inventario: comprueba la versión del servidor realmente desplegado, no solo la declarada en un archivo de dependencias. Revisa contenedores, réplicas y entornos de pruebas accesibles desde la red.
  • Corrección: actualiza MLflow a 3.15.0 o posterior, según el aviso del fabricante. Comprueba la versión activa tras reiniciar o volver a desplegar el servicio.
  • Exposición: mientras actualizas, restringe el acceso al servidor y a la API de webhooks mediante controles de red y autenticación apropiados. No asumas que una comprobación de URL protege por sí sola frente a redirecciones.
  • Investigación: si el servidor estuvo expuesto, revisa los registros disponibles de acceso a webhooks y posibles solicitudes a destinos internos. La ausencia de alertas automáticas no demuestra que no haya habido abuso.

Para comprobar alcance y versiones consulta el aviso de seguridad de MLflow y la alerta del Centro Canadiense de Ciberseguridad. Revisión editorial realizada el 11 de noviembre de 2026. Este artículo no certifica que una instalación concreta sea vulnerable o esté comprometida.

Autor:
Actualizado: 11/11/2026.
Uso responsable de IA
Este artículo puede haberse elaborado con apoyo de herramientas de inteligencia artificial. Ver politica de IA
Foto de Toni
Autor del artículo
Toni Berraquero

Toni Berraquero entrena desde los 12 años y tiene experiencia en retail, seguridad privada, ecommerce, marketing digital, marketplaces, automatización y herramientas empresariales.

Ver perfil de Toni

☕ Si esto te ha servido de verdad…

Puedes apoyar el proyecto o compartir este artículo con un clic. Aquí al menos hay una salida útil de verdad.