Aller au contenu
BRQ

MLflow : faille SSRF non authentifiée et correctifs

Mis à jour:
Image illustrative sur MLflow : faille SSRF non authentifiée et correctifs

MLflow a communiqué l'existence d'une vulnérabilité critique liée à la falsification des requêtes SSRF affectant les versions antérieures à la 3.15.0 de sa plateforme. Cette faille permettrait à un attaquant d'interagir avec l'API des webhooks du registre de modèles sans nécessiter d'authentification, selon les informations fournies par l'INCIBE-CERT le 18 août 2026.

Détails techniques de la vulnérabilité

La vulnérabilité, identifiée comme CVE-2026-64849, se trouve dans le point de terminaison POST non authentifié /api/2.0/mlflow/webhooks/{id}/test. Dans les versions antérieures à la 3.15.0, la fonction _validate_webhook_url() validait uniquement l'URL d'origine, mais le processus de livraison des webhooks suivait les redirections sans restreindre la résolution du nom d'hôte. Cela permettait aux attaquants d'effectuer des requêtes SSRF et d'accéder à des services internes ou dans le cloud, obtenant des informations sur l'état et le contenu des réponses.

Implications de la falsification des requêtes SSRF dans MLflow

Image complémentaire sur MLflow : faille SSRF non authentifiée et correctifs

Le problème réside dans le fait que le mécanisme de validation ne bloquait pas les redirections HTTP ni les attaques de rebind DNS, ce qui facilitait l'exploitation. Ne nécessitant pas d'authentification, la falsification des requêtes SSRF pouvait être utilisée pour accéder à des ressources internes via le serveur vulnérable. Cela représente un risque significatif pour la sécurité des infrastructures utilisant des versions antérieures de MLflow.

Mesures recommandées et mise à jour

Pour atténuer cette vulnérabilité, MLflow a publié la version 3.15.0, qui corrige le défaut dans le processus de validation et de livraison des webhooks. La mise à jour garantit que les redirections et les résolutions DNS sont correctement contrôlées pour empêcher les accès non autorisés. Il est recommandé aux utilisateurs de MLflow de mettre à jour vers cette version pour éviter d'éventuelles attaques basées sur la falsification des requêtes SSRF.

Contexte et portée de l'alerte

MLflow est une plateforme open source orientée vers l'ingénierie de l'intelligence artificielle et les modèles d'apprentissage automatique. Selon l'INCIBE, la gravité de cette faille est critique en raison de la possibilité d'accès non authentifié à des ressources internes par des techniques SSRF.

Cette alerte souligne la nécessité de maintenir à jour les outils de développement et d'exploitation dans les environnements d'IA pour éviter les risques découlant de vulnérabilités dans les composants d'intégration et d'automatisation.

Pour plus d'informations et de détails techniques, vous pouvez consulter la source originale fournie par l'INCIBE.

Comment savoir si votre serveur MLflow est exposé

Le risque concerne le serveur de suivi MLflow dont l'API de webhooks est accessible. Installer seulement la bibliothèque cliente MLflow ne signifie pas qu'un serveur vulnérable est exposé. Il faut examiner l'accessibilité de l'endpoint de test des webhooks et la version réellement exécutée. La faille CVE-2026-64849 permet à une requête de test d'atteindre des ressources internes après une redirection ou une nouvelle résolution DNS.

L'avis ne prouve pas que toutes les installations ont subi une attaque, ni que la faille autorise n'importe quelle commande système. L'impact décrit est la lecture de réponses provenant de services accessibles depuis le serveur, notamment des services internes. L'inscription de cette CVE au catalogue des vulnérabilités exploitées de la CISA justifie de traiter le sujet rapidement.

Les vérifications utiles pour l'administrateur

  • Inventaire : identifiez la version exécutée, et pas seulement celle déclarée dans un fichier de dépendances. Vérifiez aussi les conteneurs, réplicas et environnements de test exposés.
  • Correctif : passez à MLflow 3.15.0 ou une version ultérieure et contrôlez la version réellement en service après redémarrage ou redéploiement.
  • Accès : limitez l'accès au serveur et à l'API de webhooks par des contrôles réseau et d'authentification appropriés en attendant la correction. Une simple validation d'URL ne suffit pas contre les redirections.
  • Examen : si le service était accessible, analysez les journaux disponibles des webhooks et les requêtes inhabituelles vers le réseau interne. L'absence d'alerte ne prouve pas l'absence d'abus.

Consultez l'avis officiel de MLflow et la note du Centre canadien pour la cybersécurité. Révision éditoriale du 11 novembre 2026. Ce texte ne constitue pas un audit d'une installation particulière.

Auteur :
Mis à jour: 11/11/2026.
Usage responsable de IA
Cet article peut avoir été élaboré avec l’aide d’outils d’intelligence artificielle. Voir la politique IA
Photo de Toni
Auteur de l’article
Toni Berraquero

Toni Berraquero s’entraîne depuis l’âge de 12 ans et possède une expérience en retail, sécurité privée, ecommerce, marketing digital, marketplaces, automatisation et outils d’entreprise.

Voir le profil de Toni

☕ Si ça t’a vraiment servi…

Tu peux soutenir le projet ou partager cet article en un clic. Au moins ici, il y a une vraie sortie utile.