Saltar para o conteúdo
BRQ

MLflow: vulnerabilidade SSRF em webhooks e correção

Atualizado:
Imagem ilustrativa sobre MLflow: vulnerabilidade SSRF em webhooks e correção

O MLflow comunicou a existência de uma vulnerabilidade crítica relacionada com a falsificação de solicitações SSRF que afeta versões anteriores à 3.15.0 da sua plataforma. Esta falha permitiria a um atacante interagir com a API de webhooks do registo de modelos sem necessidade de autenticação, segundo informou o INCIBE-CERT a 18 de agosto de 2026.

Detalhes técnicos da vulnerabilidade

A vulnerabilidade, identificada como CVE-2026-64849, encontra-se no endpoint POST não autenticado /api/2.0/mlflow/webhooks/{id}/test. Em versões anteriores à 3.15.0, a função _validate_webhook_url() validava apenas a URL original, mas o processo de entrega de webhooks seguia redireções sem restringir a resolução do nome do host. Isto permitia que os atacantes realizassem solicitações SSRF e acedessem a serviços internos ou na nuvem, obtendo informações sobre o estado e conteúdo das respostas.

Implicações da falsificação de solicitações SSRF no MLflow

Imagem adicional sobre MLflow: vulnerabilidade SSRF em webhooks e correção

O problema reside no fato de que o mecanismo de validação não bloqueava redireções HTTP nem ataques de rebind DNS, o que facilitava a exploração. Ao não requerer autenticação, a falsificação de solicitações SSRF podia ser utilizada para aceder a recursos internos através do servidor vulnerável. Isto representa um risco significativo para a segurança das infraestruturas que utilizem versões anteriores do MLflow.

Medidas recomendadas e atualização

Para mitigar esta vulnerabilidade, o MLflow publicou a versão 3.15.0, que corrige a falha no processo de validação e entrega de webhooks. A atualização garante que as redireções e resoluções DNS sejam controladas corretamente para impedir acessos não autorizados. Recomenda-se aos utilizadores do MLflow que atualizem para esta versão para evitar possíveis ataques baseados na falsificação de solicitações SSRF.

Contexto e alcance do alerta

O MLflow é uma plataforma de código aberto orientada para a engenharia de inteligência artificial e modelos de aprendizagem automática. Segundo o INCIBE, a severidade desta falha é crítica devido à possibilidade de acesso não autenticado a recursos internos através de técnicas SSRF.

Este alerta evidencia a necessidade de manter atualizadas as ferramentas de desenvolvimento e operação em ambientes de IA para evitar riscos derivados de vulnerabilidades em componentes de integração e automação.

Mais informações e detalhes técnicos podem ser consultados na fonte original fornecida pelo INCIBE.

Como verificar se um servidor MLflow está exposto

O risco diz respeito a um MLflow Tracking Server cuja API de webhooks está acessível. Usar apenas a biblioteca cliente MLflow não implica, por si só, a existência de um servidor vulnerável exposto. É necessário verificar a versão em execução e a acessibilidade do endpoint de teste dos webhooks. A falha CVE-2026-64849 permite que um pedido de teste alcance serviços internos após um redirecionamento HTTP ou uma nova resolução DNS.

O aviso não demonstra que todas as instalações tenham sido atacadas, nem que a vulnerabilidade permita executar qualquer comando. O impacto descrito é a leitura de respostas de serviços alcançáveis a partir do servidor, incluindo potencialmente recursos internos. A inclusão desta CVE no catálogo da CISA de vulnerabilidades exploradas justifica uma análise célere.

Verificações e medidas para administradores

  • Inventário: confirme a versão efetivamente em execução, não apenas a que consta de um ficheiro de dependências. Inclua contentores, réplicas e ambientes de teste acessíveis.
  • Correção: atualize para MLflow 3.15.0 ou posterior segundo as instruções do fabricante. Verifique a versão ativa após reiniciar ou voltar a implementar o serviço.
  • Acesso: restrinja o acesso ao servidor e à API de webhooks através de controlos de rede e autenticação adequados enquanto corrige a falha. A validação do URL original não impede necessariamente redirecionamentos.
  • Análise: se o servidor esteve acessível, examine os registos disponíveis dos webhooks e pedidos anómalos a destinos internos. A ausência de alertas automáticos não prova que não houve abuso.

Consulte o aviso oficial do MLflow e a informação do Centro Canadiano de Cibersegurança. Revisão editorial de 11 de novembro de 2026. Este artigo não constitui uma auditoria a uma instalação concreta.

Autor:
Atualizado: 11/11/2026.
Uso responsavel de IA
Este artigo pode ter sido elaborado com o apoio de ferramentas de inteligência artificial. Ver politica de IA
Foto do Toni
Autor do artigo
Toni Berraquero

Toni Berraquero treina desde os 12 anos e tem experiência em retalho, segurança privada, ecommerce, marketing digital, marketplaces, automação e ferramentas empresariais.

Ver perfil do Toni

☕ Se isto te foi mesmo útil…

Podes apoiar o projeto ou partilhar este artigo com um clique. Pelo menos aqui há uma ação útil de verdade.