„`html
Zusammenfassung
Eine kritische Schwachstelle in MLflow (Versionen ≤3.10.1.dev0) ermöglicht unbefugten Zugriff auf Multipart-Upload-Endpunkte (MPU) im `–serve-artifacts` Modus. Die unzureichende AutorisierungsprĂĽfung auf Ressourcenebene gefährdet die Integrität von Artifacts und kann zu Modellvergiftung fĂĽhren.
Betroffene Systeme
MLflow-Versionen ≤3.10.1.dev0 mit aktiviertem `–serve-artifacts` Modus. Betroffen sind Installationen, die das Artifact-Serving-Feature nutzen und mehrere Benutzer unterstĂĽtzen.
Technische Details
Angriffsvektor: Netzwerk-basiert, Remote Code Execution möglich
CVSS-Score: 9.0 (Critical)
Die Schwachstelle besteht in mangelhafter Authentifizierung und Autorisierung der `/mlflow-artifacts/mpu/*` Endpunkte. Angreifer können durch manipulierte HTTP-Requests auf diese Endpunkte zugreifen und:
- Artifacts anderer Benutzer ĂĽberschreiben
- Bösartige Modelle in den Artifact-Store einschleusen
- Supply-Chain-Angriffe durchfĂĽhren
- Arbitrary Code Execution auslösen, wenn vergiftete Modelle geladen werden
Das Problem liegt in der fehlenden Implementierung von ressourcenspezifischen BerechtigungsprĂĽfungen (Resource-Level Permission Checks) in der MPU-Verarbeitung.
Empfohlene Massnahmen
- Sofortmaßnahme: Upgrade auf MLflow 3.10.0 oder höher durchführen
- Interim-Lösung: `–serve-artifacts` Modus deaktivieren, falls nicht essenziell
- Netzwerk-Segmentierung: MLflow-Instanzen in isolierten Netzwerken betreiben
- Monitoring: Verdächtige Zugriffe auf MPU-Endpunkte protokollieren und überwachen
- Artifact-ĂśberprĂĽfung: Checksummen und Signaturen kritischer Modelle validieren
Bewertung
Diese Schwachstelle stellt ein kritisches Risiko dar. Die Kombination aus fehlender Zugriffskontrolle und der Möglichkeit zur Modellvergiftung hat hohe Auswirkungen auf die Integrität von ML-Pipelines. Zeitnahes Patching ist erforderlich.
„`