Zaloguj się
Deutsch English Español Polski
Wysoka

Excessive directory permissions in MLflow leads to local privilege escalation when using spark_udf. This behavior can be exploited by a local attacker to gain elevated permissions by using a ToCToU at

  • Ujawniono: 25.11.2024
  • Aktualizacja: 11.10.2026 12:20

Excessive directory permissions in MLflow leads to local privilege escalation when using spark_udf. This behavior can be exploited by a local attacker to gain elevated permissions by using a ToCToU attack. The issue is only relevant when the spark_udf() MLflow API is called.

Czego dotyczy

Kliknij technologię, aby zobaczyć wszystkie dotyczące jej podatności.

PlatformaPaczkaPodatne wersjePoprawka w wersji
Python (PyPI) mlflow < 2.16.0 2.16.0

Odnośniki

Ocena CVSS 7/10
Wektor CVSS
CVSS:3.1/AV:L/AC:H/PR:L/UI:N/S:U/C:H/I:H/A:H
Słabość (CWE)
CWE-276
Platforma
Python (PyPI)
Paczka
mlflow
Ujawniono
25.11.2024
Aktualizacja
11.10.2026 12:20

Źródła i licencje

OSV / GitHub Advisory Database - GHSA-qpgc-w4mg-6v92 - CC BY 4.0

OSV / GitHub Advisory Database - PYSEC-2024-224 - PyPA Advisory Database; CC BY 4.0

Historia podatności: mlflow

Wszystkie opisane podatności tej paczki (Python (PyPI)), od najnowszej. Widać, czy to jednorazowa wpadka, czy paczka, której trzeba pilnować.

Wszystkie (82) w archiwum
Wszystkich wpisów
82
Pierwsza → ostatnia
02.2022 09.2026
Bez poprawki
18
Wykorzystywana w atakach
1

Rozkład istotności

  • Krytyczna 20
  • Wysoka 48
  • Średnia 13
  • Niska 1

Ujawnienia w latach

Istotność:
  1. Excessive directory permissions in MLflow leads to local privilege escalation when using spark_udf. This behavior can be exploited by a local attacker to gain elevated permissions by using a ToCToU at ten wpis
    Wysoka · 7.0 CVE-2024-27134 < 2.16.0 2.16.0
  2. MLFLOW_ALLOW_PICKLE_DESERIALIZATION=False safety control bypassed by mlflow.statsmodels flavor — RCE via crafted model artifact
    Wysoka · 8.8 ghsa-gqvg-gmmx-x4hm >= 2.1.0, < 3.15.0 3.15.0
  3. MLflow: Unauthenticated full-read SSRF in webhook delivery: _validate_webhook_url bypassed via unvalidated HTTP redirects (and DNS rebinding)
    Krytyczna · 9.3 Wykorzystywana w atakach CVE-2026-64849 >= 3.3.0, < 3.15.0 3.15.0
  4. MLflow AI Gateway permits SSRF through an unvalidated api_base
    Wysoka · 7.1 CVE-2026-71211 >= 3.13.0, <= 3.15.2 brak poprawki
  5. MLflow: trace API endpoints lack proper authorization validators
    Wysoka · 8.1 CVE-2026-8147 >= 2.14.0rc0, < 3.13.0rc0 3.13.0rc0
  6. A vulnerability in mlflow/mlflow versions prior to 3.11.0 allows for the resolution of environment variables in AI Gateway secrets, which can be exploited to exfiltrate sensitive server-side environme
    Wysoka · 7.7 CVE-2026-4035 < 3.11.0 3.11.0
  7. MLflow allows unauthorized access to multipart upload endpoints when the `--serve-artifacts` mode is enabled
    Krytyczna · 9.0 CVE-2026-2651 < 3.10.0 3.10.0
  8. MLflow: Improper Origin Validation in MLflow Assistant /ajax-api Endpoints Enables Browser-Mediated Local Command Execution
    Krytyczna · 9.6 CVE-2026-2611 >= 3.9.0, < 3.10.0 3.10.0
  9. MLFlow Creates a Temporary File With Insecure Permissions
    Wysoka · 7.0 CVE-2026-4137 >= 1.26.0, < 3.11.0 3.11.0
  10. A vulnerability in mlflow/mlflow versions 3.9.0 and earlier allows unauthenticated access to certain FastAPI routes when the server is started with authentication enabled (`--app-name basic-auth`) and
    Wysoka · 8.6 CVE-2026-2652 < 3.10.0 3.10.0
  11. MLflow allows an unauthenticated remote attacker to read arbitrary files from the server's filesystem
    Wysoka · 7.5 CVE-2026-2614 < 3.10.0 3.10.0
  12. A Server-Side Request Forgery (SSRF) vulnerability exists in MLflow versions prior to 3.9.0. The `_create_webhook()` function in `mlflow/server/handlers.py` accepts a user-controlled `url` parameter w
    Wysoka · 7.1 CVE-2026-2393 < 3.9.0 3.9.0
  13. mlflow: FastAPI job endpoints under `/ajax-api/3.0/jobs/*` are not protected by authentication or authorization
    Krytyczna · 9.1 CVE-2026-0545 <= 3.10.1 brak poprawki
  14. Mlflow: Command Injection when serving models with enable_mlserver=True
    Krytyczna · 9.6 CVE-2026-0596 < 3.9.0 3.9.0
  15. MLflow Command Injection vulnerability
    Krytyczna · 10.0 CVE-2025-15379 < 3.8.1 3.8.1
  16. MLFlow path traversal vulnerability
    Krytyczna · 9.6 CVE-2025-15036 < 3.9.0rc0 3.9.0rc0
  17. MLFlow allows Tracing + Assessments Access
    Wysoka · 8.1 CVE-2025-15381 <= 3.8.1 brak poprawki
  18. Arbitrary file write via tar traversal in mlflow
    Wysoka · 8.1 CVE-2025-15031 < 3.9.0rc0 3.9.0rc0
  19. MLflow has a command injection in mlflow/sagemaker/__init__.py
    Wysoka · 7.5 CVE-2025-14287 < 3.8.0rc0 3.8.0rc0
  20. MLflow Tracking Server Artifact Handler Directory Traversal Remote Code Execution Vulnerability
    Wysoka · 8.1 CVE-2026-2033 < 3.8.0rc0 3.8.0rc0
  21. MLflow Use of Default Password Authentication Bypass Vulnerability
    Krytyczna · 9.8 CVE-2026-2635 < 3.8.0rc0 3.8.0rc0
Pokaż więcej (20) Widać 21 z 68

Dowiedz się, które podatności dotyczą Twojej aplikacji

Po podłączeniu integracji DockRay i włączeniu raportowania oprogramowania DockRay porównuje zgłoszone wersje komponentów ze znanymi podatnościami i powiadamia o potwierdzonych dopasowaniach. Zakres zależy od obsługiwanej technologii i dostępnych biuletynów.

Podłącz swoją aplikację
Newsletter DockRay

Bezpieczeństwo aplikacji w Twojej skrzynce

Najważniejsze podatności, konkretne zalecenia i praktyczne wskazówki dla Twoich aplikacji. Wybierz technologie i śledź to, co ma znaczenie dla Twojego projektu.

  • Codzienne zestawienie nowych podatności, także krytycznych.
  • Powiadomienia o ważnych aktualizacjach.
  • Praktyczne porady o bezpieczeństwie i monitoringu aplikacji.

Pozostaw puste, aby otrzymywać informacje o wszystkich technologiach.

Polityka prywatności

Zapis jest bezpłatny. Wypiszesz się jednym kliknięciem w wiadomości.