Zaloguj się
Deutsch English Español Polski
Wysoka

MLFlow Creates a Temporary File With Insecure Permissions

  • Ujawniono: 18.05.2026
  • Aktualizacja: 11.10.2026 15:17

In mlflow/mlflow versions prior to 3.11.0, the get_or_create_nfs_tmp_dir() function in mlflow/utils/file_utils.py creates temporary directories with world-writable permissions (0o777), and the _create_model_downloading_tmp_dir() function in mlflow/pyfunc/__init__.py creates directories with group-writable permissions (0o770). These insecure permissions allow local attackers to tamper with model artifacts, such as cloudpickle-serialized Python objects, and achieve arbitrary code execution when the tampered artifacts are deserialized via cloudpickle.load(). This vulnerability is particularly critical in environments with shared NFS mounts, such as Databricks, where NFS is enabled by default. The issue is a continuation of the vulnerability class addressed in CVE-2025-10279, which was only partially fixed.

Czego dotyczy

Kliknij technologię, aby zobaczyć wszystkie dotyczące jej podatności.

PlatformaPaczkaPodatne wersjePoprawka w wersji
Python (PyPI) mlflow >= 1.26.0, < 3.11.0 3.11.0

Odnośniki

Ocena CVSS 7/10
Wektor CVSS
CVSS:3.0/AV:L/AC:H/PR:L/UI:N/S:U/C:H/I:H/A:H
Słabość (CWE)
CWE-378
Platforma
Python (PyPI)
Paczka
mlflow
Ujawniono
18.05.2026
Aktualizacja
11.10.2026 15:17

Źródła i licencje

OSV / GitHub Advisory Database - PYSEC-2026-2655 - PyPA Advisory Database; CC BY 4.0

OSV / GitHub Advisory Database - GHSA-f2m9-wcf4-cwwx - 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. 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
  2. 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
  3. MLflow AI Gateway permits SSRF through an unvalidated api_base
    Wysoka · 7.1 CVE-2026-71211 >= 3.13.0, <= 3.15.2 brak poprawki
  4. MLflow: trace API endpoints lack proper authorization validators
    Wysoka · 8.1 CVE-2026-8147 >= 2.14.0rc0, < 3.13.0rc0 3.13.0rc0
  5. 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
  6. 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
  7. 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
  8. MLFlow Creates a Temporary File With Insecure Permissions ten wpis
    Wysoka · 7.0 CVE-2026-4137 >= 1.26.0, < 3.11.0 3.11.0
  9. 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
  10. 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
  11. 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
  12. 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
  13. Mlflow: Command Injection when serving models with enable_mlserver=True
    Krytyczna · 9.6 CVE-2026-0596 < 3.9.0 3.9.0
  14. MLflow Command Injection vulnerability
    Krytyczna · 10.0 CVE-2025-15379 < 3.8.1 3.8.1
  15. MLFlow path traversal vulnerability
    Krytyczna · 9.6 CVE-2025-15036 < 3.9.0rc0 3.9.0rc0
  16. MLFlow allows Tracing + Assessments Access
    Wysoka · 8.1 CVE-2025-15381 <= 3.8.1 brak poprawki
  17. Arbitrary file write via tar traversal in mlflow
    Wysoka · 8.1 CVE-2025-15031 < 3.9.0rc0 3.9.0rc0
  18. MLflow has a command injection in mlflow/sagemaker/__init__.py
    Wysoka · 7.5 CVE-2025-14287 < 3.8.0rc0 3.8.0rc0
  19. MLflow Tracking Server Artifact Handler Directory Traversal Remote Code Execution Vulnerability
    Wysoka · 8.1 CVE-2026-2033 < 3.8.0rc0 3.8.0rc0
  20. MLflow Use of Default Password Authentication Bypass Vulnerability
    Krytyczna · 9.8 CVE-2026-2635 < 3.8.0rc0 3.8.0rc0
Pokaż więcej (20) Widać 20 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.