MLflow – Codeausführung durch Deserialisierung nicht vertrauenswürdiger Daten

Beschreibung

In der MLflow-Plattform ab Version 1.1.0 kann es zur Deserialisierung nicht vertrauenswürdiger Daten kommen: Ein schädlich präpariertes scikit-learn-Modell kann bei der Interaktion beliebigen Code auf dem System des Nutzers ausführen. CVSS-Basiswert: 8.8 (Hoch). Empfohlene Massnahme: Modelle nur aus vertrauenswürdigen Quellen laden und Herstellerhinweise beachten.

Changelog

1. 2026-07-20 · zuletzt

   • Report neu erstellt.

Automatisch aus dem Vergleich der Datenstände erzeugt (CVSS, Schweregrad, KEV-Status, Ransomware, betroffene Produkte, EPSS-Sprünge ab 5 Prozentpunkten). Nicht redaktionell verfasst.

Betroffene Produkte

Quellen und Referenzen

• NVD (NIST) Offizieller Eintrag mit CVSS-Vektor und Referenzen
• MITRE CVE CVE-Stammsatz der MITRE Corporation
• FIRST EPSS Ausnutzungswahrscheinlichkeit der naechsten 30 Tage

Weitere Schwachstellen in MLflow

• MLflow Server-Side Request Forgery Vulnerability KEV CVE-2026-64849
• mlflow: Path-Traversal in extract_archive_to_dir CVE-2025-15036
• MLflow: Absolute Path Traversal (vor Version 2.5.0) CVE-2023-3765
• MLflow: Fehlende Authentifizierung an den Job-Endpunkten trotz basic-auth CVE-2026-0545
• MLflow: Command-Injection bei Modell-Serving-Initialisierung CVE-2025-15379
• MLflow: Authentifizierungsumgehung durch schwache Passwortanforderungen CVE-2025-11200