Skip to content
KitploitKITPLOIT
StrumentiBlog
Invia
StrumentiBlog
Invia

Strumenti di Hacking, PenTest e Cybersecurity per il tuo Arsenale di Sicurezza!

Kitploit è una directory di strumenti di hacking, cybersecurity e pentesting. Scopri gli ultimi aggiornamenti dei progetti per trovare vulnerabilità, analizzare sistemi, automatizzare i test e rafforzare la tua sicurezza.

··Feed·Contatto·Privacy·© 2026 Kitploit

Directory degli strumenti

Categorie

Vedi tutte le categorie
Loading categories
Strumenti/GitHubGitHub/paultheal1en/cve-2023-1177-poc-reproduce
Analisi delle VulnerabilitàExploitSfruttamento di Applicazioni WebPenetration TestingApprendimento e Formazione
GitHubpaultheal1en/cve-2023-1177-poc-reproduce

CVE-2023-1177-PoC-reproduce

PoC della vulnerabilità CVE-2023-1177 in MLflow (Riproduzione)

Vedi Repository
1 anno faNon ancora revisionato

Più Popolari

Vedi tutti →

Scopri gli strumenti più utilizzati dalla nostra community.

Esplora tutti gli strumenti

Sfoglia la nostra collezione di strumenti

Vedi tutti gli strumenti →
Condividi

MLflow CVE-2023-1177 - PoC e Riproduzione

Questo repository contiene il codice Proof-of-Concept (PoC) e le istruzioni per riprodurre la vulnerabilità Local File Inclusion (LFI) in MLflow, identificata come CVE-2023-1177.

Informazioni sulla vulnerabilità:

  • CVE ID: CVE-2023-1177
  • Tipo di vulnerabilità: Local File Inclusion (LFI) / Path Traversal
  • Versioni interessate: MLflow <= 2.1.1
  • Versione con patch: MLflow >= 2.2.1 (la 2.2.1 è quella indicata nel NVD, ma a mio parere è dalla 2.3.1)
  • Descrizione: La vulnerabilità risiede nel modo in cui l'endpoint GET /model-versions/get-artifact gestisce i percorsi. Un attaccante può creare una versione del modello (model version) con il campo source modificato in un percorso locale sul server (usando file:///). Successivamente, chiamando l'endpoint get-artifact con il parametro path che punta a un file desiderato (relativo al source modificato), l'attaccante può leggere il contenuto di file arbitrari sul file system del server con i permessi dell'utente che esegue il server MLflow.

Configurazione dell'ambiente:

  1. Installare Conda: Assicurati di aver installato Miniconda o Anaconda.
  2. Creare l'ambiente Conda: Usa il file environment.yml fornito in questo repository per ricreare esattamente l'ambiente utilizzato per i test:
    root@kitploit:~
    conda env create -f environment.yml
    
    Questa operazione creerà un ambiente chiamato attack (o il nome definito nel file yml) con Python e tutti i pacchetti necessari (inclusi mlflow==2.1.1, requests, pandas, databricks-cli e una versione compatibile di setuptools).
  3. Attivare l'ambiente:
    root@kitploit:~
    conda activate attack
    

Passaggi per riprodurre la vulnerabilità e PoC; se sei troppo pigro per riprodurla, puoi fare riferimento a questo challenge: https://hackmd.io/@paultheal1en/SymHyk10kg

Scarica lo strumento