MLflow

Die Schwachstelle betrifft die Open-Source-Plattform MLflow, die zum Entwickeln und Verwalten von Machine-Learning-Modellen, großen Sprachmodellen und Agenten eingesetzt wird. Betroffen ist die Testfunktion für Webhooks: Ein ohne Anmeldung erreichbarer Endpunkt prüft die angegebene Zieladresse nur einmal für die ursprünglich übergebene URL. Beim anschließenden Versenden der Anfrage folgt MLflow jedoch Weiterleitungen und löst den Hostnamen erneut auf, ohne die zuvor geprüfte Adresse festzuhalten. Dadurch kann ein Angreifer die Adressprüfung umgehen und den Server dazu bringen, Anfragen an interne Systeme oder an Metadatendienste von Cloud-Umgebungen zu schicken – ein klassischer Server-Side-Request-Forgery-Angriff. Die Antwort wird dabei an den Angreifer zurückgegeben, einschließlich Statuscode und Antwortinhalt, sodass sich interne Dienste erkunden und unter Umständen Cloud-Zugangsdaten aus Metadatendiensten abgreifen lassen.