Zum Inhalt springen

Angreifer nutzen SSRF-Schwachstelle in MLflow zum Diebstahl von Cloud-Credentials

Auf den Punkt: Aktive Angriffe nutzen eine SSRF-Schwachstelle in MLflow zum Abgreifen von Cloud-Credentials, während parallel eine Lücke in der OT-Software FUXA ausgenutzt wird.

Sicherheitsforscher von watchTowr und VulnCheck berichten unabhängig voneinander über aktive Scanning- und Exploitation-Aktivitäten gegen kritische Schwachstellen in der Open-Source-KI-Plattform MLflow sowie in der SCADA/HMI-Software FUXA. Betroffen sind damit sowohl KI-Infrastruktur als auch OT-Umgebungen.

MLflow ist eine weit verbreitete Open-Source-Plattform zur Verwaltung des Machine-Learning-Lebenszyklus, die in zahlreichen Unternehmen für Experiment-Tracking, Modell-Registrierung und Deployment eingesetzt wird. Laut den Berichten von watchTowr und VulnCheck existiert in MLflow eine Server-Side-Request-Forgery-Schwachstelle (SSRF), die es Angreifern ermöglicht, den Server dazu zu bringen, Anfragen an interne oder cloudinterne Ressourcen zu stellen. Parallel dazu beobachten die Forscher Exploitation-Versuche gegen FUXA, eine webbasierte SCADA/HMI-Software für operative Technologie (OT) und industrielle Automatisierung.

Über die SSRF-Lücke in MLflow lassen sich unter Umständen Cloud-Metadaten-Endpunkte erreichen, etwa jene, über die Cloud-Provider temporäre Zugangsdaten für angeschlossene Dienste bereitstellen. Gelingt der Zugriff, können Angreifer Cloud-Credentials und weitere Secrets abgreifen und diese für lateralen Zugriff auf Cloud-Ressourcen oder Datenexfiltration missbrauchen. Für Unternehmen, die MLflow in Produktionsumgebungen oder mit Anbindung an Cloud-Infrastruktur (AWS, Azure, GCP) betreiben, ergibt sich damit ein direktes Risiko für Identitäts- und Zugriffsmanagement.

Die parallele Ausnutzung einer Schwachstelle in FUXA zeigt, dass Angreifer aktuell sowohl KI-Tooling als auch OT/ICS-Systeme als Angriffsflächen adressieren. Für CISOs bedeutet dies, MLflow-Instanzen auf Erreichbarkeit aus dem Internet sowie auf Netzwerksegmentierung gegenüber Cloud-Metadaten-Diensten zu prüfen. Empfohlen sind die Härtung von IMDS-Zugriffen (etwa durch IMDSv2 bei AWS), die Einschränkung ausgehender Verbindungen von MLflow-Servern sowie eine Überprüfung vorhandener Patches beziehungsweise Versionsstände, sobald offizielle Advisories der Projekte vorliegen.

Da der Originalbericht keine konkrete CVE-Nummer, betroffene Versionsnummern oder ein Patch-Datum nennt, sollten Sicherheitsverantwortliche die Angaben von watchTowr und VulnCheck sowie offizielle MLflow- und FUXA-Advisories eng verfolgen, um Exposition und Handlungsbedarf im eigenen Umfeld konkret bewerten zu können.


Quelle: thehackernews.com · Erschienen 18. August 2026
Lumi AI News — KI-assistierte Kuratierung gemaess Art. 50 EU AI Act. Paraphrase und Klassifikation durch Lumi News Pipeline v1.8.3.

Share on: