Kembali ke Berita
KeselamatanAI Understanding taklimat

Cyber Daily melaporkan eksploitasi aktif terhadap kerentanan aliran ML yang kritikal

Cyber Daily melaporkan bahawa penyerang menyasarkan CVE-2026-64849, kelemahan pemalsuan permintaan sisi pelayan yang tidak disahkan dalam versi MLflow sebelum 3.15.0. Outlet mengatakan organisasi harus menambal sistem yang terdedah dan menyiasat kemungkinan kecurian kelayakan, walaupun sumber itu tidak mengesahkan secara bebas…

6 min readRead the linked source
Source-provided image accompanying Cyber Daily reports active exploitation of critical MLflow vulnerability
Rujukan sumberSumber direkodkan
Penerbit
cyberdaily.au
Pautan sumber
cyberdaily.auhttps://www.cyberdaily.au/security/14085-patch-now-hackers-targeting-critical-vulnerability-in-ai-engineering-platform-mlflow
Jenis sumber
Sumber terpaut — status sumber primer belum ditetapkan.
KonteksFahami perkara ini dalam masa 60 saat

Mulakan di sini

Istilah utama

Model Bahasa Besar (LLM)
Model bahasa yang dilatih mengenai korpora teks besar-besaran untuk menjana dan menganalisis teks.
Uji diri andaKuiz Penjelasan Model AI

Apa yang berlaku

Cyber Daily melaporkan bahawa pelakon berniat jahat mengeksploitasi CVE-2026-64849 dalam MLflow, platform sumber terbuka yang digunakan untuk membina dan mengurus model AI, ejen dan aplikasi model bahasa besar. Kerentanan mempengaruhi versi sebelum 3.15.0 dan telah diperbaiki dalam keluaran itu.

Cyber ​​Daily melaporkan bahawa penyerang menyasarkan CVE-2026-64849, kelemahan pemalsuan permintaan sisi pelayan yang tidak disahkan kritikal dalam MLflow. Outlet itu mengatakan bahawa kelemahan itu telah didedahkan pada 2 Ogos dan secara rasmi memberikan pengecam CVE pada 17 Ogos. Cyber ​​Daily melaporkan bahawa eksploitasi bermula dalam beberapa jam selepas pendedahan, tetapi sumber itu tidak mendokumenkan secara bebas mangsa tertentu, pelanggaran yang berjaya, bukti kelayakan yang dicuri atau kompromi yang disahkan. Oleh itu, laporan itu memisahkan kewujudan pembetulan daripada bukti tentang hasil serangan individu. Ia menerangkan aktiviti penyasaran yang dilaporkan, tetapi tidak mengenal pasti mangsa yang disahkan atau mengukur kesan percubaan tersebut.

Menurut Cyber ​​Daily, kecacatan itu wujud dalam versi MLflow sebelum 3.15.0 dan melibatkan fungsi ujian webhook pendaftaran model. Artikel itu mengatakan MLflow mengesahkan URL webhook asal tetapi kemudian mengikuti ubah hala dan menyelesaikan destinasi semula tanpa menyematkan alamat yang disahkan. Cyber ​​Daily melaporkan bahawa tingkah laku ini boleh membenarkan penyerang mencapai perkhidmatan dalaman atau titik akhir metadata awan dan menerima status respons dan maklumat badan respons. Outlet mengatakan bahawa isu itu telah dibetulkan dalam MLflow 3.15.0. Dalam huraian laporan, urutan penting ialah jurang antara menyemak alamat yang diserahkan dan mengendalikan destinasi yang diubah hala. Urutan itu dibentangkan sebagai laluan yang mana permintaan untuk webhook luaran boleh diubah hala ke lokasi yang lebih sensitif.

Cyber ​​Daily memetik Yordan Ganchev, pakar perisikan ancaman utama di watchTowr, yang mengatakan kecacatan itu boleh meminta proksi melalui sistem MLflow yang terjejas dan berinteraksi dengan perkhidmatan dalaman. Ganchev memberitahu outlet itu bahawa telemetri honeypot global menunjukkan penyerang menyasarkan sistem MLflow yang dihoskan awan dalam percubaan untuk mengekstrak bukti kelayakan dan rahsia daripada alamat dan perkhidmatan IP dalaman yang diketahui. Sumber tidak memberikan telemetri teknikal, senarai mangsa, kiraan insiden atau pengesahan bebas daripada pengendali MLflow. Akaun itu seterusnya menerangkan kedua-dua kelemahan peringkat aplikasi dan laluan berpotensi kepada maklumat yang disimpan di tempat lain dalam persekitaran. Ia tidak mengatakan bahawa setiap pemasangan yang terdedah mendedahkan perkhidmatan yang sama atau setiap permintaan percubaan mengembalikan rahsia berguna.

Butiran sumber: cyberdaily.au ↗

Mengapa ia penting

Cacat yang dilaporkan boleh membenarkan penyerang menggunakan contoh MLflow yang terdedah untuk mencapai perkhidmatan dalaman atau titik akhir metadata awan. Cyber ​​Daily memetik pakar keselamatan yang memberi amaran bahawa bukti kelayakan awan yang dicuri boleh membolehkan akses yang lebih luas, walaupun artikel itu tidak menentukan bilangan sistem yang telah terjejas atau sama ada bukti kelayakan telah berjaya diambil.

Cyber ​​Daily memaparkan isu ini sebagai penting kerana MLflow digunakan dalam AI dan persekitaran pembelajaran mesin yang mungkin merangkumi pembangunan, penyelidikan, kejuruteraan dan pengeluaran. Outlet itu memetik tapak web MLflow sebagai mengatakan bahawa beribu-ribu organisasi menggunakan platform tersebut, termasuk Meta, Accenture dan Microsoft. Tuntutan penggunaan itu tidak disahkan secara bebas dalam sumber, dan Cyber ​​Daily tidak mengatakan bahawa mana-mana syarikat tersebut telah terjejas atau disasarkan. Contoh-contoh disertakan untuk menunjukkan keluasan penggunaan platform yang dilaporkan, bukan untuk memastikan bahawa organisasi yang dinamakan itu menggunakan contoh yang terdedah atau terdedah. Artikel itu tidak memberikan bukti kejadian khusus organisasi.

Risiko praktikal yang diterangkan oleh Cyber ​​Daily ialah pelayan MLflow yang terdedah boleh menjadi jambatan kepada perkhidmatan yang tidak boleh dicapai secara terbuka. Outlet itu memetik Robbie Mueller dari firma tadbir urus keselamatan ArmorCode, yang memberi amaran bahawa kiraan muat turun tidak dapat menentukan pendedahan dan organisasi mungkin tidak mengetahui sistem MLflow yang boleh diakses oleh Internet. Ini menjadikan inventori aset yang tepat dan keterlihatan ke dalam penggunaan awan sebagai bahagian penting dalam menilai risiko yang diterangkan dalam laporan. Penilaian risiko akibatnya bergantung pada fakta yang berbeza-beza mengikut penggunaan, termasuk sama ada perkhidmatan terdedah dan apa yang boleh dicapai. Perbincangan Cyber ​​Daily tidak membekalkan fakta tersebut untuk organisasi tertentu.

Cyber ​​Daily melaporkan amaran Mueller bahawa akses kepada identiti awan yang terlalu istimewa boleh mengembangkan kompromi MLflow awal kepada insiden yang lebih luas. Akibat yang mungkin disenaraikan dalam artikel termasuk akses kepada data sensitif, rahsia, storan, beban kerja tambahan dan API pengurusan awan, diikuti dengan exfiltration data atau pergerakan sisi. Ini dilaporkan kemungkinan terburuk, bukan hasil yang disahkan. Sumber itu tidak menetapkan bahawa kelemahan telah menghasilkan mana-mana daripadanya. Artikel itu merangka akibat ini sebagai bersyarat pada kebenaran dan ketersambungan yang tersedia kepada persekitaran yang terjejas. Pembingkaian bersyarat itu penting kerana laporan itu tidak memberikan bukti bahawa sebarang akibat tersenarai telah berlaku.

Interactive Mechanism

Mekanisme Interaktif: Bagaimana Ia Berfungsi Sebenarnya

Terokai teknologi asas di sebalik pembangunan ini secara interaktif.

Agent Lifecycle Stage:
1
User Intent & Planning: "Audit customer refund request #4092 and settle payment."
2
Tool Calling: Emits structured JSON call crm_get_transaction(id='4092').
3
Guardrail & Verification:🛡️ Paused: High-value action requires human operator sign-off.
4
Final Settlement: Refund recorded, email receipt dispatched, and audit log stored.
Core takeaway: An AI agent is not just a language model—it is a closed loop of planning, tool invocation, and environment feedback. Production systems require self-healing retries and strict human approval guardrails.
Semakan Konsep Interaktif+10 Points
AI Models Explained Quiz

Which component of an AI application is the machine-learning model itself?

Apa yang perlu ditonton seterusnya

Organisasi yang menggunakan MLflow harus mengutamakan peningkatan kepada versi 3.15.0, mengenal pasti kejadian yang boleh diakses Internet, menyemak log untuk aktiviti webhook yang mencurigakan dan menyiasat kemungkinan pendedahan bukti kelayakan dan rahsia. Cyber ​​Daily juga menyerlahkan inventori aset, kawalan keistimewaan paling rendah dan perlindungan pampasan untuk sistem yang tidak boleh ditampal serta-merta.

Cyber ​​Daily menggesa organisasi yang menggunakan MLflow untuk mengutamakan penampalan dan menyiasat kemungkinan kecurian kelayakan. Pemulihan khusus yang dilaporkan oleh outlet ialah menaik taraf sistem kepada MLflow 3.15.0, yang penyenaraian CVE mengenal pasti sebagai versi yang mengandungi pembetulan. Artikel itu tidak menjelaskan sama ada peningkatan sahaja menghapuskan semua kegigihan atau pendedahan yang dibuat sebelum menampal, jadi organisasi masih perlu menilai log dan bukti kelayakan mengikut prosedur tindak balas insiden mereka sendiri. Oleh itu urutan yang disyorkan adalah pembetulan dan penyiasatan: alih keluar versi yang terdedah, kemudian tentukan sama ada sistem atau bukti kelayakannya yang boleh diakses memerlukan respons tambahan. Cyber ​​Daily menyerahkan tempoh semakan yang tepat dan ambang peningkatan kepada organisasi.

Laporan itu mengatakan pembela harus menentukan sama ada kejadian MLflow boleh dicapai daripada Internet dan sama ada titik akhir webhook menerima permintaan luar biasa atau mengikuti ubah hala yang tidak dijangka. Cyber ​​Daily tidak menyediakan peraturan pengesanan, format log, senarai penunjuk atau tandatangan serangan yang disahkan. Ia juga tidak mengenal pasti penyedia awan, wilayah, organisasi atau perkhidmatan dalaman yang didakwa disasarkan, menjadikan skop operasi aktiviti yang dilaporkan tidak jelas. Jurang tersebut mengehadkan apa yang boleh disimpulkan daripada laporan tentang skala atau kebolehulangan aktiviti. Mereka juga bermaksud bahawa ketiadaan senarai penunjuk yang diterbitkan bukanlah bukti bahawa penempatan tidak disentuh.

Untuk sistem yang tidak boleh ditampal serta-merta, Cyber ​​Daily memetik Mueller mengesyorkan kawalan pampasan, amalan pengurusan pendedahan dan prinsip keistimewaan yang paling rendah. Dari segi praktikal dalam pembingkaian artikel, ini bermakna mengehadkan akses rangkaian yang tidak perlu, mengurangkan kebenaran yang tersedia untuk identiti awan MLflow dan memastikan bukti kelayakan atau rahsia yang boleh dicapai daripada persekitaran disemak. Sumber itu tidak mengesahkan mitigasi yang telah diuji terhadap kerentanan ini atau keberkesanannya dalam penggunaan tertentu. Langkah-langkah ini dibentangkan sebagai langkah pengurangan risiko manakala tampalan masih tidak lengkap, bukan sebagai pengganti pelepasan tetap atau untuk penyiasatan di mana pendedahan disyaki. Sumber tidak meletakkan kedudukan mereka atau menetapkan satu reka bentuk penggunaan tunggal.

Soalan utama yang tidak dapat diselesaikan ialah sejauh mana eksploitasi aktif secara meluas, sama ada penyerang memperoleh kelayakan yang sah, berapa banyak pemasangan MLflow yang berhadapan dengan internet yang terdedah dan sama ada mana-mana organisasi telah mengesahkan pelanggaran. Cyber ​​Daily melaporkan bahawa Agensi Keselamatan Siber dan Infrastruktur A.S. memberi amaran kepada agensi persekutuan untuk menangani isu ini, tetapi artikel itu tidak mengeluarkan semula amaran itu atau memberikan kenyataan langsung daripada CISA, MLflow atau organisasi yang terjejas. Pelaporan lanjut harus menetapkan perkara tersebut sebelum kesan insiden dikira. Sehingga soalan tersebut dijawab, laporan itu menyokong menganggap isu itu sebagai kebimbangan keselamatan yang aktif sambil mengekalkan kesimpulan tentang kerosakan dan atribusi terhad kepada perkara yang didokumenkan. Ia tidak menyediakan asas untuk memberikan tanggungjawab kepada aktor tertentu.

Panduan & kuiz berkaitan

Model AI DiterangkanEjen AIEtika AIUji apa yang anda tahu — cuba kuiz AI percumaCari istilah AI dalam glosari kamiIkuti penjejak peraturan AI
Adakah ini berguna?