llamaCVEVulnerability Intelligence
/
mlflow/mlflow

CVE-2025-15379

Command Injection in mlflow/mlflow

Parche disponiblecommand injection
Descargar PNG JSON
CVSS 3.0
10.0
Crítica
CVSS:3.0/AV:N/AC:L/PR:N/UI:N/S:C/C:H/I:H/A:H Fuente: CNA
9.0adp · CVSS 3.1CVSS:3.1/AV:N/AC:L/PR:L/UI:R/S:C/C:H/I:H/A:H
ExplotaciónPoC públicaSSVC: poc · no figura en CISA KEV
Exploits públicos0Ninguno conocido
Parche2 versionesPrimer parche a -94 d de la divulgación
Exposición234 dDesde la divulgación, 30 mar 2026, 2:16 a. m.
Detección231 dDesde la divulgación hasta su ingreso al índice
Decisión SSVCAtender
Priorizar en el próximo ciclo de cambios
Existe PoC pública, automatizable e impacto técnico total. Hay versiones corregidas disponibles.
Timeline

Ciclo de vida de la vulnerabilidad

Hoy
Divulgación
Publicada
Evaluación SSVC
Modificada
Explotación
Remediación
Parche 3.8.1
Monitoreo
Detectada
26 dic 25
30 mar 26
31 mar 26
7 sept 26
17 nov 26
19 nov 26
26 dic 25
18 mar 26
8 jun 26
29 ago 26
19 nov 26
FechaFaseEventoDetalle
Remediación Parche 3.8.1 mlflow · -94 d desde divulgación
Divulgación Publicada CVE-2025-15379 divulgada · CVSS 10 (CNA)
Divulgación Evaluación SSVC CISA-ADP · explotación PoC pública
Divulgación Modificada Última actualización del registro
Monitoreo Detectada Ingresó al índice
Resumen

A command injection vulnerability exists in MLflow's model serving container initialization code, specifically in the `_install_model_dependencies_to_env()` function. When deploying a model with `env_manager=LOCAL`, MLflow reads dependency specifications from the model artifact's `python_env.yaml` file and directly interpolates them into a shell command without sanitization. This allows an attacker to supply a malicious model artifact and achieve arbitrary command execution on systems that deploy the model. The vulnerability affects versions 3.8.0 and is fixed in version 3.8.2.

Vector CVSS 3.0

Desglose de métricas

Opción resaltada = valor del vector · izquierda = peor caso · CNA
Vector de ataqueAV:N
RedAdyacenteLocalFísica
ComplejidadAC:L
BajaAlta
PrivilegiosPR:N
NingunoBajosAltos
InteracciónUI:N
NingunaRequerida
AlcanceS:C
CambiadoSin cambio
ConfidencialidadC:H
AltoBajoNinguno
IntegridadI:H
AltoBajoNinguno
DisponibilidadA:H
AltoBajoNinguno
Versiones

Rangos afectados

Afectada Corregida Última
mlflow< 3.8.1
mlflow/mlflow< 3.8.2
3.8.1
3.8.2
3.18.0
Remediación

Estado del parche por paquete

Paquete / productoEstadoCorregida enDesde divulgaciónÚltima versión
pypimlflow
Corregida 3.8.1 -94 d 3.18.0 no afectada
Versiones corregidas3.8.13.8.2
Explotación

Arsenal público

Sin exploits, módulos ni PoC públicos conocidos a la fecha de verificación.

Registro
MitigaciónTo mitigate this issue, avoid deploying MLflow models with `env_manager=LOCAL`. If using `env_manager=LOCAL` is unavoidable, ensure that all model artifacts, particularly their `python_env.yaml` files, originate from trusted sources and are thoroughly vetted for malicious content. This operational control helps prevent the injection of arbitrary commands during model serving container initialization.redhat-SADP
Referencias
Análisishttps://bugzilla.redhat.com/show_bug.cgi?id=2452949
Otrahttps://huntr.com/bounties/dc9c1c20-7879-4050-87df-4d095fe5ca75
Otrahttps://github.com/mlflow/mlflow/commit/361b6f620adf98385c6721e384fb5ef9a30bb05e
Otrahttps://access.redhat.com/security/cve/CVE-2025-15379
Otrahttps://security.access.redhat.com/data/csaf/v2/vex/2025/cve-2025-15379.json

Las referencias externas se muestran para copiar: cve.llama.ec no lo redirige a otros sitios.