Deutschland: CERT-Bund warnt vor kritischer MLflow-Sicherheitslücke
Der CERT-Bund hat eine kritische Schwachstelle in der Open‑Source‑Plattform MLflow identifiziert, die von einem entfernten, anonymen Angreifer ausgenutzt werden kann, um Sicherheitsvorkehrungen zu umgehen und Daten offenzulegen oder zu manipulieren.
Beschreibung der betroffenen Software
MLflow ist ein weit verbreitetes Tool zur Verwaltung des gesamten Lebenszyklus von Machine‑Learning‑Modellen, darunter Experiment‑Tracking, Modell‑Versionierung und Bereitstellung. Die Plattform wird von Unternehmen und Forschungseinrichtungen weltweit eingesetzt, um Daten‑ und Modell‑Workflows zu automatisieren.
Technische Details der Schwachstelle
Nach Angaben des CERT‑Bund ermöglicht die Schwachstelle einem Angreifer, ohne Authentifizierung Befehle an die MLflow‑Server‑Komponente zu senden. Durch die Ausnutzung kann der Angreifer bestehende Sicherheitsmechanismen umgehen, sensible Daten aus den zugrunde liegenden Speicherorten auslesen oder manipulieren.
Potenzielle Auswirkungen
Ein erfolgreicher Angriff kann zu unautorisiertem Zugriff auf Trainingsdaten, Modellparameter und Ergebnisberichte führen. In Szenarien, in denen vertrauliche Geschäftsdaten oder personenbezogene Informationen verarbeitet werden, besteht das Risiko von Datenverlust, Manipulation und daraus resultierenden geschäftlichen oder rechtlichen Konsequenzen.
Empfohlene Gegenmaßnahmen
Der CERT‑Bund rät Administratoren, sofortige Schutzmaßnahmen zu ergreifen: Die betroffenen Systeme sollten auf die neueste Version von MLflow aktualisiert werden, sobald ein Sicherheitspatch verfügbar ist. Zusätzlich sollten Netzwerk‑Firewalls so konfiguriert werden, dass nur autorisierte Clients Zugriff auf die MLflow‑API erhalten, und Authentifizierungsmechanismen nach Möglichkeit aktiviert werden.
Reaktion des Herstellers
Der Hersteller von MLflow wurde über die Schwachstelle informiert und arbeitet an einem entsprechenden Patch. Nutzer werden aufgefordert, die offiziellen Kommunikationskanäle zu beobachten, um zeitnah über die Veröffentlichung des Updates informiert zu werden.
Handlungsempfehlungen für Anwender
Betreiber von MLflow‑Instanzen sollten ihre Logfiles auf ungewöhnliche Zugriffsversuche prüfen und verdächtige Aktivitäten sofort melden. Darüber hinaus wird empfohlen, regelmäßige Sicherheitsaudits durchzuführen und das Prinzip der geringsten Rechte bei der Konfiguration von Zugriffsrechten anzuwenden.
Einordnung in das Gesamtrisiko
Die Entdeckung unterstreicht die wachsende Bedeutung von Sicherheitsaspekten in der KI‑Entwicklung und dem Betrieb von Machine‑Learning‑Infrastrukturen. Angesichts zunehmender Angriffe auf Daten‑ und Modell‑Pipelines ist ein proaktiver Ansatz zur Schwachstellenbewertung und -behebung unerlässlich.
Dieser Bericht basiert auf Informationen von CERT-Bund, lizenziert unter Amtliches Werk gem. § 5 UrhG (Deutschland).
Ende der Uebertragung