MLflow, платформа для управления жизненным циклом машинного обучения, имеет уязвимость в своих модельных форматах dspy и statsmodels. Эта проблема позволяет несанкционированно выполнять десериализацию pickle, обходя меры безопасности. Формат dspy имеет условный контроль безопасности, который можно обойти, если путь к модели не заканчивается на .pkl. Формат statsmodels полностью лишен этого контроля безопасности, что делает его уязвимым по умолчанию. Загрузка моделей через эти форматы требует указания модели и пути в файле MLmodel. Эксплуатация этой уязвимости позволяет выполнять произвольный удаленный код. Злоумышленник может добиться этого, загрузив вредоносную полезную нагрузку pickle через уязвимый формат. Атака требует прав на запись в место, откуда берутся модели MLflow. Эта уязвимость была подтверждена в версии MLflow 3.12.0. MLflow исправил формат statsmodels в версиях 3.15.0 и выше. Пользователям рекомендуется обновить свои установки MLflow. Пока уязвимость формата dspy не будет устранена, пользователям следует избегать загрузки моделей через него, если они хотят предотвратить десериализацию pickle.