MLflow 是一个用于管理机器学习生命周期的平台，其在 dspy 和 statsmodels 模型风味（model flavors）中存在漏洞。该漏洞允许未经授权的 pickle 反序列化执行，从而绕过安全控制。dspy 风味具有一种条件性安全控制，但如果模型路径不以 .pkl 结尾，该控制即可被绕过。statsmodels 风味则完全缺失此项安全控制，因此默认处于易受攻击状态。通过这两种风味加载模型时，需要在 MLmodel 文件中指定模型和路径。利用此漏洞可实现任意远程代码执行。攻击者可通过在易受攻击的风味中加载恶意的 pickle 载荷来达成此目的。该攻击需要攻击者对获取 MLflow 模型的位置拥有写入权限。此漏洞已在 MLflow 3.12.0 版本中得到确认。MLflow 已在 3.15.0 及更高版本中修复了 statsmodels 风味的漏洞。建议用户升级其 MLflow 安装。在 dspy 风味漏洞修复之前，若用户希望防止 pickle 反序列化，应避免通过该风味加载模型。