Las Ataques SSRF MLflow están ganando tracción. Informes independientes señalan que actores maliciosos están escaneando internet en busca de instancias expuestas y, una vez encontradas, explotando una vulnerabilidad crítica para alcanzar servicios internos de metadatos en la nube. El objetivo no es solo causar impacto: buscan exfiltrar credenciales y secretos que suelen estar disponibles en endpoints internos.
Además de MLflow, también se vigilan esfuerzos de explotación contra FUXA. En este artículo resumimos qué se conoce, qué riesgos implica y qué pasos prácticos pueden tomar los equipos de seguridad para reducir la exposición.
Qué está pasando con las Ataques SSRF MLflow
De acuerdo con reportes compartidos por equipos de inteligencia y análisis de vulnerabilidades, en cuestión de horas tras el anuncio de la falla se observaron actividades de escaneo y explotación. Esto sugiere que el patrón es automatizado: los atacantes buscan servidores “Tracking Server” accesibles desde fuera, y luego intentan aprovechar el fallo para realizar solicitudes HTTP desde el entorno vulnerable.
La pieza clave es que la vulnerabilidad permite al atacante actuar como intermediario hacia servicios internos conocidos, en particular los endpoints de cloud metadata. En entornos donde esos endpoints devuelven información sensible, el resultado puede ser el robo de credenciales y otros secretos.
La vulnerabilidad MLflow: CVE-2026-64849
La falla señalada para MLflow es CVE-2026-64849, con una puntuación CVSS 9.3. Se describe como una Server-Side Request Forgery (SSRF) sin autenticación.
En términos prácticos, el problema afecta a versiones inferiores a 3.15.0 y puede permitir que un atacante que consiga llegar al Tracking Server emita solicitudes HTTP hacia endpoints internos arbitrarios. Entre esos destinos están los servicios de metadatos de la nube, usados comúnmente por plataformas para exponer información de identidad y configuración.
Cómo se materializa el riesgo
La evidencia recopilada indica que los atacantes no se limitan a probar el fallo: intentan extraer datos sensibles desde direcciones y servicios internos “bien conocidos”. En el reporte se menciona que los sistemas expuestos en la nube podrían estar siendo priorizados, lo que eleva el impacto potencial si existen credenciales disponibles en esos endpoints.
También se describe una interacción con elementos de MLflow, incluyendo el uso de webhooks del model-registry para “proxy” de solicitudes a través del sistema afectado, lo que ayuda a interactuar con servicios internos.
Señales de compromiso y recomendaciones inmediatas
Si gestionas MLflow o lo tienes accesible desde redes externas, las recomendaciones van más allá del parche. Los reportes coinciden en tres líneas de acción: actualizar, revisar registros y verificar exposición de secretos.
- Prioriza la corrección: actualiza MLflow a una versión que no esté afectada (por el criterio descrito, fuera del rango < 3.15.0).
- Revisa auditorías y logs: busca indicios de solicitudes anómalas que apunten a endpoints internos o a servicios de metadatos.
- Valida credenciales expuestas: comprueba si claves, tokens o secretos pudieron haber sido recuperados durante intentos de explotación.
Como las Ataques SSRF MLflow pueden operar aprovechando rutas accesibles desde el exterior, una medida complementaria es reducir la superficie: limita accesos al Tracking Server, segmenta redes y evita que endpoints de metadatos sean alcanzables desde procesos que no lo requieran explícitamente.
Por qué los atacantes eligen instancias “expuestas”
Un detalle que resalta el reporte es el carácter oportunista del escaneo: se detectaron intentos indiscriminados de búsqueda de instancias MLflow accesibles públicamente poco después de asignarse el CVE.
Esto suele ocurrir cuando existe una combinación peligrosa: software vulnerable + sistema accesible desde internet + falta de controles de red o de validación de destino en el componente afectado. Cuanto más abierta está la instalación (especialmente en entornos con rutas que permiten llegar al Tracking Server), más fácil es que el atacante automatice el proceso de identificación y explotación.
Otro foco: FUXA y la vulnerabilidad CVE-2026-25895
Mientras el caso de MLflow centra la atención por el impacto sobre credenciales y secretos, el reporte también menciona una situación crítica en FUXA, una plataforma open-source web para SCADA/HMI y automatización industrial.
La vulnerabilidad relevante es CVE-2026-25895, con CVSS 9.5. Se describe como una ausencia de autenticación para una función crítica y, además, un componente de path traversal.
El impacto indicado es severo: un atacante remoto no autenticado podría escribir archivos arbitrarios en el sistema de archivos del servidor y, como consecuencia, llegar a ejecución de código remoto. En el reporte se indica que afecta versiones ≤ 1.2.9.
Qué se ha observado en el escaneo y los intentos
Según el informe citado, se detectó actividad maliciosa dirigida a esta falla a partir del 18 de agosto de 2026. Se observó una IP intentando escanear extensamente instancias vulnerables de FUXA expuestas públicamente.
En cuanto al patrón del intento, se menciona que la solicitud intenta sobrescribir main.js con datos sin sentido mediante la ruta asociada al path traversal de la CVE. En el momento del reporte, no se habían observado cargas para RCE todavía, pero el simple hecho de sobrescribir archivos ya es una señal de abuso.
También se señala que existen alrededor de 60 instalaciones de FUXA expuestas a internet, lo cual puede acelerar la propagación de intentos si las organizaciones no corrigen y restringen el acceso.
Explotación en FUXA no es un hecho aislado
El seguimiento no se limita a esta vulnerabilidad. Se menciona que, en el último año, otras dos CVE relevantes en FUXA —CVE-2026-25939 y CVE-2023-33831— también han mostrado esfuerzos de explotación activa.
Para la CVE-2023-33831, se indica actividad que “se remonta a noviembre de 2025” y que se habría observado también recientemente. Este historial refuerza una idea: cuando una superficie industrial o de control está expuesta, la ventana de oportunidad para atacantes persistentes suele ser mayor.
Checklist rápido para reducir el riesgo
Si tu organización usa MLflow o FUXA (o ambos), puedes convertir la información del reporte en acciones concretas con este checklist:
- Actualiza a versiones corregidas y documenta qué sistemas quedan fuera del rango afectado.
- Reduce exposición: evita publicar interfaces de administración o servicios sensibles si no es estrictamente necesario.
- Revisa accesos: busca patrones inusuales en logs (especialmente conexiones internas o destinos típicamente no esperados).
- Gestiona secretos: verifica rotación de credenciales si existió riesgo de exfiltración.
- Monitorea de forma continua: el escaneo automatizado puede reaparecer si quedan instancias vulnerables accesibles.
Conclusión
Las Ataques SSRF MLflow demuestran cómo una sola falla puede convertirse en una ruta hacia la exfiltración de credenciales cuando hay acceso a servicios internos de metadatos. La combinación de escaneo rápido, instancias expuestas y un vector sin autenticación aumenta el riesgo para equipos que no han actualizado o que no han endurecido el acceso a sus servicios.
Al mismo tiempo, el foco en FUXA recuerda que el panorama de vulnerabilidades en software de automatización también está bajo escrutinio activo. La respuesta más efectiva suele ser la misma: corregir, auditar y reducir superficie para impedir que estos intentos prosperen.
Fuente: https://thehackernews.com/2026/08/attackers-exploit-mlflow-ssrf-flaw-to.html
