Exploração ativa de falha SSRF crítica no MLflow expõe credenciais de nuvem; FUXA também sob ataque
Pesquisadores da watchTowr e da VulnCheck relataram exploração ativa, iniciada horas após a divulgação, de uma falha crítica de SSRF sem autenticação no MLflow (CVE-2026-64849, CVSS 9.3) que permite acessar endpoints de metadados de nuvem e roubar credenciais. No mesmo período, uma falha separada e igualmente crítica no software SCADA/HMI FUXA (CVE-2026-25895, CVSS 9.5) também está sendo escaneada e explorada para escrita arbitrária de arquivos.
Duas vulnerabilidades críticas não relacionadas entre si estão sendo escaneadas e exploradas ativamente desde 17 e 18 de agosto de 2026: uma no MLflow, plataforma open source de rastreamento de experimentos e registro de modelos de IA/ML amplamente usada em pipelines de machine learning, e outra no FUXA, software open source de SCADA/HMI para automação industrial. Pesquisadores as reportaram em conjunto por terem sido alvo de campanhas de varredura praticamente simultâneas.
No MLflow, a CVE-2026-64849 (CVSS 9.3) é uma falha de Server-Side Request Forgery (SSRF) sem autenticação que afeta versões anteriores à 3.15.0. O bug está nos webhooks do registro de modelos e contorna uma correção anterior de SSRF por meio do tratamento inadequado de redirecionamentos web, permitindo que um atacante sem credenciais, ao alcançar o Tracking Server, faça o servidor emitir requisições HTTP arbitrárias contra endpoints internos de metadados de nuvem, o caminho clássico para roubo de credenciais em ambientes hospedados em provedores como AWS, GCP ou Azure. A watchTowr identificou varredura indiscriminada por instâncias MLflow expostas horas após a atribuição do CVE.
No FUXA, a CVE-2026-25895 (CVSS 9.5) combina ausência de autenticação com path traversal em versões até 1.2.9, permitindo que um atacante remoto não autenticado escreva arquivos arbitrários no sistema, com potencial de execução remota de código. A VulnCheck identificou cerca de 60 instâncias FUXA expostas publicamente sendo sondadas, com tentativas de sobrescrever o arquivo main.js com dados aleatórios, embora ainda sem payloads de RCE confirmados em campo.
O caso do MLflow ilustra um padrão recorrente em infraestrutura de IA: componentes como registries e trackers de experimentos costumam ser implantados dentro de VPCs de nuvem com acesso à malha de metadados que concede credenciais de IAM, mas raramente recebem o mesmo nível de hardening que aplicações web voltadas ao público. Uma falha de SSRF nesse tipo de componente vira quase automaticamente um caminho para roubo de credenciais de nuvem inteiras, e a velocidade da exploração, começando dentro de horas da divulgação do CVE, reforça que qualquer instância MLflow exposta à internet ou alcançável a partir de um host comprometido precisa ser corrigida e ter suas credenciais rotacionadas imediatamente, além de segmentação de rede que impeça o Tracking Server de alcançar o serviço de metadados da nuvem.