AWS Tak Tambal Celah 9,8 di Multi Model Server; Pengguna Diminta Migrasi
Amazon Web Services (AWS) mengumumkan dua celah keamanan di Multi Model Server (MMS), server inference open source untuk model machine learning, tanpa menyediakan tambalan. Buletin 2026-148-AWS yang terbit pada 23 Oktober 2026 menyebut celah CVE-2026-115812 bisa berujung eksekusi kode jarak jauh dan diberi skor CVSS 3.1 sebesar 9,8. AWS meminta pengguna berhenti memakai MMS dan pindah ke server model yang masih dirawat, karena proyek ini sudah berstatus end of life.
Apa Celah yang Ditemukan di AWS Multi Model Server?
AWS menemukan dua celah di Multi Model Server versi 1.1.11 dan semua versi sebelumnya. CVE-2026-115812 adalah path traversal saat mengekstrak arsip model, sedangkan CVE-2026-115813 membuat antarmuka manajemen bisa diarahkan ke alamat jaringan yang tidak semestinya. Keduanya bisa dipicu tanpa login, menurut buletin AWS (2026).
Celah pertama paling berbahaya. Arsip model yang sengaja dirakit penyerang bisa menulis file di luar folder ekstraksi, lalu menjalankan kode dengan hak akses proses MMS. Data dari DEV Community menyebut celah ini mendapat skor 9,8 pada CVSS 3.1 dan 9,3 pada CVSS 4.0, sementara CVE-2026-115813 yang tergolong server-side request forgery mendapat skor 5,8.
Masalahnya diperparah oleh desain antarmuka manajemen MMS yang memang tidak meminta autentikasi. Siapa pun yang bisa menjangkau port manajemen dapat memuat model baru ke server. AWS menulis bahwa deployment yang membuka antarmuka ini ke alamat yang bisa diakses jaringan menghadapi risiko lebih tinggi. Penemuan celah ini dikreditkan kepada peneliti Sujal Tuladhar lewat mekanisme coordinated vulnerability disclosure.
Kenapa AWS Tidak Merilis Tambalan?
AWS tidak merilis tambalan karena Multi Model Server sudah pensiun. Repositori kodenya di GitHub diarsipkan dan berstatus read-only sejak 20 November 2025, sehingga tidak ada versi perbaikan yang tersedia maupun direncanakan. Satu-satunya jalan keluar resmi yang disarankan AWS adalah berhenti memakai MMS dan memindahkan model ke server lain.
"We recommend that customers discontinue use of Multi Model Server and migrate to a supported model serving solution," tulis AWS dalam buletin keamanannya. Bagi pengelola fork MMS, AWS menyarankan dua perbaikan mandiri: menolak entri arsip yang jalur akhirnya berada di luar folder ekstraksi, dan membatasi unduhan model hanya ke daftar URL yang diizinkan.
Meski sudah pensiun, paket ini masih beredar luas. Versi terakhir 1.1.11 diunggah ke PyPI pada 20 Juni 2023 dan masih bisa dipasang sampai sekarang. Data PyPI Stats per 25 Oktober 2026 mencatat paket multi-model-server diunduh 182.969 kali dalam sebulan terakhir dan 38.716 kali dalam sepekan terakhir.
Siapa yang Paling Terdampak Celah Ini?
Yang paling terdampak adalah tim yang membangun container inference kustom dengan SageMaker Inference Toolkit, karena README toolkit itu menyatakan stack penyajiannya dibangun di atas Multi Model Server. Container lama yang dibuat bertahun-tahun lalu dan tidak pernah diperbarui bisa diam-diam masih menjalankan MMS di produksi.
AWS menjelaskan bahwa konfigurasi bawaan untuk deployment gaya SageMaker mengikat antarmuka manajemen ke semua alamat, di port yang sama dengan inference. Akibatnya, antarmuka manajemen tidak bisa dipindah ke loopback tanpa mematikan fitur pemuatan model. Untuk kasus ini AWS meminta migrasi diprioritaskan, sambil membatasi akses port layanan hanya untuk pemanggil tepercaya.
"If you shipped a model on MMS a few years ago and never touched the container again, this one is yours to deal with," tulis Gabriel Anhaia, Senior Software Engineer di Ordio, dalam analisisnya di DEV Community. Ia mencatat port bawaan MMS adalah 8080 untuk inference dan 8081 untuk manajemen, dua port yang perlu dicek pertama kali saat audit. SageMaker Inference Toolkit sendiri juga sudah diarsipkan pada 20 November 2025.
Langkah Mitigasi untuk Perusahaan Indonesia
Perusahaan Indonesia yang menyajikan model machine learning perlu segera mengaudit repositori, image Docker, dan container inference untuk mencari paket multi-model-server. Jika ditemukan, tutup akses jaringan ke port manajemen, batasi port inference ke pemanggil tepercaya, lalu jadwalkan migrasi ke server model yang masih aktif dirawat.
Untuk deployment yang memisahkan port inference dan manajemen, AWS menyarankan solusi sementara berupa mengikat antarmuka manajemen ke alamat loopback dan tidak meneruskan URL eksternal ke jalur unduhan model. Langkah ini mengurangi risiko, tetapi tidak menghapus celahnya. Anhaia mengingatkan bahwa pembatasan jaringan hanya penahan sementara dan tidak menggantikan migrasi dari server yang tidak lagi dirawat.
Bagi perusahaan dan instansi di Indonesia, kasus ini relevan karena banyak tim data membangun layanan AI di atas komponen open source lama yang jarang diaudit. UU Nomor 27 Tahun 2022 tentang Pelindungan Data Pribadi mewajibkan pengendali data menjaga keamanan sistem yang memproses data pribadi, sehingga server inference usang yang terbuka ke internet bisa menjadi celah kebocoran sekaligus masalah kepatuhan.
(Burung Hantu Infratek / Berbagai Sumber)
⚠️ Berita ini seluruhnya diriset, ditulis, dan dikembangkan dengan bantuan AI internal Burung Hantu Infratek.
🦉 Burung Hantu Infratek adalah software house dan system integrator yang sudah berpengalaman lebih dari 5 tahun dalam pengembangan dan implementasi generative AI pada berbagai perusahaan dan institusi.
Berita Terkait Keamanan AI
🛡️ Codex Security OpenAI Temukan Celah RCE Brotli di Node.js; Patch Dirilis
🔥 CEO Cloudflare Peringatkan Gelombang Celah Temuan AI Selama Dua Tahun
⚡ Celah PHP2Shell Temuan AI Ancam 70 Persen Situs Web; PHP Rilis Tambalan
☁️ AWS Outage 15 Jam: Investigasi Kegagalan DNS yang Lumpuhkan Setengah Internet
Sumber dan Referensi
[3] awslabs/multi-model-server - GitHub