همهٔ گزارش‌ها
متوسط

Denial of Service in Tensorflow

متن اصلی

نسخه‌های متأثر

بازه‌ها نیاز به بررسی دارند.

نسخه‌های متأثر
< 1.15.4
نسخهٔ اصلاح‌شده
1.15.4
نسخه‌های متأثر
= 2.3.0
نسخهٔ اصلاح‌شده
2.3.1
نسخه‌های متأثر
>= 2.1.0, < 2.1.2
نسخهٔ اصلاح‌شده
2.1.2
نسخه‌های متأثر
= 2.2.0
نسخهٔ اصلاح‌شده
2.2.1
نسخه‌های متأثر
<1.15.4 || >=2.0.0 <2.0.3 || >=2.1.0 <2.1.2 || >=2.2.0 <2.2.1 || >=2.3.0 <2.3.1
نسخهٔ اصلاح‌شده
1.15.4 · 2.0.3 · 2.1.2 · 2.2.1 · 2.3.1
نسخه‌های متأثر
>= 2.0.0, < 2.0.3
نسخهٔ اصلاح‌شده
2.0.3
نسخه‌های متأثر
< 1.15.4
نسخهٔ اصلاح‌شده
1.15.4
نسخه‌های متأثر
>= 2.0.0, < 2.0.3
نسخهٔ اصلاح‌شده
2.0.3
نسخه‌های متأثر
<1.15.4 || >=2.0.0 <2.0.3 || >=2.1.0 <2.1.2 || >=2.2.0 <2.2.1 || >=2.3.0 <2.3.1
نسخهٔ اصلاح‌شده
1.15.4 · 2.0.3 · 2.1.2 · 2.2.1 · 2.3.1
نسخه‌های متأثر
= 2.3.0
نسخهٔ اصلاح‌شده
2.3.1
نسخه‌های متأثر
= 2.2.0
نسخهٔ اصلاح‌شده
2.2.1
نسخه‌های متأثر
>= 2.1.0, < 2.1.2
نسخهٔ اصلاح‌شده
2.1.2
نسخه‌های متأثر
< 1.15.4
نسخهٔ اصلاح‌شده
1.15.4
نسخه‌های متأثر
<1.15.4 || >=2.0.0 <2.0.3 || >=2.1.0 <2.1.2 || >=2.2.0 <2.2.1 || >=2.3.0 <2.3.1
نسخهٔ اصلاح‌شده
1.15.4 · 2.0.3 · 2.1.2 · 2.2.1 · 2.3.1
نسخه‌های متأثر
= 2.3.0
نسخهٔ اصلاح‌شده
2.3.1
نسخه‌های متأثر
= 2.2.0
نسخهٔ اصلاح‌شده
2.2.1
نسخه‌های متأثر
>= 2.0.0, < 2.0.3
نسخهٔ اصلاح‌شده
2.0.3
نسخه‌های متأثر
>= 2.1.0, < 2.1.2
نسخهٔ اصلاح‌شده
2.1.2

بهره‌برداری

CVE-2020-15194

احتمال بهره‌برداری در ۳۰ روز آینده: 1.03%

FIRST EPSS · ۱۴۰۵/۰۸/۲۸

شرح آسیب‌پذیری

Impact

The SparseFillEmptyRowsGrad implementation has incomplete validation of the shapes of its arguments: https://github.com/tensorflow/tensorflow/blob/0e68f4d3295eb0281a517c3662f6698992b7b2cf/tensorflow/core/kernels/sparse_fill_empty_rows_op.cc#L235-L241

Although reverse_index_map_t and grad_values_t are accessed in a similar pattern, only reverse_index_map_t is validated to be of proper shape. Hence, malicious users can pass a bad grad_values_t to trigger an assertion failure in vec, causing denial of service in serving installations.

Patches

We have patched the issue in 390611e0d45c5793c7066110af37c8514e6a6c54 and will release a patch release for all affected versions.

We recommend users to upgrade to TensorFlow 1.15.4, 2.0.3, 2.1.2, 2.2.1, or 2.3.1.

For more information

Please consult our security guide for more information regarding the security model and how to contact us with issues and questions.

Attribution

This vulnerability is a variant of GHSA-63xm-rx5p-xvqr

پیوندها