Zaloguj się
Deutsch English Español Polski
Wysoka

Denial of Service in Tensorflow

  • Ujawniono: 25.09.2020
  • Aktualizacja: 11.10.2026 13:19

Impact

Changing the TensorFlow's SavedModel protocol buffer and altering the name of required keys results in segfaults and data corruption while loading the model. This can cause a denial of service in products using tensorflow-serving or other inference-as-a-service installments.

We have added fixes to this in f760f88b4267d981e13f4b302c437ae800445968 and fcfef195637c6e365577829c4d67681695956e7d (both going into TensorFlow 2.2.0 and 2.3.0 but not yet backported to earlier versions). However, this was not enough, as #41097 reports a different failure mode.

Patches

We have patched the issue in adf095206f25471e864a8e63a0f1caef53a0e3a6 and will release patch releases for all versions between 1.15 and 2.3. Patch releases for versions between 1.15 and 2.1 will also contain cherry-picks of f760f88b4267d981e13f4b302c437ae800445968 and fcfef195637c6e365577829c4d67681695956e7d.

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 has been reported by Shuaike Dong, from Alipay Tian Qian Security Lab && Lab for Applied Security Research, CUHK.

Czego dotyczy

Kliknij technologię, aby zobaczyć wszystkie dotyczące jej podatności.

PlatformaPaczkaPodatne wersjePoprawka w wersji
Python (PyPI) tensorflow < 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 1.15.4, 2.0.3, 2.1.2, 2.2.1, 2.3.1
Python (PyPI) tensorflow-cpu < 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 1.15.4, 2.0.3, 2.1.2, 2.2.1, 2.3.1
Python (PyPI) tensorflow-gpu < 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 1.15.4, 2.0.3, 2.1.2, 2.2.1, 2.3.1

Odnośniki

Ocena CVSS 9/10
Wektor CVSS
CVSS:3.1/AV:N/AC:H/PR:N/UI:N/S:C/C:H/I:H/A:H
Słabość (CWE)
CWE-20
Platforma
Python (PyPI)
Paczka
tensorflow, tensorflow-cpu, tensorflow-gpu
Ujawniono
25.09.2020
Aktualizacja
11.10.2026 13:19

Źródła i licencje

OSV / GitHub Advisory Database - PYSEC-2020-129 - PyPA Advisory Database; CC BY 4.0

OSV / GitHub Advisory Database - PYSEC-2020-286 - PyPA Advisory Database; CC BY 4.0

OSV / GitHub Advisory Database - PYSEC-2020-321 - PyPA Advisory Database; CC BY 4.0

OSV / GitHub Advisory Database - GHSA-w5gh-2wr2-pm6g - CC BY 4.0

Historia podatności: tensorflow-cpu

Wszystkie opisane podatności tej paczki (Python (PyPI)), od najnowszej. Widać, czy to jednorazowa wpadka, czy paczka, której trzeba pilnować.

Wszystkie (430) w archiwum
Wszystkich wpisów
430
Pierwsza → ostatnia
04.2019 07.2024
Bez poprawki
0
Wykorzystywana w atakach
0

Rozkład istotności

  • Krytyczna 6
  • Wysoka 111
  • Średnia 208
  • Niska 105

Ujawnienia w latach

Istotność:
  1. Denial of Service in Tensorflow ten wpis
    Wysoka · 9.0 CVE-2020-15206 < 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 1.15.4, 2.0.3, 2.1.2, 2.2.1, 2.3.1
  2. TensorFlow has segfault in array_ops.upper_bound
    Wysoka · 7.5 CVE-2023-33976 < 2.12.1 2.12.1
  3. TensorFlow vulnerable to Out-of-Bounds Read in DynamicStitch
    Wysoka · 7.5 CVE-2023-25659 < 2.11.1 2.11.1
  4. TensorFlow vulnerable to seg fault in `tf.raw_ops.Print`
    Wysoka · 7.5 CVE-2023-25660 < 2.11.1 2.11.1
  5. TensorFlow vulnerable to integer overflow in EditDistance
    Wysoka · 7.5 CVE-2023-25662 < 2.11.1 2.11.1
  6. TensorFlow has Null Pointer Error in TensorArrayConcatV2
    Wysoka · 7.5 CVE-2023-25663 < 2.11.1 2.11.1
  7. TensorFlow has Heap-buffer-overflow in AvgPoolGrad
    Wysoka · 7.5 CVE-2023-25664 < 2.11.1 2.11.1
  8. TensorFlow has Null Pointer Error in SparseSparseMaximum
    Wysoka · 7.5 CVE-2023-25665 < 2.11.1 2.11.1
  9. TensorFlow has Floating Point Exception in AudioSpectrogram
    Wysoka · 7.5 CVE-2023-25666 < 2.11.1 2.11.1
  10. TensorFlow has a heap out-of-buffer read vulnerability in the QuantizeAndDequantize operation
    Krytyczna · 9.8 CVE-2023-25668 < 2.11.1 2.11.1
  11. TensorFlow has Floating Point Exception in AvgPoolGrad with XLA
    Wysoka · 7.5 CVE-2023-25669 < 2.11.1 2.11.1
  12. TensorFlow has Null Pointer Error in QuantizedMatMulWithBiasAndDequantize
    Wysoka · 7.5 CVE-2023-25670 < 2.11.1 2.11.1
  13. TensorFlow has segmentation fault in tfg-translate
    Wysoka · 7.5 CVE-2023-25671 < 2.11.1 2.11.1
  14. TensorFlow has Null Pointer Error in LookupTableImportV2
    Wysoka · 7.5 CVE-2023-25672 < 2.11.1 2.11.1
  15. TensorFlow has Floating Point Exception in TensorListSplit with XLA
    Wysoka · 7.5 CVE-2023-25673 < 2.11.1 2.11.1
  16. TensorFlow has Null Pointer Error in RandomShuffle with XLA enable
    Wysoka · 7.5 CVE-2023-25674 < 2.11.1 2.11.1
  17. TensorFlow has Segfault in Bincount with XLA
    Wysoka · 7.5 CVE-2023-25675 < 2.11.1 2.11.1
  18. TensorFlow has null dereference on ParallelConcat with XLA
    Wysoka · 7.5 CVE-2023-25676 < 2.11.1 2.11.1
  19. TensorFlow has double free in Fractional(Max/Avg)Pool
    Wysoka · 8.0 CVE-2023-25801 < 2.11.1 2.11.1
  20. TensorFlow has Floating Point Exception in TFLite in conv kernel
    Wysoka · 7.5 CVE-2023-27579 < 2.11.1 2.11.1
  21. TensorFlow vulnerable to Out-of-Bounds Read in GRUBlockCellGrad
    Wysoka · 7.5 CVE-2023-25658 < 2.11.1 2.11.1
  22. Out of bounds write in grappler in Tensorflow
    Wysoka · 7.1 CVE-2022-41902 < 2.8.4, >= 2.9.0, < 2.9.3, >= 2.10.0, < 2.10.1 2.8.4, 2.9.3, 2.10.1
  23. FractionalMaxPool and FractionalAVGPool heap out-of-bounds acess
    Wysoka · 7.1 CVE-2022-41900 < 2.8.4, >= 2.9.0, < 2.9.3, >= 2.10.0, < 2.10.1 2.8.4, 2.9.3, 2.10.1
  24. TensorFlow vulnerable to OOB write in `scatter_nd` in TF Lite
    Wysoka · 7.0 CVE-2022-35939 < 2.7.2, >= 2.8.0, < 2.8.1, >= 2.9.0, < 2.9.1 2.7.2, 2.8.1, 2.9.1
  25. TensorFlow vulnerable to OOB read in `Gather_nd` in TF Lite
    Wysoka · 7.0 CVE-2022-35937 < 2.7.2, >= 2.8.0, < 2.8.1, >= 2.9.0, < 2.9.1 2.7.2, 2.8.1, 2.9.1
  26. Code injection in `saved_model_cli` in TensorFlow
    Wysoka · 7.8 CVE-2022-29216 < 2.6.4, >= 2.7.0, < 2.7.2, >= 2.8.0, < 2.8.1 2.6.4, 2.7.2, 2.8.1
  27. Segfault and OOB write due to incomplete validation in `EditDistance` in TensorFlow
    Wysoka · 7.1 CVE-2022-29208 < 2.6.4, >= 2.7.0, < 2.7.2, >= 2.8.0, < 2.8.1 2.6.4, 2.7.2, 2.8.1
  28. NULL Pointer Dereference and Access of Uninitialized Pointer in TensorFlow
    Krytyczna · 9.3 ghsa-h6gw-r52c-724r < 2.5.3, >= 2.6.0, < 2.6.3, >= 2.7.0, < 2.7.1 2.5.3, 2.6.3, 2.7.1
  29. Improper Validation of Integrity Check Value in TensorFlow
    Wysoka · 7.0 ghsa-43q8-3fv7-pr5x < 2.5.3, >= 2.6.0, < 2.6.3, >= 2.7.0, < 2.7.1 2.5.3, 2.6.3, 2.7.1
  30. Out of bounds read in Tensorflow
    Wysoka · 8.8 CVE-2022-23594 >= 2.7.0, < 2.7.1 2.7.1
  31. Read and Write outside of bounds in TensorFlow
    Wysoka · 8.8 CVE-2022-23560 < 2.5.3, >= 2.6.0, < 2.6.3 2.5.3, 2.6.3
  32. Insecure temporary file in Tensorflow
    Wysoka · 7.1 CVE-2022-23563 < 2.5.3, >= 2.6.0, < 2.6.3 2.5.3, 2.6.3
  33. Out of bounds read in Tensorflow
    Wysoka · 8.1 CVE-2022-23592 >= 2.7.0, < 2.8.0 2.8.0
  34. Stack overflow in TensorFlow
    Wysoka · 7.5 CVE-2022-23591 < 2.5.3, >= 2.6.0, < 2.6.3 2.5.3, 2.6.3
  35. Out of bounds read and write in Tensorflow
    Wysoka · 8.8 CVE-2022-23574 < 2.5.3, >= 2.6.0, < 2.6.3 2.5.3, 2.6.3
  36. Uninitialized variable access in Tensorflow
    Wysoka · 7.6 CVE-2022-23573 < 2.5.3, >= 2.6.0, < 2.6.3 2.5.3, 2.6.3
  37. Integer overflow in Tensorflow
    Wysoka · 7.6 CVE-2022-23562 < 2.5.3, >= 2.6.0, < 2.6.3 2.5.3, 2.6.3
  38. Out of bounds write in TFLite
    Wysoka · 8.8 CVE-2022-23561 < 2.5.3, >= 2.6.0, < 2.6.3 2.5.3, 2.6.3
  39. Integer overflow in TFLite
    Wysoka · 8.8 CVE-2022-23559 < 2.5.3, >= 2.6.0, < 2.6.3 2.5.3, 2.6.3
  40. Out of bounds write in Tensorflow
    Wysoka · 8.8 CVE-2022-23566 < 2.5.3, >= 2.6.0, < 2.6.3 2.5.3, 2.6.3
  41. Use after free in `DecodePng` kernel
    Wysoka · 7.6 CVE-2022-23584 < 2.5.3, >= 2.6.0, < 2.6.3 2.5.3, 2.6.3
Pokaż więcej (20) Widać 41 z 117

Dowiedz się, które podatności dotyczą Twojej aplikacji

Po podłączeniu integracji DockRay i włączeniu raportowania oprogramowania DockRay porównuje zgłoszone wersje komponentów ze znanymi podatnościami i powiadamia o potwierdzonych dopasowaniach. Zakres zależy od obsługiwanej technologii i dostępnych biuletynów.

Podłącz swoją aplikację
Newsletter DockRay

Bezpieczeństwo aplikacji w Twojej skrzynce

Najważniejsze podatności, konkretne zalecenia i praktyczne wskazówki dla Twoich aplikacji. Wybierz technologie i śledź to, co ma znaczenie dla Twojego projektu.

  • Codzienne zestawienie nowych podatności, także krytycznych.
  • Powiadomienia o ważnych aktualizacjach.
  • Praktyczne porady o bezpieczeństwie i monitoringu aplikacji.

Pozostaw puste, aby otrzymywać informacje o wszystkich technologiach.

Polityka prywatności

Zapis jest bezpłatny. Wypiszesz się jednym kliknięciem w wiadomości.