Średnia

Missing validation in shape inference for `Dequantize`

  • Ujawniono: 12.08.2021
  • Aktualizacja: 11.10.2026 13:19

Impact

The shape inference code for tf.raw_ops.Dequantize has a vulnerability that could trigger a denial of service via a segfault if an attacker provides invalid arguments:

python
import tensorflow as tf

tf.compat.v1.disable_v2_behavior()
tf.raw_ops.Dequantize(
  input_tensor = tf.constant(-10.0, dtype=tf.float32),
  input_tensor = tf.cast(input_tensor, dtype=tf.quint8),
  min_range = tf.constant([], shape=[0], dtype=tf.float32),
  max_range = tf.constant([], shape=[0], dtype=tf.float32),
  mode  = 'MIN_COMBINED',
  narrow_range=False,
  axis=-10,
  dtype=tf.dtypes.float32)

The shape inference implementation uses axis to select between two different values for minmax_rank which is then used to retrieve tensor dimensions. However, code assumes that axis can be either -1 or a value greater than -1, with no validation for the other values.

Patches

We have patched the issue in GitHub commit da857cfa0fde8f79ad0afdbc94e88b5d4bbec764.

The fix will be included in TensorFlow 2.6.0. We will also cherrypick this commit on TensorFlow 2.5.1, TensorFlow 2.4.3, and TensorFlow 2.3.4, 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 Yakun Zhang of Baidu Security.

Czego dotyczy

Kliknij technologię, aby zobaczyć wszystkie dotyczące jej podatności.

PlatformaPaczkaPodatne wersjePoprawka w wersji
Python (PyPI) tensorflow < 2.3.4, >= 2.4.0, < 2.4.3, >= 2.5.0, < 2.5.1 2.3.4, 2.4.3, 2.5.1
Python (PyPI) tensorflow-cpu < 2.3.4, >= 2.4.0, < 2.4.3, >= 2.5.0, < 2.5.1 2.3.4, 2.4.3, 2.5.1
Python (PyPI) tensorflow-gpu < 2.3.4, >= 2.4.0, < 2.4.3, >= 2.5.0, < 2.5.1 2.3.4, 2.4.3, 2.5.1

Odnośniki

Ocena CVSS 5.5/10
Wektor CVSS
CVSS:3.1/AV:L/AC:L/PR:L/UI:N/S:U/C:N/I:N/A:H
Słabość (CWE)
CWE-1284, CWE-20
Platforma
Python (PyPI)
Paczka
tensorflow, tensorflow-cpu, tensorflow-gpu
Ujawniono
12.08.2021
Aktualizacja
11.10.2026 13:19

Źródła i licencje

OSV / GitHub Advisory Database - PYSEC-2021-299 - PyPA Advisory Database; CC BY 4.0

OSV / GitHub Advisory Database - PYSEC-2021-590 - PyPA Advisory Database; CC BY 4.0

OSV / GitHub Advisory Database - PYSEC-2021-788 - PyPA Advisory Database; CC BY 4.0

OSV / GitHub Advisory Database - GHSA-qfpc-5pjr-mh26 - CC BY 4.0

Historia podatności: tensorflow

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

Wszystkie (433) w archiwum
Wszystkich wpisów
433
Pierwsza → ostatnia
04.2019 07.2024
Bez poprawki
0
Wykorzystywana w atakach
0

Rozkład istotności

  • Krytyczna 6
  • Wysoka 112
  • Średnia 210
  • Niska 105

Ujawnienia w latach

  1. 2019: 7
  2. 2020: 35
  3. 2021: 200
  4. 2022: 169
  5. 2023: 21
  6. 2024: 1
  7. 2025: 0
  8. 2026: 0
Istotność:
  1. Missing validation in shape inference for `Dequantize` ten wpis
    Średnia · 5.5 CVE-2021-37677 < 2.3.4, >= 2.4.0, < 2.4.3, >= 2.5.0, < 2.5.1 2.3.4, 2.4.3, 2.5.1
  2. Wysoka · 7.5 CVE-2023-33976 < 2.12.1 2.12.1
  3. Wysoka · 7.5 CVE-2023-25659 < 2.11.1 2.11.1
  4. Wysoka · 7.5 CVE-2023-25660 < 2.11.1 2.11.1
  5. Wysoka · 7.5 CVE-2023-25662 < 2.11.1 2.11.1
  6. Wysoka · 7.5 CVE-2023-25663 < 2.11.1 2.11.1
  7. Wysoka · 7.5 CVE-2023-25664 < 2.11.1 2.11.1
  8. Wysoka · 7.5 CVE-2023-25665 < 2.11.1 2.11.1
  9. Wysoka · 7.5 CVE-2023-25666 < 2.11.1 2.11.1
  10. Wysoka · 7.5 CVE-2023-25669 < 2.11.1 2.11.1
  11. Wysoka · 7.5 CVE-2023-25671 < 2.11.1 2.11.1
  12. Wysoka · 7.5 CVE-2023-25672 < 2.11.1 2.11.1
  13. Wysoka · 7.5 CVE-2023-25673 < 2.11.1 2.11.1
  14. Wysoka · 7.5 CVE-2023-25674 < 2.11.1 2.11.1
  15. Wysoka · 7.5 CVE-2023-25675 < 2.11.1 2.11.1
  16. Wysoka · 7.5 CVE-2023-25676 < 2.11.1 2.11.1
  17. Wysoka · 8.0 CVE-2023-25801 < 2.11.1 2.11.1
  18. Wysoka · 7.5 CVE-2023-27579 < 2.11.1 2.11.1
  19. Wysoka · 7.5 CVE-2023-25658 < 2.11.1 2.11.1
  20. 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
  21. 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
  22. Wysoka · 7.1 CVE-2022-41894 < 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. 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
  24. 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
  25. 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
  26. 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
  27. 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
  28. 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
  29. Wysoka · 8.8 CVE-2022-23594 >= 2.7.0, < 2.7.1 2.7.1
  30. Wysoka · 8.8 CVE-2022-23560 < 2.5.3, >= 2.6.0, < 2.6.3, >= 2.7.0, < 2.7.1 2.5.3, 2.6.3, 2.7.1
  31. Wysoka · 7.1 CVE-2022-23563 < 2.5.3, >= 2.6.0, < 2.6.3, >= 2.7.0, < 2.7.1 2.5.3, 2.6.3, 2.7.1
  32. Wysoka · 8.1 CVE-2022-23592 >= 2.8.0-rc0, < 2.8.0 2.8.0
  33. Wysoka · 7.5 CVE-2022-23591 < 2.5.3, >= 2.6.0, < 2.6.3, >= 2.7.0, < 2.7.1 2.5.3, 2.6.3, 2.7.1
  34. Wysoka · 8.8 CVE-2022-23574 < 2.5.3, >= 2.6.0, < 2.6.3, >= 2.7.0, < 2.7.1 2.5.3, 2.6.3, 2.7.1
  35. Wysoka · 7.6 CVE-2022-23573 < 2.5.3, >= 2.6.0, < 2.6.3, >= 2.7.0, < 2.7.1 2.5.3, 2.6.3, 2.7.1
  36. Wysoka · 7.6 CVE-2022-23562 < 2.5.3, >= 2.6.0, < 2.6.3, >= 2.7.0, < 2.7.1 2.5.3, 2.6.3, 2.7.1
  37. Wysoka · 8.8 CVE-2022-23561 < 2.5.3, >= 2.6.0, < 2.6.3, >= 2.7.0, < 2.7.1 2.5.3, 2.6.3, 2.7.1
  38. Wysoka · 8.8 CVE-2022-23559 < 2.5.3, >= 2.6.0, < 2.6.3, >= 2.7.0, < 2.7.1 2.5.3, 2.6.3, 2.7.1
  39. Wysoka · 8.8 CVE-2022-23566 < 2.5.3, >= 2.6.0, < 2.6.3, >= 2.7.0, < 2.7.1 2.5.3, 2.6.3, 2.7.1
Pokaż więcej (20) Widać 41 z 119

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.

Zapis jest bezpłatny. Wypiszesz się jednym kliknięciem w wiadomości.