`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
Czego dotyczy
Kliknij technologię, aby zobaczyć wszystkie dotyczące jej podatności.
| Platforma | Paczka | Podatne wersje | Poprawka w wersji |
|---|---|---|---|
| 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 |
Odnośniki
- 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
- Wektor CVSS
CVSS:3.1/AV:N/AC:H/PR:L/UI:R/S:U/C:N/I:N/A:H- Słabość (CWE)
CWE-20, CWE-617- Platforma
- Python (PyPI)
- Paczka
tensorflow, tensorflow-cpu, tensorflow-gpu- Ujawniono
- 21.11.2022
- Aktualizacja
- 11.10.2026 14:17
Źródła i licencje
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
Historia podatności: tensorflow-gpu
Wszystkie opisane podatności tej paczki (Python (PyPI)), od najnowszej. Widać, czy to jednorazowa wpadka, czy paczka, której trzeba pilnować.
- Wszystkich wpisów
- 427
- Pierwsza → ostatnia
- 04.2019 07.2024
- Bez poprawki
- 0
- Wykorzystywana w atakach
- 0
Rozkład istotności
- Krytyczna 6
- Wysoka 109
- Średnia 207
- Niska 105
Ujawnienia w latach
- 2019: 7
- 2020: 35
- 2021: 200
- 2022: 166
- 2023: 18
- 2024: 1
- 2025: 0
- 2026: 0
-
`CHECK` fail via inputs in `SdcaOptimizer` ten wpis
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.