CVE-2021-29607
Açıklama
TensorFlow, makine öğrenimi için uçtan uca açık kaynaklı bir platformdur. `SparseAdd` içerisindeki eksik doğrulama, saldırganların tanımlanmamış davranışları (null pointer dereference) istismar etmesine ve heap üzerinde tahsis edilen verilerin sınırları dışına yazmasına olanak tanır. Uygulama (https://github.com/tensorflow/tensorflow/blob/656e7673b14acd7835dc778867f84916c6d1cac2/tensorflow/core/kernels/sparse_sparse_binary_op_shared.cc), iki seyrek tensör girişi için geniş bir doğrulama kümesine sahiptir (toplamda 6 tensör), ancak tensörlerin boş olmadığını veya `*_indices` değişkeninin ikinci boyutunun ilgili `*_shape` boyutuyla eşleştiğini doğrulamamaktadır. Bu durum, saldırganların geçersiz seyrek tensörleri temsil eden tensör üçlüleri göndererek doğrulama ile korunmayan kod varsayımlarını kötüye kullanmalarına izin verir. Düzeltme TensorFlow 2.5.0 sürümüne dahil edilecektir. Ayrıca bu commit; etkilenen ve hala desteklenen aralıkta oldukları için TensorFlow 2.4.2, TensorFlow 2.3.3, TensorFlow 2.2.3 ve TensorFlow 2.1.4 sürümlerine de uygulanacaktır.
Nasıl düzeltilir
- google tensorflow2.1.4, 2.2.3, 2.3.3, 2.4.2 ya da sonraki bir sürüm
- tensorflow2.1.4, 2.2.3, 2.3.3, 2.4.2 ya da sonraki bir sürüm
- tensorflow-cpu2.1.4, 2.2.3, 2.3.3, 2.4.2 ya da sonraki bir sürüm
- tensorflow-gpu2.1.4, 2.2.3, 2.3.3, 2.4.2 ya da sonraki bir sürüm
Etkilenen ürünler
| Ürün | Etkilenen sürümler | Düzeltildiği sürüm |
|---|---|---|
| google tensorflow | v < 2.1.4, 2.2.0 ≤ v < 2.2.3, 2.3.0 ≤ v < 2.3.3, 2.4.0 ≤ v < 2.4.2 | 2.1.4, 2.2.3, 2.3.3, 2.4.2 |
| tensorflowPyPI | v < 2.1.4, 2.2.0 ≤ v < 2.2.3, 2.3.0 ≤ v < 2.3.3, 2.4.0 ≤ v < 2.4.2 | 2.1.4, 2.2.3, 2.3.3, 2.4.2 |
| tensorflow-cpuPyPI | v < 2.1.4, 2.2.0 ≤ v < 2.2.3, 2.3.0 ≤ v < 2.3.3, 2.4.0 ≤ v < 2.4.2 | 2.1.4, 2.2.3, 2.3.3, 2.4.2 |
| tensorflow-gpuPyPI | v < 2.1.4, 2.2.0 ≤ v < 2.2.3, 2.3.0 ≤ v < 2.3.3, 2.4.0 ≤ v < 2.4.2 | 2.1.4, 2.2.3, 2.3.3, 2.4.2 |
Sürümünüzü kontrol edin
Ürünü seçin ve kullandığınız sürümü yazın; sürümün etkilenen aralıkta olup olmadığını görün.
Attack Surface Management
Alan adlarınıza bağlı varlıkları, bu varlıklarda çalışan teknolojileri ve bilinen zafiyetleri tek listede görün.