PT-2020-14282 · Google+1 · Tensorflow Lite+1
Publicado
2020-09-25
·
Atualizado
2024-03-06
·
CVE-2020-15211
CVSS v4.0
6.3
Média
| Vetor | AV:N/AC:L/AT:P/PR:N/UI:N/VC:L/VI:L/VA:N/SC:N/SI:N/SA:N |
Nome do software vulnerável e versões afetadas
Versões do TensorFlow Lite anteriores à 1.15.4
Versões do TensorFlow Lite anteriores à 2.0.3
Versões do TensorFlow Lite anteriores à 2.1.2
Versões do TensorFlow Lite anteriores à 2.2.1
Versões do TensorFlow Lite anteriores à 2.3.1
Descrição
O problema decorre do uso de um esquema de indexação dupla em modelos salvos no formato flatbuffer. Esse esquema permite um padrão de indexação de matriz dupla ao tentar obter os dados de cada tensor. No entanto, o uso de um valor negativo
-1 como índice para tensores opcionais resulta em um caso especial durante a validação no momento do carregamento do modelo. Esse tratamento especial permite que o índice -1 seja um índice de tensor válido para qualquer operador, incluindo aqueles que não esperam entradas opcionais e incluindo tensores de saída. Como resultado, isso permite a gravação e a leitura fora dos limites das matrizes alocadas na pilha, embora apenas em um deslocamento específico a partir do início dessas matrizes. Isso resulta em gadgets de leitura e gravação, embora com escopo muito limitado.Recomendações
Para versões anteriores à 1.15.4, atualize para a versão 1.15.4 ou posterior.
Para versões anteriores à 2.0.3, atualize para a versão 2.0.3 ou posterior.
Para versões anteriores à 2.1.2, atualize para a versão 2.1.2 ou posterior.
Para versões anteriores à 2.2.1, atualize para a versão 2.2.1 ou posterior.
Para versões anteriores à 2.3.1, atualize para a versão 2.3.1 ou posterior.
Como solução alternativa temporária, considere adicionar um
Verifier personalizado ao código de carregamento do modelo para garantir que apenas operadores que acessemExploit
Correção
Memory Corruption
Out of bounds Read
Encontrou algum problema na descrição? Tem algo a acrescentar? Fique à vontade para nos escrever 👾
Identificadores relacionados
Produtos afetados
Suse
Tensorflow Lite