Heap OOB in nested `tf.map_fn` with `RaggedTensor`s in TensorFlow
Оценка Noroxi
Приоритет: Наблюдать (оценка срочности 31/100)
- В отслеживаемых источниках (CISA KEV, Exploit-DB, Metasploit, Nuclei, GitHub) нет публичного эксплойта или записей об эксплуатации.
- Вероятность эксплуатации в ближайшие 30 дней: 0,18% (FIRST EPSS).
- Может быть вызвана пользователем с локальным доступом к системе. Достаточно учётной записи с низкими привилегиями. Действия пользователя не требуются. Особые условия не требуются; воспроизводится стабильно.
- Исправленная версия: tensorflow (PyPI) 2.3.4, 2.4.3, 2.5.1; tensorflow-cpu (PyPI) 2.3.4, 2.4.3, 2.5.1; tensorflow-gpu (PyPI) 2.3.4, 2.4.3, 2.5.1.
Пока низкий приоритет. Обновитесь до tensorflow (PyPI) 2.3.4, 2.4.3, 2.5.1; tensorflow-cpu (PyPI) 2.3.4, 2.4.3, 2.5.1; tensorflow-gpu (PyPI) 2.3.4, 2.4.3, 2.5.1 или новее.
Формируется автоматически по данным записи: CVSS (NVD и CNA), CISA KEV и SSVC, FIRST EPSS, источники эксплойтов, исправленные версии. Как мы считаем
Первоисточники: NVD · CVE.org · FIRST EPSS
TensorFlow is an end-to-end open source platform for machine learning. In affected versions it is possible to nest a `tf.map_fn` within another `tf.map_fn` call. However, if the input tensor is a `RaggedTensor` and there is no function signature provided, code assumes the output is a fully specified tensor and fills output buffer with uninitialized contents from the heap. The `t` and `z` outputs should be identical, however this is not the case. The last row of `t` contains data from the heap which can be used to leak other memory information. The bug lies in the conversion from a `Variant` tensor to a `RaggedTensor`. The [implementation](https://github.com/tensorflow/tensorflow/blob/460e000de3a83278fb00b61a16d161b1964f15f4/tensorflow/core/kernels/ragged_tensor_from_variant_op.cc#L177-L190) does not check that all inner shapes match and this results in the additional dimensions. The same implementation can result in data loss, if input tensor is tweaked. We have patched the issue in GitHub commit 4e2565483d0ffcadc719bd44893fb7f609bb5f12. 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.
- Опубликовано
- 12 авг. 2021 г.
- Обновлено
- 17 июн. 2026 г.
- EPSS
- 0,1 % · 7-й процентиль
- CWE
- CWE-125
Инструменты для отчёта
Оценка срочности
31
Наблюдать
Пока низкий приоритет.
- CVSS
- 31 / 40 · 7.8 / 10
- CISA KEV
- 0 / 30 · Нет в списке
- EPSS
- 0 / 30 · 0,1 %
Оценка CNA и NVD
- NVD
- 7,8
- CNA · GitHub_M
- 7,1
- разница 0,7 балла
CVSS:3.1/AV:L/AC:L/PR:L/UI:N/S:U/C:H/I:H/A:N
Оценка присваивающего органа и независимая оценка NVD. Разрыв означает, что критичность спорна.
Узнайте, когда запись изменится
- Нет в KEV: эксплуатация в реальных атаках не зафиксирована
- Публичного эксплойта нет
- Исправление выпущено
Если что-то из этого изменится, сообщим в ежедневной сводке.
У вас WordPress? Проверьте сайт бесплатно в WP Lens
Анализ Noroxi
Что это значит для вашей инфраструктуры?
Оценка выше формируется автоматически по данным записи и не знает вашей среды. Наша команда проверит на ваших системах, действительно ли уязвимость эксплуатируема и какой меры достаточно.
Мы используем этот продукт, нужна помощьЗатронутые системы
Затронута ли ваша версия?
Выберите продукт и введите свою версию. Она сравнивается с диапазонами этой записи прямо в браузере и никуда не отправляется.
| Вендор | Продукт | CPE |
|---|---|---|
| tensorflow | cpe:2.3:a:google:tensorflow |
Затронутые версии
Диапазоны версий NVD (для продуктов из каталога). Добавьте продукт в стек с версией, и сопоставление будет по ним.
- google tensorflow2.3.0 и новее · до 2.3.4
- google tensorflow2.4.0 и новее · до 2.4.3
- google tensorflow2.5.0
- google tensorflow2.6.0
Версии, заявленные вендором
Диапазоны затронутых версий, заявленные назначающей организацией (GitHub_M). Не зависят от анализа CPE в NVD и обычно опережают его.
tensorflow tensorflow
- >= 2.5.0, < 2.5.1, >= 2.4.0, < 2.4.3, < 2.3.4затронута
Затронутые пакеты
Данные OSV и GitHub Advisory: экосистема, пакет и диапазон. Сопоставление SBOM использует эту таблицу.
| Экосистема | Пакет | Затронутый диапазон | Исправление |
|---|---|---|---|
| PyPI | tensorflow | с 2.3.0 · до 2.3.4 | 2.3.4 |
| PyPI | tensorflow | с 2.4.0 · до 2.4.3 | 2.4.3 |
| PyPI | tensorflow | с 2.5.0 · до 2.5.1 | 2.5.1 |
| PyPI | tensorflow | до 2.3.4 | 2.3.4 |
| PyPI | tensorflow-cpu | с 2.3.0 · до 2.3.4 | 2.3.4 |
| PyPI | tensorflow-cpu | с 2.4.0 · до 2.4.3 | 2.4.3 |
| PyPI | tensorflow-cpu | с 2.5.0 · до 2.5.1 | 2.5.1 |
| PyPI | tensorflow-cpu | до 2.3.4 | 2.3.4 |
| PyPI | tensorflow-gpu | с 2.3.0 · до 2.3.4 | 2.3.4 |
| PyPI | tensorflow-gpu | с 2.4.0 · до 2.4.3 | 2.4.3 |
| PyPI | tensorflow-gpu | с 2.5.0 · до 2.5.1 | 2.5.1 |
| PyPI | tensorflow-gpu | до 2.3.4 | 2.3.4 |
Тот же продукт
google: все записиДругие записи с наивысшей оценкой для того же основного продукта.
- CVE-2023-25668TensorFlow vulnerable to heap out-of-buffer read in the QuantizeAndDequantize operation39Наблюдать
- CVE-2023-25664TensorFlow vulnerable to Heap Buffer Overflow in AvgPoolGrad39Наблюдать
- CVE-2022-41900FractionalMaxPool and FractionalAVGPool heap out-of-bounds acess in Tensorflow39Наблюдать
Опубликованы до и после этой записи в том же продукте
- ← РаньшеCVE-2021-3767712 авг. 2021 г. · Missing validation in shape inference for `Dequantize` in TensorFlow22Наблюдать
- ← РаньшеCVE-2021-3767812 авг. 2021 г. · Arbitrary code execution due to YAML deserialization35Наблюдать
- Позже →CVE-2021-3768212 авг. 2021 г. · Use of unitialized value in TensorFlow Lite28Наблюдать
Исправление
На какую версию обновиться
Версии с исправлением по данным вендора, реестров пакетов и Microsoft. Перед обновлением сверьтесь с бюллетенем вендора.
| Продукт / пакет | Исправленная версия | Источник |
|---|---|---|
| PyPI:tensorflow | 2.3.4 | Реестр пакетов (OSV) |
| PyPI:tensorflow | 2.4.3 | Реестр пакетов (OSV) |
| PyPI:tensorflow | 2.5.1 | Реестр пакетов (OSV) |
| PyPI:tensorflow-cpu | 2.3.4 | Реестр пакетов (OSV) |
| PyPI:tensorflow-cpu | 2.4.3 | Реестр пакетов (OSV) |
| PyPI:tensorflow-cpu | 2.5.1 | Реестр пакетов (OSV) |
| PyPI:tensorflow-gpu | 2.3.4 | Реестр пакетов (OSV) |
| PyPI:tensorflow-gpu | 2.4.3 | Реестр пакетов (OSV) |
| PyPI:tensorflow-gpu | 2.5.1 | Реестр пакетов (OSV) |
Статус эксплойта
Публичный эксплойт неизвестен
Публичный эксплойт пока не обнаружен. Это не значит, что вы в безопасности, лишь что порог чуть выше.
Контекст для исследователя
Для пентестеров и исследователей: профиль атаки, расхождение оценок, хронология, коммиты исправлений, авторы, кандидаты в варианты и цепочки, охват bug bounty. Всё выводится из имеющихся данных; без кода эксплойтов.
Хронология
От публикации до сегодня: proof of concept, модуль Metasploit, CISA KEV и запись об исправлении. Даты — как сообщают источники.
Кроме публикации датированных событий нет.
Ежедневная оценка FIRST EPSS; записываются только изменения от 0,01 (ступенчатый график).
Ссылки на патчи и коммиты
Коммиты, PR и diff среди источников. Отправная точка для patch-diff и поиска вариантов; это исправления, не эксплойты.
Авторы
Все исследователиНашедшие, сообщившие и аналитики, названные в записи CNA. Нажмите имя, чтобы увидеть другие записи исследователя.
В записи CNA нет авторов.
Кандидаты в варианты
Тот же продукт, тот же класс уязвимости, в пределах 18 месяцев. Если патч не закрыл первопричину, родственная ошибка здесь.
Ночной расчёт связей ничего не нашёл.
Кандидаты в цепочки
Обход аутентификации и уязвимость, требующая привилегий, в одном продукте и близко по времени: вместе они могут дать путь без аутентификации.
—
Охват bug bounty
Известной публичной программы нет.
Источник: bounty-targets-data (публичные списки HackerOne, Bugcrowd, Intigriti, YesWeHack).
Технические детали
Условия атаки
- Может быть вызвана пользователем с локальным доступом к системе.
- Достаточно учётной записи с низкими привилегиями.
- Действия пользователя не требуются.
- Особые условия не требуются; воспроизводится стабильно.
В случае успеха
- Конфиденциальность
- высокое · данные могут быть прочитаны
- Целостность
- высокое · данные или конфигурация могут быть изменены
- Доступность
- высокое · работа сервиса может быть нарушена
- Вектор атаки
- Локальный
- Сложность атаки
- Низкая
- Требуемые привилегии
- Низкие
- Взаимодействие с пользователем
- Не требуется
- Область действия
- Не изменяется
- Влияние на конфиденциальность
- Высокое
- Влияние на целостность
- Высокое
- Влияние на доступность
- Высокое
Класс уязвимости (CWE)
CWE-125 · Out-of-bounds ReadВектор CVSS
CVSS:3.1/AV:L/AC:L/PR:L/UI:N/S:U/C:H/I:H/A:H
nvd-primary
Контекст атаки
Шаблоны атак MITRE CAPEC и техники ATT&CK для этого класса уязвимости (CWE). Отправная точка для правил обнаружения и threat hunting.
Шаблоны атак (CAPEC)
Техники ATT&CK
—
Журнал изменений
- Исправление✗ → ✓
Для отслеживаемых записей эти изменения приходят и как уведомления. →
Источники
Показать все источники (ещё 1)Свернуть
Рекомендации вендоров и официальные записи. Ссылки на эксплойты/PoC намеренно исключены.