Anmelden
Deutsch English Español Polski
Hoch

Memory corruption in Tensorflow

  • Veröffentlicht: 25.09.2020
  • Aktualisiert: 11.10.2026 13:19

Impact

The implementation of dlpack.to_dlpack can be made to use uninitialized memory resulting in further memory corruption. This is because the pybind11 glue code assumes that the argument is a tensor: https://github.com/tensorflow/tensorflow/blob/0e68f4d3295eb0281a517c3662f6698992b7b2cf/tensorflow/python/tfe_wrapper.cc#L1361

However, there is nothing stopping users from passing in a Python object instead of a tensor.

python
In [2]: tf.experimental.dlpack.to_dlpack([2])                                                                                                                                            
==1720623==WARNING: MemorySanitizer: use-of-uninitialized-value                                                                                                                            
    #0 0x55b0ba5c410a in tensorflow::(anonymous namespace)::GetTensorFromHandle(TFE_TensorHandle*, TF_Status*) third_party/tensorflow/c/eager/dlpack.cc:46:7
    #1 0x55b0ba5c38f4 in tensorflow::TFE_HandleToDLPack(TFE_TensorHandle*, TF_Status*) third_party/tensorflow/c/eager/dlpack.cc:252:26
...

The uninitialized memory address is due to a reinterpret_cast https://github.com/tensorflow/tensorflow/blob/0e68f4d3295eb0281a517c3662f6698992b7b2cf/tensorflow/python/eager/pywrap_tensor.cc#L848-L850

Since the PyObject is a Python object, not a TensorFlow Tensor, the cast to EagerTensor fails.

Patches

We have patched the issue in 22e07fb204386768e5bcbea563641ea11f96ceb8 and will release a patch release for all affected versions.

We recommend users to upgrade to TensorFlow 2.2.1 or 2.3.1.

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 members of the Aivul Team from Qihoo 360.

Betroffene Software

Klicken Sie auf eine Technologie, um alle zugehörigen Schwachstellen anzuzeigen.

PlattformPaketAnfällige VersionenBehoben in
Python (PyPI) tensorflow >= 2.2.0, < 2.2.1, >= 2.3.0, < 2.3.1 2.2.1, 2.3.1
Python (PyPI) tensorflow-cpu >= 2.2.0, < 2.2.1, >= 2.3.0, < 2.3.1 2.2.1, 2.3.1
Python (PyPI) tensorflow-gpu >= 2.2.0, < 2.2.1, >= 2.3.0, < 2.3.1 2.2.1, 2.3.1

Verweise

CVSS-Wert 7.1/10
CVSS-Vektor
CVSS:3.1/AV:N/AC:L/PR:L/UI:N/S:U/C:N/I:H/A:L
Schwäche (CWE)
CWE-908
Plattform
Python (PyPI)
Paket
tensorflow, tensorflow-cpu, tensorflow-gpu
Veröffentlicht
25.09.2020
Aktualisiert
11.10.2026 13:19

Quellen und Lizenzen

OSV / GitHub Advisory Database - PYSEC-2020-116 - PyPA Advisory Database; CC BY 4.0

OSV / GitHub Advisory Database - PYSEC-2020-273 - PyPA Advisory Database; CC BY 4.0

OSV / GitHub Advisory Database - PYSEC-2020-308 - PyPA Advisory Database; CC BY 4.0

OSV / GitHub Advisory Database - GHSA-rjjg-hgv6-h69v - CC BY 4.0

Schwachstellenhistorie: tensorflow-cpu

Alle veröffentlichten Schwachstellen dieses Pakets (Python (PyPI)), neueste zuerst. Zeigt, ob es ein einmaliger Ausrutscher ist oder ein Paket, das man im Auge behalten muss.

Alle (430) im Archiv
Einträge insgesamt
430
Erste → letzte
04.2019 07.2024
Ohne Fix
0
In Angriffen ausgenutzt
0

Verteilung nach Schweregrad

  • Kritisch 6
  • Hoch 111
  • Mittel 208
  • Niedrig 105

Veröffentlichungen pro Jahr

Schweregrad:
  1. Memory corruption in Tensorflow dieser Eintrag
    Hoch · 7.1 CVE-2020-15193 >= 2.2.0, < 2.2.1, >= 2.3.0, < 2.3.1 2.2.1, 2.3.1
  2. TensorFlow has segfault in array_ops.upper_bound
    Hoch · 7.5 CVE-2023-33976 < 2.12.1 2.12.1
  3. TensorFlow vulnerable to Out-of-Bounds Read in DynamicStitch
    Hoch · 7.5 CVE-2023-25659 < 2.11.1 2.11.1
  4. TensorFlow vulnerable to seg fault in `tf.raw_ops.Print`
    Hoch · 7.5 CVE-2023-25660 < 2.11.1 2.11.1
  5. TensorFlow vulnerable to integer overflow in EditDistance
    Hoch · 7.5 CVE-2023-25662 < 2.11.1 2.11.1
  6. TensorFlow has Null Pointer Error in TensorArrayConcatV2
    Hoch · 7.5 CVE-2023-25663 < 2.11.1 2.11.1
  7. TensorFlow has Heap-buffer-overflow in AvgPoolGrad
    Hoch · 7.5 CVE-2023-25664 < 2.11.1 2.11.1
  8. TensorFlow has Null Pointer Error in SparseSparseMaximum
    Hoch · 7.5 CVE-2023-25665 < 2.11.1 2.11.1
  9. TensorFlow has Floating Point Exception in AudioSpectrogram
    Hoch · 7.5 CVE-2023-25666 < 2.11.1 2.11.1
  10. TensorFlow has a heap out-of-buffer read vulnerability in the QuantizeAndDequantize operation
    Kritisch · 9.8 CVE-2023-25668 < 2.11.1 2.11.1
  11. TensorFlow has Floating Point Exception in AvgPoolGrad with XLA
    Hoch · 7.5 CVE-2023-25669 < 2.11.1 2.11.1
  12. TensorFlow has Null Pointer Error in QuantizedMatMulWithBiasAndDequantize
    Hoch · 7.5 CVE-2023-25670 < 2.11.1 2.11.1
  13. TensorFlow has segmentation fault in tfg-translate
    Hoch · 7.5 CVE-2023-25671 < 2.11.1 2.11.1
  14. TensorFlow has Null Pointer Error in LookupTableImportV2
    Hoch · 7.5 CVE-2023-25672 < 2.11.1 2.11.1
  15. TensorFlow has Floating Point Exception in TensorListSplit with XLA
    Hoch · 7.5 CVE-2023-25673 < 2.11.1 2.11.1
  16. TensorFlow has Null Pointer Error in RandomShuffle with XLA enable
    Hoch · 7.5 CVE-2023-25674 < 2.11.1 2.11.1
  17. TensorFlow has Segfault in Bincount with XLA
    Hoch · 7.5 CVE-2023-25675 < 2.11.1 2.11.1
  18. TensorFlow has null dereference on ParallelConcat with XLA
    Hoch · 7.5 CVE-2023-25676 < 2.11.1 2.11.1
  19. TensorFlow has double free in Fractional(Max/Avg)Pool
    Hoch · 8.0 CVE-2023-25801 < 2.11.1 2.11.1
  20. TensorFlow has Floating Point Exception in TFLite in conv kernel
    Hoch · 7.5 CVE-2023-27579 < 2.11.1 2.11.1
  21. TensorFlow vulnerable to Out-of-Bounds Read in GRUBlockCellGrad
    Hoch · 7.5 CVE-2023-25658 < 2.11.1 2.11.1
Mehr anzeigen (20) 21 von 117 angezeigt

Erkennen Sie Schwachstellen in Ihrer Anwendung

Mit der DockRay-Integration und aktivierter Softwareinventarisierung prüft DockRay gemeldete Komponentenversionen auf bekannte Schwachstellen und benachrichtigt Sie über bestätigte Treffer. Die Abdeckung hängt von der unterstützten Technologie und den verfügbaren Meldungen ab.

Anwendung verbinden
DockRay Newsletter

Anwendungssicherheit in Ihrem Postfach

Wichtige Schwachstellen, konkrete Empfehlungen und praktische Tipps für Ihre Anwendungen. Wählen Sie Ihre Technologien und verfolgen Sie, was für Ihr Projekt relevant ist.

  • Eine tägliche Zusammenfassung neuer Schwachstellen, auch kritischer.
  • Benachrichtigungen über wichtige Updates.
  • Praktische Tipps zur Sicherheit und Überwachung von Anwendungen.

Leer lassen, um Meldungen zu allen Technologien zu erhalten.

Datenschutzerklärung

Kostenlos anmelden. In jeder E-Mail mit einem Klick abmelden.