Schwachstellen verstehen. Anwendungen schützen.
Erfahren Sie, welche Schwachstellen Ihre Technologien betreffen und wie Sie diese beheben. Hier finden Sie verständliche Erklärungen, betroffene Versionen und konkrete Empfehlungen - von CMS und Plugins bis zu Anwendungsbibliotheken.
Schwachstellenarchiv 443
Filter zurücksetzen`CHECK_EQ` fail in `tf.raw_ops.TensorListResize`
Segfault in `tf.raw_ops.TensorListConcat`
`CHECK` fail in `BCast` overflow
Segfault via invalid attributes in `pywrap_tfe_src.cc`
FPE in `tf.image.generate_bounding_box_proposals`
Overflow in `tf.keras.losses.poisson`
Overflow in `ImageProjectiveTransformV2`
Overflow in `FusedResizeAndPadConv2D`
Seg fault in `ndarray_tensor_bridge` due to zero and large inputs
Out of bounds segmentation fault due to unequal op inputs in Tensorflow
TensorFlow vulnerable to `CHECK` fail in `Save` and `SaveSlices`
TensorFlow vulnerable to `CHECK` fail in `ParameterizedTruncatedNormal`
TensorFlow vulnerable to `CHECK` fail in `LRNGrad`
TensorFlow vulnerable to segfault in `RaggedBincount`
TensorFlow vulnerable to `CHECK` fail in `tf.linalg.matrix_rank`
TensorFlow vulnerable to `CHECK` fail in `MaxPool`
TensorFlow vulnerable to segfault in `SparseBincount`
TensorFlow vulnerable to `CHECK` fail in `FractionalMaxPoolGrad`
TensorFlow vulnerable to segfault in `QuantizedRelu` and `QuantizedRelu6`
TensorFlow vulnerable to segfault in `QuantizeDownAndShrinkRange`
TensorFlow vulnerable to segfault in `QuantizedMatMul`
TensorFlow vulnerable to segfault in `QuantizedBiasAdd`
TensorFlow vulnerable to `CHECK` fail in `FakeQuantWithMinMaxVars`
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.