p PatchFirst

CVE-2020-15213

CVE-2020-15213 · Denial of service in tensorflow-lite

Cette page présente des faits issus de sources publiques. Consultez l’avis original avant toute mise à jour.

In TensorFlow Lite before versions 2.2.1 and 2.3.1, models using segment sum can trigger a denial of service by causing an out of memory allocation in the implementation of segment sum. Since code uses the last element of the tensor holding them to determine the dimensionality of output tensor, attackers can use a very large value to trigger a large allocation. The issue is patched in commit 204945b19e44b57906c9344c0d00120eeeae178a and is released in TensorFlow versions 2.2.1, or 2.3.1. A potential workaround would be to add a custom `Verifier` to limit the maximum value in the segment ids tensor. This only handles the case when the segment ids are stored statically in the model, but a similar validation could be done if the segment ids are generated at runtime, between inference steps. However, if the segment ids are generated as outputs of a tensor during inference steps, then there are no possible workaround and users are advised to upgrade to patched code.

CVSS 4.0 · Moyenne · EPSS 0,8% · Correctif disponible

Publication
Mise à jour

Pile logicielle: python

Produits et versions concernés

  • tensorflow

    Versions du logiciel
    • = 2.2.0: Concernée
    • = 2.3.0: Concernée

    Aucun correctif publié

  • tensorflow PyPI

    Versions du logiciel
    • 2.2.0
    Plages de versions concernées
    • ECOSYSTEM: ≥ 2.2.0, < 2.2.1

    Mettez à jour vers 2.2.1

  • tensorflow PyPI

    Versions du logiciel
    • 2.3.0
    Plages de versions concernées
    • ECOSYSTEM: ≥ 2.3.0, < 2.3.1

    Mettez à jour vers 2.3.1

  • tensorflow-cpu PyPI

    Versions du logiciel
    • 2.2.0
    Plages de versions concernées
    • ECOSYSTEM: ≥ 2.2.0, < 2.2.1

    Mettez à jour vers 2.2.1

  • tensorflow-cpu PyPI

    Versions du logiciel
    • 2.3.0
    Plages de versions concernées
    • ECOSYSTEM: ≥ 2.3.0, < 2.3.1

    Mettez à jour vers 2.3.1

  • tensorflow-gpu PyPI

    Versions du logiciel
    • 2.2.0
    Plages de versions concernées
    • ECOSYSTEM: ≥ 2.2.0, < 2.2.1

    Mettez à jour vers 2.2.1

  • tensorflow-gpu PyPI

    Versions du logiciel
    • 2.3.0
    Plages de versions concernées
    • ECOSYSTEM: ≥ 2.3.0, < 2.3.1

    Mettez à jour vers 2.3.1

  • tensorflow PyPI

    Versions du logiciel
    • 2.2.0
    • 2.3.0
    Plages de versions concernées
    • GIT: < 204945b19e44b57906c9344c0d00120eeeae178a
    • ECOSYSTEM: ≥ 2.2.0, < 2.2.1 ∪ ≥ 2.3.0, < 2.3.1

    Mettez à jour vers 2.2.1; Mettez à jour vers 2.3.1

  • tensorflow-cpu PyPI

    Versions du logiciel
    • 2.2.0
    • 2.3.0
    Plages de versions concernées
    • GIT: < 204945b19e44b57906c9344c0d00120eeeae178a
    • ECOSYSTEM: ≥ 2.2.0, < 2.2.1 ∪ ≥ 2.3.0, < 2.3.1

    Mettez à jour vers 2.2.1; Mettez à jour vers 2.3.1

  • tensorflow-gpu PyPI

    Versions du logiciel
    • 2.2.0
    • 2.3.0
    Plages de versions concernées
    • GIT: < 204945b19e44b57906c9344c0d00120eeeae178a
    • ECOSYSTEM: ≥ 2.2.0, < 2.2.1 ∪ ≥ 2.3.0, < 2.3.1

    Mettez à jour vers 2.2.1; Mettez à jour vers 2.3.1

Sources originales

Vérifiez votre serveur →