Vulnérabilité dans tensorflow (CVE-2021-37644)
Résumé
Vulnérabilité dans tensorflow (CVE-2021-37644). Risque d'opérations non autorisées ou de divulgation. Exploitable via num_elements. Atténuation : mise à jour vers 2.5.1 ou plus.
Description d'origine
La description telle que publiée par la source (souvent en anglais).
TensorFlow is an end-to-end open source platform for machine learning. In affected versions providing a negative element to num_elements list argument of tf.raw_ops.TensorListReserve causes the runtime to abort the process due to reallocating a std::vector to have a negative number of elements. The implementation calls std::vector.resize() with the new size controlled by input given by the user, without checking that this input is valid. We have patched the issue in GitHub commit 8a6e874437670045e6c7dc6154c7412b4a2135e2. 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.
Source: OSV.dev (Open Source Vulnerabilities) NVD GitHub Advisory OSV
Résumé généré automatiquement
Assemblé par SecPulse à partir des données sources (CVSS, CWE, versions affectées) à l'aide de modèles, sans IA. Vérifiez la description d'origine et les références ci-dessous.
Une vulnérabilité référencée CVE-2021-37644 a été découverte dans tensorflow.
Des attaquants peuvent cibler un point d'entrée spécifique comme num_elements à distance pour détourner le produit.
Risque d'opérations non autorisées ou de divulgation.
Action : mettez à jour tensorflow vers 2.5.1 ou supérieur.
En cas de doute, contactez votre service informatique ou cherchez « tensorflow CVE-2021-37644 » sur le site de l'éditeur.
CVE-2021-37644 (tensorflow) — CWE-617
Vecteur d'attaque : local / sans interaction utilisateur
Surface d'attaque : num_elements / tf.raw_ops.TensorListReserve
Correctif : 2.5.1 — appliquer immédiatement
Plan : 1) Audit SBOM, 2) Mise à jour staging→prod, 3) Surveillance WAF/proxy sur les endpoints affectés, 4) Recherche d'IOC dans les logs.
Réfs : voir GHSA / avis éditeur / version corrigée liés sur cette page.
Une vulnérabilité (CWE-617) affecte tensorflow. Les attaquants atteignent le code vulnérable via num_elements.
Consultez l'avis de l'éditeur pour les versions affectées de tensorflow. Surface d'attaque : num_elements / tf.raw_ops.TensorListReserve.
Gravité : ?. Risque d'opérations non autorisées ou de divulgation.
Mettre à jour vers 2.5.1.
En attendant le correctif : désactivez la fonctionnalité concernée, appliquez des règles WAF, ou restreignez l'accès par ACL réseau.
Recherchez dans les logs des requêtes correspondant aux IOC connus de cette CVE. Auditez les SBOM/dépendances.
Actions de réponse
Étapes concrètes et exemples de commandes que les équipes SOC/SRE doivent exécuter dans l'ordre
-
1Identify exposure identify
grep -r 'tensorflow' . | grep -v node_modulesリポジトリと本番環境の依存ファイル (package-lock.json / requirements.txt / go.sum / Gemfile.lock 等) で
tensorflowを grep し、稼働しているサービス・バージョンを把握する。 -
2Apply patch patch
Upgrade tensorflow to 2.5.1ステージング環境で 2.5.1 に上げて回帰テスト → 本番反映。回帰テストはアプリの主要ハッピーパスを含めること。
-
3Post-deployment verification verify
Confirm patched version is live in productionパッチ適用後、ステージングで PoC または同等の悪用パターンを再現して脆弱性が閉じたことを確認。本番ではアクセスログ・WAF でアラート再発が無いか継続監視。
Paquets affectés
Références
- advisory github.com
- advisory nvd.nist.gov
- package github.com
- patch github.com
- web github.com
- web github.com
- web github.com