Vulnérabilité dans tensorflow (CVE-2022-23583)
Résumé
Vulnérabilité dans tensorflow (CVE-2022-23583). Risque d'opérations non autorisées ou de divulgation. Exploitable via SavedModel. Atténuation : mise à jour vers 2.7.1 ou plus.
Description d'origine
La description telle que publiée par la source (souvent en anglais).
Tensorflow is an Open Source Machine Learning Framework. A malicious user can cause a denial of service by altering a SavedModel such that any binary op would trigger CHECK failures. This occurs when the protobuf part corresponding to the tensor arguments is modified such that the dtype no longer matches the dtype expected by the op. In that case, calling the templated binary operator for the binary op would receive corrupted data, due to the type confusion involved. If Tin and Tout don't match the type of data in out and input_* tensors then flat<*> would interpret it wrongly. In most cases, this would be a silent failure, but we have noticed scenarios where this results in a CHECK crash, hence a denial of service. The fix will be included in TensorFlow 2.8.0. We will also cherrypick this commit on TensorFlow 2.7.1, TensorFlow 2.6.3, and TensorFlow 2.5.3, 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-2022-23583 a été découverte dans tensorflow.
Des attaquants peuvent cibler un point d'entrée spécifique comme SavedModel à distance pour détourner le produit.
Risque d'opérations non autorisées ou de divulgation.
Action : mettez à jour tensorflow vers 2.7.1 ou supérieur.
En cas de doute, contactez votre service informatique ou cherchez « tensorflow CVE-2022-23583 » sur le site de l'éditeur.
CVE-2022-23583 (tensorflow) — CWE-617
Vecteur d'attaque : distant (réseau) / sans interaction utilisateur
Surface d'attaque : SavedModel / CHECK / dtype / Tin
Correctif : 2.7.1 — 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 SavedModel.
Consultez l'avis de l'éditeur pour les versions affectées de tensorflow. Surface d'attaque : SavedModel / CHECK / dtype / Tin.
Gravité : ?. Risque d'opérations non autorisées ou de divulgation.
Mettre à jour vers 2.7.1.
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 2.7.1ステージング環境で 2.7.1 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 github.com
- advisory github.com
- web nvd.nist.gov
- web github.com
- web github.com
- web github.com