Vulnérabilité dans tensorflow (CVE-2022-35974)
Résumé
Vulnérabilité dans tensorflow (CVE-2022-35974). Risque d'opérations non autorisées ou de divulgation. Exploitable via QuantizeDownAndShrinkRange. Atténuation : mise à jour vers 2.9.1 ou plus.
Description d'origine
La description telle que publiée par la source (souvent en anglais).
Impact
If QuantizeDownAndShrinkRange is given nonscalar inputs for input_min or input_max, it results in a segfault that can be used to trigger a denial of service attack.
import tensorflow as tf
out_type = tf.quint8
input = tf.constant([1], shape=[3], dtype=tf.qint32)
input_min = tf.constant([], shape=[0], dtype=tf.float32)
input_max = tf.constant(-256, shape=[1], dtype=tf.float32)
tf.raw_ops.QuantizeDownAndShrinkRange(input=input, input_min=input_min, input_max=input_max, out_type=out_type)
Patches
We have patched the issue in GitHub commit 73ad1815ebcfeb7c051f9c2f7ab5024380ca8613.
The fix will be included in TensorFlow 2.10.0. We will also cherrypick this commit on TensorFlow 2.9.1, TensorFlow 2.8.1, and TensorFlow 2.7.2, as these are also affected and still in supported range.
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 Neophytos Christou, Secure Systems Labs, Brown University.
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-2022-35974 a été découverte dans tensorflow.
Des attaquants peuvent cibler un point d'entrée spécifique comme QuantizeDownAndShrinkRange à distance pour détourner le produit.
Risque d'opérations non autorisées ou de divulgation.
Action : mettez à jour tensorflow vers 2.9.1 ou supérieur.
En cas de doute, contactez votre service informatique ou cherchez « tensorflow CVE-2022-35974 » sur le site de l'éditeur.
CVE-2022-35974 (tensorflow) — CWE-20
Vecteur d'attaque : distant (réseau) / non authentifié / sans interaction utilisateur
Surface d'attaque : QuantizeDownAndShrinkRange / input_min / input_max
Correctif : 2.9.1 — 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-20) affecte tensorflow. Les attaquants atteignent le code vulnérable via QuantizeDownAndShrinkRange sans authentification.
Consultez l'avis de l'éditeur pour les versions affectées de tensorflow. Surface d'attaque : QuantizeDownAndShrinkRange / input_min / input_max.
Gravité : ?. Risque d'opérations non autorisées ou de divulgation.
Mettre à jour vers 2.9.1.
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 2.9.1ステージング環境で 2.9.1 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 nvd.nist.gov
- package github.com
- web github.com
- web github.com
- web github.com