🇰🇷 한글 설명
TensorFlow의 QuantizedResizeBilinear 연산에서 양자화 임계값에 잘못된 값을 전달할 경우 힙 버퍼 오버플로우가 발생할 수 있습니다. 이는 구현 과정에서 입력값이 항상 유효한 스칼라 값이라고 가정하고 직접 접근하기 때문에 발생하는 취약점입니다.
💡 쉬운 설명
머신러닝 도구인 TensorFlow에서 잘못된 숫자 데이터를 입력하면 프로그램의 메모리 영역을 넘쳐나게 만드는 오류가 발생할 수 있습니다. 이로 인해 프로그램이 강제로 종료되거나 보안 문제가 생길 수 있습니다.
🇺🇸 원문 (English)
TensorFlow is an end-to-end open source platform for machine learning. An attacker can cause a heap buffer overflow in `QuantizedResizeBilinear` by passing in invalid thresholds for the quantization. This is because the implementation(https://github.com/tensorflow/tensorflow/blob/50711818d2e61ccce012591eeb4fdf93a8496726/tensorflow/core/kernels/quantized_resize_bilinear_op.cc#L705-L706) assumes that the 2 arguments are always valid scalars and tries to access the numeric value directly. The fix will be included in TensorFlow 2.5.0. We will also cherrypick this commit on TensorFlow 2.4.2, TensorFlow 2.3.3, TensorFlow 2.2.3 and TensorFlow 2.1.4, as these are also affected and still in supported range.
📍 영향받는 시스템
TensorFlow 2.5.0 미만 버전 (2.4.2, 2.3.3, 2.2.3, 2.1.4 포함)
⚔️ 공격 벡터
양자화 연산 시 유효하지 않은 임계값(threshold)을 입력값으로 전달
🛡️ 대응 방법
TensorFlow를 2.5.0 이상의 버전으로 업데이트하거나 해당 보안 패치가 적용된 버전으로 업그레이드
🔧 검증 코드
출력된 버전 번호가 2.5.0 미만인지 확인하여 취약 여부를 판단합니다.
python3 -c 'import tensorflow as tf; print(tf.__version__)'