🇰🇷 한글 설명
TensorFlow의 `tf.raw_ops.AvgPool3DGrad` 구현에서 힙 버퍼 오버플로 취약점이 발견되었습니다. 입력 텐서의 형상(shape)이 특정 조건을 만족한다고 잘못 가정하여 유효성 검사를 수행하지 않기 때문에 발생합니다.
💡 쉬운 설명
TensorFlow라는 인공지능 도구에서 데이터 크기를 계산할 때 실수로 메모리 범위를 넘어가는 오류가 발생할 수 있습니다. 이로 인해 프로그램이 갑자기 종료되거나 보안 문제가 생길 수 있습니다.
🇺🇸 원문 (English)
TensorFlow is an end-to-end open source platform for machine learning. The implementation of `tf.raw_ops.AvgPool3DGrad` is vulnerable to a heap buffer overflow. The implementation(https://github.com/tensorflow/tensorflow/blob/d80ffba9702dc19d1fac74fc4b766b3fa1ee976b/tensorflow/core/kernels/pooling_ops_3d.cc#L376-L450) assumes that the `orig_input_shape` and `grad` tensors have similar first and last dimensions but does not check that this assumption is validated. 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
조작된 텐서 형상을 가진 입력 데이터를 통해 메모리 오버플로 유도
🛡️ 대응 방법
TensorFlow를 2.5.0 이상의 최신 버전으로 업데이트하거나 해당 패치가 적용된 버전으로 업그레이드
🔧 검증 코드
출력된 버전 번호가 2.5.0보다 낮은지 확인하여 취약 여부를 판단합니다.
python3 -c 'import tensorflow as tf; print(tf.__version__)'