🇰🇷 한글 설명
TensorFlow의 `tf.raw_ops.FractionalAvgPoolGrad` 구현에서 입력 텐서가 비어 있는지 확인하지 않아 발생하는 취약점입니다. 이로 인해 힙 할당 버퍼의 범위를 벗어난 데이터에 접근할 수 있는 메모리 손상 문제가 발생할 수 있습니다.
💡 쉬운 설명
머신러닝 도구인 TensorFlow에서 빈 데이터를 처리할 때 메모리 경계를 넘어 잘못된 영역을 읽거나 쓰는 오류가 있습니다. 이는 프로그램이 갑자기 종료되거나 보안상 위험한 동작을 유발할 수 있습니다.
🇺🇸 원문 (English)
TensorFlow is an end-to-end open source platform for machine learning. In affected versions the implementation for `tf.raw_ops.FractionalAvgPoolGrad` can be tricked into accessing data outside of bounds of heap allocated buffers. The [implementation](https://github.com/tensorflow/tensorflow/blob/f24faa153ad31a4b51578f8181d3aaab77a1ddeb/tensorflow/core/kernels/fractional_avg_pool_op.cc#L205) does not validate that the input tensor is non-empty. Thus, code constructs an empty `EigenDoubleMatrixMap` and then accesses this buffer with indices that are outside of the empty area. We have patched the issue in GitHub commit 0f931751fb20f565c4e94aa6df58d54a003cdb30. 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.
📍 영향받는 시스템
TensorFlow 2.6.0 미만 버전 (2.5.1, 2.4.3, 2.3.4 포함)
⚔️ 공격 벡터
조작된 빈 입력 텐서를 사용하여 `FractionalAvgPoolGrad` 연산을 수행함으로써 메모리 경계 외 영역에 접근
🛡️ 대응 방법
TensorFlow를 2.6.0 이상 버전으로 업데이트하거나, 보안 패치가 적용된 2.5.1, 2.4.3, 2.3.4 버전으로 업데이트하십시오.
🔧 검증 코드
출력된 버전 번호가 2.6.0 미만인지 확인하여 취약 여부를 판단합니다.
python3 -c 'import tensorflow as tf; print(tf.__version__)'