🇰🇷 한글 설명
TensorFlow의 TFLite 연산 중 양자화(quantization)를 사용하는 모든 작업에서 초기화되지 않은 값을 사용할 수 있는 취약점이 발견되었습니다. 이는 양자화 유형이 kTfLiteNoQuantization이 아닐 때만 유효한 quantization.params를 검증하는 과정이 누락되어 발생합니다.
💡 쉬운 설명
머신러닝 모델을 가볍게 만드는 과정에서 데이터가 제대로 준비되지 않았는데도 계산을 시도하여 잘못된 값을 사용하는 문제입니다. 이로 인해 프로그램이 예측 불가능하게 동작하거나 오류가 발생할 수 있습니다.
🇺🇸 원문 (English)
TensorFlow is an end-to-end open source platform for machine learning. In affected versions all TFLite operations that use quantization can be made to use unitialized values. [For example](https://github.com/tensorflow/tensorflow/blob/460e000de3a83278fb00b61a16d161b1964f15f4/tensorflow/lite/kernels/depthwise_conv.cc#L198-L200). The issue stems from the fact that `quantization.params` is only valid if `quantization.type` is different that `kTfLiteNoQuantization`. However, these checks are missing in large parts of the code. We have patched the issue in GitHub commits 537bc7c723439b9194a358f64d871dd326c18887, 4a91f2069f7145aab6ba2d8cfe41be8a110c18a5 and 8933b8a21280696ab119b63263babdb54c298538. 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
양자화 설정이 잘못된 특수하게 조작된 TFLite 모델 파일을 로드하여 초기화되지 않은 메모리 값을 참조하도록 유도
🛡️ 대응 방법
TensorFlow를 2.6.0 이상의 최신 버전으로 업데이트하거나 보안 패치가 적용된 버전(2.5.1, 2.4.3, 2.3.4)으로 업데이트
🔧 검증 코드
출력된 버전 번호가 2.6.0보다 낮은지 확인하여 취약 여부를 판단합니다.
python3 -c 'import tensorflow as tf; print(tf.__version__)'