🇰🇷 한글 설명
TensorFlow의 QuantizeV2 함수 내 형상 추론(shape inference) 코드에서 힙 할당된 배열의 범위를 벗어난 읽기 오류가 발생합니다. axis 인자값이 -1보다 작은 음수일 경우 힙 버퍼 시작 지점 이전의 데이터에 접근하게 됩니다. 이 취약점은 TensorFlow 2.6.1 및 2.7.0 미만 버전에서 발생합니다.
💡 쉬운 설명
머신러닝 도구인 TensorFlow에서 특정 설정값을 잘못 입력하면 컴퓨터 메모리의 허용되지 않은 영역을 읽을 수 있는 오류입니다. 이는 프로그램이 예상치 못한 데이터를 읽어 오류를 일으키거나 보안 문제를 유발할 수 있습니다.
🇺🇸 원문 (English)
TensorFlow is an open source platform for machine learning. In affected versions the shape inference code for `QuantizeV2` can trigger a read outside of bounds of heap allocated array. This occurs whenever `axis` is a negative value less than `-1`. In this case, we are accessing data before the start of a heap buffer. The code allows `axis` to be an optional argument (`s` would contain an `error::NOT_FOUND` error code). Otherwise, it assumes that `axis` is a valid index into the dimensions of the `input` tensor. If `axis` is less than `-1` then this results in a heap OOB read. The fix will be included in TensorFlow 2.7.0. We will also cherrypick this commit on TensorFlow 2.6.1, as this version is the only one that is also affected.
📍 영향받는 시스템
TensorFlow 2.6.1 및 2.7.0 미만 버전
⚔️ 공격 벡터
QuantizeV2 연산 시 axis 인자에 -1보다 작은 음수 값을 전달하여 힙 메모리 경계 외 읽기 유도
🛡️ 대응 방법
TensorFlow를 2.7.0 버전 이상으로 업데이트하거나 2.6.1 버전의 보안 패치를 적용하십시오.
🔧 검증 코드
출력된 버전이 2.7.0 미만(예: 2.6.1)인지 확인하여 취약 여부를 판단합니다.
pip show tensorflow | grep Version