🇰🇷 한글 설명
TensorFlow의 TFG 다이얼렉트(MLIR)가 GraphDef를 변환할 때 입력 데이터에 대한 가정을 전제로 동작하는 취약점입니다. 공격자가 디스크의 SavedModel 형식을 조작하여 이 가정을 무효화하면 Python 인터프리터의 충돌을 유발하거나, 특정 상황에서 힙 영역의 OOB(Out-of-Bounds) 읽기/쓰기가 발생할 수 있습니다.
💡 쉬운 설명
머신러닝 모델 파일이 조작되었을 때 이를 불러오는 과정에서 프로그램이 멈추거나 메모리 오류가 발생할 수 있는 문제입니다. 해커가 악의적으로 만든 모델 파일을 실행하면 컴퓨터의 메모리에 잘못된 접근을 시도할 수 있습니다.
🇺🇸 원문 (English)
Tensorflow is an Open Source Machine Learning Framework. The TFG dialect of TensorFlow (MLIR) makes several assumptions about the incoming `GraphDef` before converting it to the MLIR-based dialect. If an attacker changes the `SavedModel` format on disk to invalidate these assumptions and the `GraphDef` is then converted to MLIR-based IR then they can cause a crash in the Python interpreter. Under certain scenarios, heap OOB read/writes are possible. These issues have been discovered via fuzzing and it is possible that more weaknesses exist. We will patch them as they are discovered.
📍 영향받는 시스템
TensorFlow (MLIR/TFG 관련 구성 요소가 포함된 버전)
⚔️ 공격 벡터
조작된 SavedModel 형식을 사용하여 GraphDef를 MLIR 기반 IR로 변환하도록 유도
🛡️ 대응 방법
TensorFlow를 최신 보안 패치가 적용된 버전으로 업데이트하십시오.
🔧 검증 코드
출력된 TensorFlow 버전을 확인하여 해당 취약점이 해결된 최신 버전인지 대조하십시오.
python3 -c 'import tensorflow as tf; print(tf.__version__)'