| CVE ID | 심각도 | CVSS | 소프트웨어 | 설명 | 발행일 | 수정일 |
|---|---|---|---|---|---|---|
| CVE-2021-29581 | LOW | 2.5 | Azure Machine Learning |
TensorFlow의 `tf.raw_ops.CTCBeamSearchDecoder` 함수에서 입력값 검증이 누락되어 발생한 취약점입니다. 공격자가 빈 입력 텐서를 전달할 경우, 시스템이 null 버퍼에서 데이터를 읽으려 시도하여 세그멘테이션 오류(Segmentation Fault)를 일으키고 서비스 거부(DoS) 상태를 유발할 수 있습니다.
|
2021-05-14 | 2026-06-17 03:47 |
| CVE-2021-29582 | LOW | 2.5 | Azure Machine Learning |
TensorFlow의 `tf.raw_ops.Dequantize` 함수에서 입력값 검증이 누락되어 발생한 취약점입니다. 공격자가 `min_range`와 `max_range` 텐서의 형상(shape)이 일치하지 않게 조작할 경우, 힙 할당 데이터의 경계를 벗어난 메모리 읽기가 발생할 수 있습니다.
|
2021-05-14 | 2026-06-17 03:47 |
| CVE-2021-29583 | LOW | 2.5 | Azure Machine Learning |
TensorFlow의 `tf.raw_ops.FusedBatchNorm` 구현에서 힙 버퍼 오버플로우 취약점이 발견되었습니다. 입력 텐서의 scale, offset, mean, variance 요소 수가 x의 채널 수와 일치하는지 검증하지 않아 힙 경계를 벗어난 읽기가 발생하거나, 빈 텐서의 경우 Null 포인터 역참조로 인한 정의되지 않은 동작이 발생할 수 있습니다.
|
2021-05-14 | 2026-06-17 03:47 |
| CVE-2021-29584 | LOW | 2.5 | Azure Machine Learning |
TensorFlow에서 새로운 텐서 모양을 생성할 때 정수 오버플로가 발생하여 서비스 거부(DoS)를 유발할 수 있는 취약점입니다. 특정 구현에서 차원 크기를 검증하지 않고 밀집 형태를 구축하기 때문에 발생하며, 이는 CHECK 실패를 유도하여 프로그램을 중단시킵니다.
|
2021-05-14 | 2026-06-17 03:47 |
| CVE-2021-29585 | LOW | 2.5 | Azure Machine Learning |
TensorFlow의 TFLite 연산 과정 중 패딩 후 출력 크기를 계산하는 ComputeOutSize 함수에서 stride 인자가 0인지 확인하지 않는 취약점이 발견되었습니다. 공격자가 stride를 0으로 설정한 특수 모델을 제작할 경우 0으로 나누기 오류가 발생할 수 있습니다.
|
2021-05-14 | 2026-06-17 03:47 |
| CVE-2021-29586 | LOW | 2.5 | Azure Machine Learning |
TensorFlow Lite의 최적화된 풀링 구현에서 stride 인자가 0인지 확인하지 않아 발생하는 문제입니다. 사용자가 stride 값이 0인 특수 모델을 제작할 경우, ComputePaddingHeightWidth 함수 호출 시 0으로 나누기 오류(division by zero)가 발생합니다.
|
2021-05-14 | 2026-06-17 03:47 |
| CVE-2021-29587 | LOW | 2.5 | Azure Machine Learning |
TensorFlow의 TFLite 연산자인 SpaceToDepth의 Prepare 단계에서 0으로 나누는 동작에 대한 검증이 누락되었습니다. 공격자가 block_size를 0으로 설정한 악성 모델을 제작할 경우 문제가 발생할 수 있습니다.
|
2021-05-14 | 2026-06-17 03:47 |
| CVE-2021-29588 | LOW | 2.5 | Azure Machine Learning |
TensorFlow의 TFLite 연산자 중 TransposeConv의 최적화된 구현에서 0으로 나누기 오류가 발생할 수 있는 취약점이 발견되었습니다. 공격자가 stride 값이 0인 모델을 제작할 경우 시스템 오류를 유발할 수 있습니다.
|
2021-05-14 | 2026-06-17 03:47 |
| CVE-2021-29589 | LOW | 2.5 | Azure Machine Learning |
TensorFlow의 TFLite `GatherNd` 연산자 참조 구현에서 0으로 나누기 오류가 발생할 수 있는 취약점이 발견되었습니다. 공격자가 `params` 입력을 빈 텐서로 구성된 모델을 제작할 경우, 특정 차원의 크기가 0이 되어 시스템 오류를 유발할 수 있습니다.
|
2021-05-14 | 2026-06-17 03:47 |
| CVE-2021-29590 | LOW | 2.5 | Azure Machine Learning |
TensorFlow의 TFLite `Minimum` 및 `Maximum` 연산자 구현에서 입력 텐서 중 하나가 비어 있을 경우 힙 할당 객체의 범위를 벗어난 데이터를 읽을 수 있는 취약점이 발견되었습니다. 이는 브로드캐스팅 구현 과정에서 인덱스 범위 검증이 누락되어 발생하며, 메모리 외부 데이터를 참조할 위험이 있습니다.
|
2021-05-14 | 2026-06-17 03:47 |
| CVE-2021-29551 | LOW | 2.5 | Azure Machine Learning |
TensorFlow의 MatrixTriangularSolve 구현에서 특정 유효성 검사 조건이 실패할 경우 커널 실행이 종료되지 않는 문제가 발생합니다. 이로 인해 프로세스가 무한 루프에 빠지거나 비정상적으로 지속될 수 있습니다. 해당 문제는 TensorFlow 2.5.0 및 주요 지원 버전(2.4.2, 2.3.3, 2.2.3, 2.1.4)에 패치가 적용될 예정입니다.
|
2021-05-14 | 2026-06-17 03:47 |
| CVE-2021-29552 | LOW | 2.5 | Azure Machine Learning |
TensorFlow의 UnsortedSegmentJoin 연산에서 num_segments 텐서 인자 값을 조작하여 서비스 거부(DoS) 공격을 수행할 수 있습니다. 해당 구현체가 num_segments 텐서가 유효한 스칼라 값이라고 가정하기 때문에, 빈 텐서가 입력될 경우 프로세스가 강제 종료됩니다.
|
2021-05-14 | 2026-06-17 03:47 |
| CVE-2021-29553 | LOW | 2.5 | Azure Machine Learning |
TensorFlow의 `tf.raw_ops.QuantizeAndDequantizeV3` 연산에서 사용자 입력값인 `axis` 속성을 검증하지 않아 발생하는 취약점입니다. 공격자는 이를 악용하여 힙 할당 버퍼의 범위를 벗어난 데이터를 읽을 수 있습니다.
|
2021-05-14 | 2026-06-17 03:47 |
| CVE-2021-29555 | LOW | 2.5 | Azure Machine Learning |
TensorFlow의 `tf.raw_ops.FusedBatchNorm` 연산에서 FPE(부동 소수점 예외) 런타임 오류를 통해 서비스 거부(DoS)를 유발할 수 있는 취약점입니다. 사용자가 제어 가능한 텐서의 마지막 차원 값을 기반으로 나눗셈을 수행할 때 오류가 발생합니다.
|
2021-05-14 | 2026-06-17 03:47 |
| CVE-2021-29556 | LOW | 2.5 | Azure Machine Learning |
TensorFlow의 `tf.raw_ops.Reverse` 연산에서 FPE(부동 소수점 예외) 런타임 오류가 발생하여 서비스 거부(DoS) 상태를 유발할 수 있는 취약점입니다. 이 문제는 텐서 인자의 첫 번째 차원을 기반으로 나눗셈을 수행하는 구현 방식 때문에 발생합니다.
|
2021-05-14 | 2026-06-17 03:47 |
| CVE-2021-29557 | LOW | 2.5 | Azure Machine Learning |
TensorFlow의 `tf.raw_ops.SparseMatMul` 연산 중 FPE 런타임 오류로 인해 서비스 거부(DoS)가 발생할 수 있는 취약점입니다. 빈 `b` 텐서로 인해 Eigen 코드 내부에서 0으로 나누기 연산이 수행되어 발생합니다.
|
2021-05-14 | 2026-06-17 03:47 |
| CVE-2021-29558 | LOW | 2.5 | Azure Machine Learning |
TensorFlow의 `tf.raw_ops.SparseSplit` 함수에서 힙 버퍼 오버플로 취약점이 발견되었습니다. 공격자가 제어 가능한 오프셋을 사용하여 배열 요소에 접근함으로써 메모리 오류를 유발할 수 있습니다.
|
2021-05-14 | 2026-06-17 03:47 |
| CVE-2021-29559 | LOW | 2.5 | Azure Machine Learning |
TensorFlow의 `tf.raw_ops.UnicodeEncode` 연산에서 힙 할당 배열의 범위를 벗어난 데이터에 접근할 수 있는 취약점이 발견되었습니다. 이는 구현 과정에서 `input_value`/`input_splits` 쌍이 유효한 희소 텐서(sparse tensor)라고 잘못 가정하기 때문에 발생합니다.
|
2021-05-14 | 2026-06-17 03:47 |
| CVE-2021-29560 | LOW | 2.5 | Azure Machine Learning |
TensorFlow의 `tf.raw_ops.RaggedTensorToTensor` 연산에서 힙 버퍼 오버플로우 취약점이 발견되었습니다. 공격자가 입력 인자의 형태를 조작하여 `parent_output_index`가 `row_split`보다 짧게 만들 경우, 힙 영역의 경계를 벗어난 메모리 접근(OOB)을 유발할 수 있습니다.
|
2021-05-14 | 2026-06-17 03:47 |
| CVE-2021-29561 | LOW | 2.5 | Azure Machine Learning |
TensorFlow의 `tf.raw_ops.LoadAndRemapMatrix` 연산에서 `ckpt_path`가 항상 유효한 스칼라 값이라고 가정하는 구현 결함이 존재합니다. 공격자가 첫 번째 인자로 스칼라가 아닌 다른 텐서를 전달할 경우, 랭크 체크(rank CHECK) 실패가 발생하여 프로세스가 강제 종료될 수 있습니다.
|
2021-05-14 | 2026-06-17 03:47 |
| CVE-2021-29562 | LOW | 2.5 | Azure Machine Learning |
TensorFlow의 tf.raw_ops.IRFFT 구현 과정에서 발생하는 CHECK 실패를 악용하여 서비스 거부(DoS) 공격을 유발할 수 있습니다. 이 취약점은 TensorFlow 2.5.0 버전에서 수정되었으며, 지원 범위 내의 이전 버전들에도 패치가 적용될 예정입니다.
|
2021-05-14 | 2026-06-17 03:47 |
| CVE-2021-29563 | LOW | 2.5 | Azure Machine Learning |
TensorFlow의 tf.raw_ops.RFFT 구현 과정에서 발생하는 CHECK 실패를 악용하여 서비스 거부(DoS) 공격이 가능합니다. 빈 행렬을 처리하는 Eigen 코드에서 어설션(assertion)이 발생하여 프로그램이 강제 종료될 수 있습니다.
|
2021-05-14 | 2026-06-17 03:47 |
| CVE-2021-29564 | LOW | 2.5 | Azure Machine Learning |
TensorFlow의 `tf.raw_ops.EditDistance` 구현 과정에서 입력 매개변수에 대한 검증이 불충분하여 Null 포인터 역참조가 발생할 수 있습니다. 이로 인해 공격자가 시스템의 비정상적인 동작을 유도할 수 있습니다.
|
2021-05-14 | 2026-06-17 03:47 |
| CVE-2021-29565 | LOW | 2.5 | Azure Machine Learning |
TensorFlow의 `tf.raw_ops.SparseFillEmptyRows` 구현 과정에서 입력값 검증 누락으로 인해 Null 포인터 역참조가 발생할 수 있는 취약점입니다. `dense_shape` 텐서가 비어 있을 경우 시스템 오류를 유발할 수 있습니다.
|
2021-05-14 | 2026-06-17 03:47 |
| CVE-2021-29566 | LOW | 2.5 | Azure Machine Learning |
TensorFlow의 `tf.raw_ops.Dilation2DBackpropInput` 함수에서 잘못된 인자를 전달할 경우 힙 할당 배열의 범위를 벗어나 데이터를 작성할 수 있는 취약점이 발견되었습니다. 이는 구현 과정에서 출력 배열에 쓰기 작업을 수행하기 전 `h_in_max` 및 `w_in_max` 값에 대한 유효성 검사가 누락되었기 때문입니다.
|
2021-05-14 | 2026-06-17 03:47 |
| CVE-2021-29567 | LOW | 2.5 | Azure Machine Learning |
TensorFlow의 `tf.raw_ops.SparseDenseCwiseMul` 함수에서 입력 인자의 차원 간 제약 조건을 검증하지 않는 취약점이 발견되었습니다. 공격자는 이를 악용하여 프로그램의 `CHECK` 실패를 유도해 서비스 거부(DoS)를 일으키거나, 힙에 할당된 데이터 범위를 벗어난 메모리에 접근할 수 있습니다.
|
2021-05-14 | 2026-06-17 03:47 |
| CVE-2021-29568 | LOW | 2.5 | Azure Machine Learning |
TensorFlow의 `tf.raw_ops.ParameterizedTruncatedNormal` 연산에서 입력 인자를 검증하지 않아 발생하는 취약점입니다. 공격자가 빈 shape 인자를 전달할 경우 null 포인터 바인딩을 유발하여 정의되지 않은 동작을 일으킬 수 있습니다.
|
2021-05-14 | 2026-06-17 03:47 |
| CVE-2021-29569 | LOW | 2.5 | Azure Machine Learning |
TensorFlow의 `tf.raw_ops.MaxPoolGradWithArgmax` 구현에서 특수하게 조작된 입력이 제공될 경우 힙 할당 데이터의 범위를 벗어난 읽기가 발생할 수 있습니다. 이는 `input_min` 및 `input_max` 텐서가 비어 있을 경우 첫 번째 요소에 접근하려 할 때 발생하는 경계 외 읽기 취약점입니다.
|
2021-05-14 | 2026-06-17 03:47 |
| CVE-2021-29570 | LOW | 2.5 | Azure Machine Learning |
TensorFlow의 `tf.raw_ops.MaxPoolGradWithArgmax` 구현에서 조작된 입력값이 제공될 경우 힙 할당 데이터의 경계를 벗어난 읽기 작업이 발생할 수 있습니다. 이는 두 개의 서로 다른 배열에 동일한 인덱스 값을 사용하지만 두 배열의 크기가 동일하다는 보장이 없기 때문에 발생합니다.
|
2021-05-14 | 2026-06-17 03:47 |
| CVE-2021-29572 | LOW | 2.5 | Azure Machine Learning |
TensorFlow의 `tf.raw_ops.SdcaOptimizer` 구현 과정에서 사용자 입력값에 대한 검증이 누락되어 Null 포인터 역참조로 인한 정의되지 않은 동작이 발생합니다. 이 취약점은 적절한 입력값 제약 조건을 확인하지 않아 발생하며, TensorFlow 2.5.0 및 주요 지원 버전에서 수정되었습니다.
|
2021-05-14 | 2026-06-17 03:47 |