Kang Hong Jin

O TensorFlow é uma plataforma de código aberto para aprendizado de máquina. Uma entrada `sparse matrix` que não seja uma matriz com forma de grau 0 acionará uma falha `CHECK` em `tf.raw ops.SparseMatrixNNZ`.

A implementação do SobolSampleOp está vulnerável a um ataque de negação de serviço por meio de falha de CHECK (falha de asserção) causada pela suposição de que `input(0)`, `input(1)` e `input(2)` são escalares. Esse problema pode ser desencadeado ao fornecer entradas não escalares à função SobolSampleOp.

A função `UnbatchGradOp` no TensorFlow recebe um argumento `id` que é considerado um escalar. Um `id` não escalar pode provocar uma falha `CHECK` e travar o programa. Ela também exige que seu argumento `batch index` contenha três vezes o número de elementos indicado em seu `batch index.dim size(0)`. Um `batch index` incorreto pode provocar uma falha `CHECK` e travar o programa.

O problema ocorre em `TensorListReserve`, no arquivo `core/kernels/list kernels.cc`, onde `num elements` é considerado um tensor de tamanho 1. Quando um `num elements` com mais de 1 elemento é fornecido, o `tf.raw ops.TensorListReserve` falha na verificação `CHECK EQ` em `CheckIsAlignedAndSingleElement`. Esta vulnerabilidade foi relatada por Kang Hong Jin, da Singapore Management University.

A implementação da operação `tf.reshape` no TensorFlow está vulnerável a um ataque de negação de serviço por meio de falha de CHECK (falha de asserção) causada pelo estouro do número de elementos em um tensor. Essa vulnerabilidade pode ser explorada passando-se uma forma de grandes dimensões para a função `tf.reshape`, causando a falha do programa. O número estimado de dispositivos potencialmente afetados em todo o mundo não está disponível. Não há incidentes conhecidos no mundo real em que essa vulnerabilidade tenha sido explorada.

O problema ocorre quando a função `tf.sparse.cross` recebe uma entrada `separator` que não é um escalar, resultando em uma falha `CHECK` que pode ser usada para desencadear um ataque de negação de serviço. Isso pode acontecer quando a entrada `separator` não é validada corretamente, permitindo que um invasor faça com que o programa trave ou deixe de responder.

O problema ocorre quando `EmptyTensorList` recebe uma entrada `element shape` com mais de uma dimensão, resultando em uma falha `CHECK` que pode ser usada para desencadear um ataque de negação de serviço. Isso pode ser explorado fornecendo uma entrada especialmente criada para a função `tf.raw ops.EmptyTensorList`, como `element shape=tf.ones(dtype=tf.int32, shape=[1, 0])`.

O problema ocorre quando a função `tf.linalg.matrix rank` recebe uma entrada vazia `a`, fazendo com que o kernel da GPU retorne uma falha `CHECK` que pode ser usada para desencadear um ataque de negação de serviço. Isso pode ser feito passando um tensor vazio para a função `tf.linalg.matrix rank`, como `tf.constant([], shape=[0, 1, 1], dtype=tf.float32)`.