R3Pwnx

Ocorre uma leitura fora dos limites devido a uma verificação de limites insuficiente. O processamento de um arquivo maliciosamente manipulado pode levar ao encerramento inesperado do aplicativo.

O problema está relacionado a uma falha de leitura fora dos limites no NVIDIA Triton Inference Server, que pode ser causada pela liberação de uma região de memória compartilhada enquanto ela está em uso. Isso pode levar a uma negação de serviço. A vulnerabilidade pode permitir que um invasor remoto cause uma interrupção no serviço.

O problema está relacionado ao comando `cuobjdump` no NVIDIA CUDA Toolkit, onde a passagem de um arquivo ELF malformado pode causar uma falha no sistema. Isso pode levar a uma leitura fora dos limites na memória do processo sem privilégios, resultando em uma negação de serviço limitada.

O problema está relacionado ao comando `cuobjdump` no NVIDIA CUDA Toolkit, onde um usuário pode causar uma gravação fora dos limites ao passar um arquivo ELF malformado. Isso pode levar à execução de código ou à negação de serviço.

O problema está relacionado ao comando ‘cuobjdump’ no NVIDIA CUDA Toolkit, que pode ser explorado através do envio de um arquivo ELF malformado. Isso pode causar uma falha no sistema ou gerar resultados incorretos, levando potencialmente a uma negação de serviço limitada ou à adulteração de dados.

TensorFlow is an open source platform for machine learning. The issue is a null point error in `QuantizedMatMulWithBiasAndDequantize` with MKL enabled. A fix is included in TensorFlow version 2.12.0 and version 2.11.1.

The function `tf.raw ops.LookupTableImportV2` cannot handle scalars in the `values` parameter and gives a Null Pointer Exception (NPE). TensorFlow is an open source platform for machine learning.

TensorFlow is an open source platform for machine learning. The issue is related to a Floating Point Exception in TensorListSplit with XLA. A fix is included in TensorFlow version 2.12.0 and version 2.11.1.

TensorFlow is an open source machine learning platform. When running with XLA, `tf.raw ops.Bincount` segfaults when given a parameter `weights` that is neither the same shape as parameter `arr` nor a length-0 tensor.

The issue occurs when running TensorFlow with XLA, where `tf.raw ops.ParallelConcat` segfaults with a nullptr dereference when given a parameter `shape` with rank that is not greater than zero.

The issue is a null pointer error in RandomShuffle with XLA enabled. A fix is included in TensorFlow 2.12.0 and 2.11.1. The error can be triggered by using the `tf.raw ops.RandomShuffle` function with specific parameters, such as `value`, `seed`, and `seed2`. For example, using the parameters `{'value': 1e+20, 'seed': -4294967297, 'seed2': -2147483649}` can cause the error.

TensorFlow, an open source platform for machine learning, has an issue where an out of bounds read occurs in GRUBlockCellGrad. The function `tf.raw ops.GRUBlockCellGrad` is affected, with parameters such as `x`, `h prev`, `w ru`, `w c`, `b ru`, `b c`, `r`, `u`, `c`, and `d h` being used. This issue has been reported and a fix is included in versions 2.12.0 and 2.11.1.

The issue is related to an integer overflow in the EditDistance function of TensorFlow, which can cause a deadlock when the `hypothesis shape t` is empty. This occurs because `hypothesis shape t->NumElements() - 1` will result in an integer overflow. The vulnerability can be exploited by passing a specific set of parameters to the `tf.raw ops.EditDistance` function, including empty `hypothesis shape` and `truth shape`.

The issue is related to a floating point exception in the AudioSpectrogram function. The exception occurs when the stride is set to 0. This can be exploited by passing a `stride` value of 0 to the `AudioSpectrogram` function, which can cause a division by zero error. The vulnerability is present in versions prior to 2.12.0 and 2.11.1.

The issue arises when the stride and window size are not positive for `tf.raw ops.AvgPoolGrad`, potentially causing a floating point exception.

The issue is related to a vulnerability in cuobjdump, where a local user running the tool against a malicious binary may cause an out-of-bounds read. This may result in a limited denial of service and limited information disclosure.