Instituto Nacional de ciberseguridad. Sección Incibe
Instituto Nacional de Ciberseguridad. Sección INCIBE-CERT

Vulnerabilidades

Con el objetivo de informar, advertir y ayudar a los profesionales sobre las ultimas vulnerabilidades de seguridad en sistemas tecnológicos, ponemos a disposición de los usuarios interesados en esta información una base de datos con información en castellano sobre cada una de las ultimas vulnerabilidades documentadas y conocidas.

Este repositorio con más de 75.000 registros esta basado en la información de NVD (National Vulnerability Database) – en función de un acuerdo de colaboración – por el cual desde INCIBE realizamos la traducción al castellano de la información incluida. En ocasiones este listado mostrará vulnerabilidades que aún no han sido traducidas debido a que se recogen en el transcurso del tiempo en el que el equipo de INCIBE realiza el proceso de traducción.

Se emplea el estándar de nomenclatura de vulnerabilidades CVE (Common Vulnerabilities and Exposures), con el fin de facilitar el intercambio de información entre diferentes bases de datos y herramientas. Cada una de las vulnerabilidades recogidas enlaza a diversas fuentes de información así como a parches disponibles o soluciones aportadas por los fabricantes y desarrolladores. Es posible realizar búsquedas avanzadas teniendo la opción de seleccionar diferentes criterios como el tipo de vulnerabilidad, fabricante, tipo de impacto entre otros, con el fin de acortar los resultados.

Mediante suscripción RSS o Boletines podemos estar informados diariamente de las ultimas vulnerabilidades incorporadas al repositorio.

Vulnerabilidad en Zoom On-Premise Meeting Connector MMR (CVE-2022-28758)

Fecha de publicación:
16/09/2022
Idioma:
Español
Zoom On-Premise Meeting Connector MMR versiones anteriores a 4.8.20220815.130, contiene una vulnerabilidad de control de acceso inapropiada. Como resultado, un actor malicioso podría obtener la transmisión de audio y vídeo de una reunión a la que no estaba autorizado a unirse y causar otras interrupciones en la reunión
Gravedad CVSS v3.1: ALTA
Última modificación:
21/09/2022

Vulnerabilidad en "QuantizedMatMul" en TensorFlow (CVE-2022-35973)

Fecha de publicación:
16/09/2022
Idioma:
Español
TensorFlow es una plataforma de código abierto para el aprendizaje automático. Si "QuantizedMatMul" recibe una entrada no escalar para: "min_a", "max_a", "min_b", o "max_b" resulta en un segfault que puede ser usado para desencadenar un ataque de denegación de servicio. Hemos parcheado el problema en el commit de GitHub aca766ac7693bf29ed0df55ad6bfcc78f35e7f48. La corrección será incluida en TensorFlow versión 2.10.0. También seleccionaremos este compromiso en TensorFlow versión 2.9.1, TensorFlow versión 2.8.1, y TensorFlow versión 2.7.2, ya que estos también están afectados y todavía están en el rango admitido. No se presentan mitigaciones conocidas para este problema
Gravedad CVSS v3.1: ALTA
Última modificación:
20/09/2022

Vulnerabilidad en "QuantizeDownAndShrinkRange" en TensorFlow (CVE-2022-35974)

Fecha de publicación:
16/09/2022
Idioma:
Español
TensorFlow es una plataforma de código abierto para el aprendizaje automático. Si "QuantizeDownAndShrinkRange" recibe entradas no escalares para "input_min" o "input_max", resulta en un segfault que puede usarse para desencadenar un ataque de denegación de servicio. Hemos parcheado el problema en el commit 73ad1815ebcfeb7c051f9c2f7ab5024380ca8613 de GitHub. La corrección será incluida en TensorFlow versión 2.10.0. También seleccionaremos este compromiso en TensorFlow versión 2.9.1, TensorFlow versión 2.8.1, y TensorFlow versión 2.7.2, ya que estos también están afectados y todavía están en el rango admitido. No se presentan mitigaciones conocidas para este problema
Gravedad CVSS v3.1: ALTA
Última modificación:
20/09/2022

Vulnerabilidad en "QuantizedBiasAdd" en TensorFlow (CVE-2022-35972)

Fecha de publicación:
16/09/2022
Idioma:
Español
TensorFlow es una plataforma de código abierto para el aprendizaje automático. Si a "QuantizedBiasAdd" le son dados los tensores "min_input", "max_input", "min_bias", "max_bias" de un rango distinto de cero, resulta en un segfault que puede usarse para desencadenar un ataque de denegación de servicio. Hemos parcheado el problema en el commit 785d67a78a1d533759fcd2f5e8d6ef778de849e0 de GitHub. La corrección será incluida en TensorFlow versión 2.10.0. También seleccionaremos este compromiso en TensorFlow versión 2.9.1, TensorFlow versión 2.8.1, y TensorFlow versión 2.7.2, ya que estos también están afectados y todavía están en el rango admitido. No se presentan mitigaciones conocidas para este problema
Gravedad CVSS v3.1: ALTA
Última modificación:
20/09/2022

Vulnerabilidad en la implementación de "Conv2DBackpropInput" en TensorFlow (CVE-2022-35969)

Fecha de publicación:
16/09/2022
Idioma:
Español
TensorFlow es una plataforma de código abierto para el aprendizaje automático. La implementación de "Conv2DBackpropInput" requiere que "input_sizes" sea de 4 dimensiones. De lo contrario, da un fallo "CHECK" que puede ser usado para desencadenar un ataque de denegación de servicio. Hemos parcheado el problema en el commit 50156d547b9a1da0144d7babe665cf690305b33c de GitHub. La corrección será incluida en TensorFlow versión 2.10.0. También seleccionaremos este compromiso en TensorFlow versión 2.9.1, TensorFlow versión 2.8.1, y TensorFlow versión 2.7.2, ya que estos también están afectados y todavía están en el rango admitido. No se presentan mitigaciones conocidas para este problema
Gravedad CVSS v3.1: ALTA
Última modificación:
20/09/2022

Vulnerabilidad en "QuantizedInstanceNorm" en TensorFlow (CVE-2022-35970)

Fecha de publicación:
16/09/2022
Idioma:
Español
TensorFlow es una plataforma de código abierto para el aprendizaje automático. Si a "QuantizedInstanceNorm" le son dados tensores "x_min" o "x_max" de un rango distinto de cero, resulta en un segfault que puede usarse para desencadenar un ataque de denegación de servicio. Hemos parcheado el problema en el commit 785d67a78a1d533759fcd2f5e8d6ef778de849e0 de GitHub. La corrección será incluida en TensorFlow versión 2.10.0. También seleccionaremos este compromiso en TensorFlow versión 2.9.1, TensorFlow versión 2.8.1, y TensorFlow versión 2.7.2, ya que estos también están afectados y todavía están en el rango admitido. No se presentan mitigaciones conocidas para este problema
Gravedad CVSS v3.1: ALTA
Última modificación:
20/09/2022

Vulnerabilidad en "FakeQuantWithMinMaxVars" en TensorFlow (CVE-2022-35971)

Fecha de publicación:
16/09/2022
Idioma:
Español
TensorFlow es una plataforma de código abierto para el aprendizaje automático. Si a "FakeQuantWithMinMaxVars" le son dados tensores "min" o "max" de un rango distinto de cero, es producido un fallo de "CHECK" que puede usarse para desencadenar un ataque de denegación de servicio. Hemos parcheado el problema en el commit 785d67a78a1d533759fcd2f5e8d6ef778de849e0 de GitHub. La corrección será incluida en TensorFlow versión 2.10.0. También seleccionaremos este compromiso en TensorFlow versión 2.9.1, TensorFlow versión 2.8.1, y TensorFlow versión 2.7.2, ya que estos también están afectados y todavía están en el rango admitido. No se presentan mitigaciones conocidas para este problema
Gravedad CVSS v3.1: ALTA
Última modificación:
20/09/2022

Vulnerabilidad en "QuantizedAvgPool" en TensorFlow (CVE-2022-35966)

Fecha de publicación:
16/09/2022
Idioma:
Español
TensorFlow es una plataforma de código abierto para el aprendizaje automático. Si a "QuantizedAvgPool" le son dados tensores "min_input" o "max_input" de un rango distinto de cero, es producido un segfault que puede usarse para desencadenar un ataque de denegación de servicio. Hemos parcheado el problema en el commit 7cdf9d4d2083b739ec81cfdace546b0c99f50622 de GitHub. La corrección será incluida en TensorFlow versión 2.10.0. También seleccionaremos este compromiso en TensorFlow versión 2.9.1, TensorFlow versión 2.8.1, y TensorFlow versión 2.7.2, ya que estos también están afectados y todavía están en el rango admitido. No se presentan mitigaciones conocidas para este problema
Gravedad CVSS v3.1: ALTA
Última modificación:
20/09/2022

Vulnerabilidad en "QuantizedAdd" en TensorFlow (CVE-2022-35967)

Fecha de publicación:
16/09/2022
Idioma:
Español
TensorFlow es una plataforma de código abierto para el aprendizaje automático. Si a "QuantizedAdd" le son dados tensores "min_input" o "max_input" de un rango distinto de cero, resulta en un segfault que puede usarse para desencadenar un ataque de denegación de servicio. Hemos parcheado el problema en el commit 49b3824d83af706df0ad07e4e677d88659756d89 de GitHub. La corrección será incluida en TensorFlow versión 2.10.0. También seleccionaremos este compromiso en TensorFlow versión 2.9.1, TensorFlow versión 2.8.1, y TensorFlow versión 2.7.2, ya que estos también están afectados y todavía están en el rango admitido. No se presentan mitigaciones conocidas para este problema
Gravedad CVSS v3.1: ALTA
Última modificación:
20/09/2022

Vulnerabilidad en la implementación de "AvgPoolGrad" en TensorFlow (CVE-2022-35968)

Fecha de publicación:
16/09/2022
Idioma:
Español
TensorFlow es una plataforma de código abierto para el aprendizaje automático. La implementación de "AvgPoolGrad" no comprueba completamente la entrada "orig_input_shape". Esto resulta en un fallo de "CHECK" que puede ser usado para desencadenar un ataque de denegación de servicio. Hemos parcheado el problema en el commit 3a6ac52664c6c095aa2b114e742b0aa17fdce78f de GitHub. La corrección será incluida en TensorFlow versión 2.10.0. También seleccionaremos este compromiso en TensorFlow versión 2.9.1, TensorFlow versión 2.8.1, y TensorFlow versión 2.7.2, ya que estos también están afectados y todavía están en el rango admitido. No se presentan mitigaciones conocidas para este problema
Gravedad CVSS v3.1: ALTA
Última modificación:
20/09/2022

Vulnerabilidad en la implementación de "BlockLSTMGradV2" en en TensorFlow (CVE-2022-35964)

Fecha de publicación:
16/09/2022
Idioma:
Español
TensorFlow es una plataforma de código abierto para el aprendizaje automático. La implementación de "BlockLSTMGradV2" no comprueba completamente sus entradas. Esto resulta en un fallo de seguridad que puede usarse para desencadenar un ataque de denegación de servicio. Hemos parcheado el problema en el commit 2a458fc4866505be27c62f81474ecb2b870498fa de GitHub. La corrección será incluida en TensorFlow versión 2.10.0. También seleccionaremos este compromiso en TensorFlow versión 2.9.1, TensorFlow versión 2.8.1, y TensorFlow versión 2.7.2, ya que estos también están afectados y todavía están en el rango admitido. No se presentan mitigaciones conocidas para este problema
Gravedad CVSS v3.1: ALTA
Última modificación:
20/09/2022

Vulnerabilidad en "LowerBound" o "UpperBound" en TensorFlow (CVE-2022-35965)

Fecha de publicación:
16/09/2022
Idioma:
Español
TensorFlow es una plataforma de código abierto para el aprendizaje automático. Si "LowerBound" o "UpperBound" reciben una entrada "sorted_inputs" vacía, es producido una desreferencia de "nullptr", conllevando a un segfault que puede usarse para desencadenar un ataque de denegación de servicio. Hemos parcheado el problema en el commit bce3717eaef4f769019fd18e990464ca4a2efeea de GitHub. La corrección será incluida en TensorFlow versión 2.10.0. También seleccionaremos este compromiso en TensorFlow versión 2.9.1, TensorFlow versión 2.8.1, y TensorFlow versión 2.7.2, ya que estos también están afectados y todavía están en el rango admitido. No se presentan mitigaciones conocidas para este problema
Gravedad CVSS v3.1: ALTA
Última modificación:
20/09/2022