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

017 - Ir a la línea de ayuda en Ciberseguridad    Ir a Agenda     Ir a Sala de prensa     Ir a suscripción de boletines

Ir al buscador

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 la implementación de la división en TFLite en TensorFlow (CVE-2021-37683)
Fecha de publicación:
12/08/2021
Idioma:
Español
TensorFlow es una plataforma de código abierto de extremo a extremo para el aprendizaje automático. En las versiones afectadas, la implementación de la división en TFLite es [vulnerable a una división por 0] (https://github.com/tensorflow/tensorflow/blob/460e000de3a83278fb00b61a16d161b1964f15f4/tensorflow/lite/kernels/div.cc). no es comprobada que el tensor del divisor no contenga elementos cero. Hemos solucionado el problema en el commit de GitHub 1e206baedf8bef0334cca3eb92bab134ef525a28. La corrección será incluida en TensorFlow versión 2.6.0. También seleccionaremos este commit en TensorFlow versión 2.5.1, TensorFlow versión 2.4.3 y TensorFlow versión 2.3.4, ya que estos también están afectados y aún se encuentran en el rango admitido.
Gravedad CVSS v3.1: MEDIA
Última modificación:
18/08/2021

Vulnerabilidad en las implementaciones de agrupación en TFLite en TensorFlow (CVE-2021-37684)
Fecha de publicación:
12/08/2021
Idioma:
Español
TensorFlow es una plataforma de código abierto de extremo a extremo para el aprendizaje automático. En las versiones afectadas, las implementaciones de agrupación en TFLite son vulnerables a una división por 0, ya que no hay comprobaciones de que los divisores no sean 0. Hemos solucionado el problema en el commit de GitHub [dfa22b348b70bb89d6d6ec0ff53973bacb4f4695] (https://github.com/tensorflow/tensorflow / commit / dfa22b348b70bb89d6d6ec0ff53973bacb4f4695). La corrección será incluida en TensorFlow versión 2.6.0. También seleccionaremos este commit en TensorFlow versión 2.5.1, TensorFlow versión 2.4.3 y TensorFlow versión 2.3.4, ya que estos también están afectados y aún se encuentran en el rango admitido.
Gravedad CVSS v3.1: MEDIA
Última modificación:
18/08/2021

Vulnerabilidad en TFLite ["expand_dims.cc"] en TensorFlow (CVE-2021-37685)
Fecha de publicación:
12/08/2021
Idioma:
Español
TensorFlow es una plataforma de código abierto de extremo a extremo para el aprendizaje automático. En las versiones afectadas, TFLite ["expand_dims.cc"] (https://github.com/tensorflow/tensorflow/blob/149562d49faa709ea80df1d99fc41d005b81082a/tensorflow/lite/kernels/expand_dims.cc#L36-L50) contiene una vulnerabilidad que permite leer un elemento fuera de límites de los datos asignados a la pila. Si "axis" es un valor negativo grande (p. Ej., "-100000"), después del primer "if" seguirá siendo negativo. La comprobación que sigue a la instrucción "if" pasará y el ciclo "for" leerá un elemento antes del inicio de "input_dims.data" (cuando" i = 0"). Hemos solucionado el problema en GitHub commit d94ffe08a65400f898241c0374e9edc6fa8ed257. La corrección será incluida en TensorFlow versión 2.6.0. También seleccionaremos este commit en TensorFlow versión 2.5.1, TensorFlow versión 2.4.3 y TensorFlow versión 2.3.4,
Gravedad CVSS v3.1: MEDIA
Última modificación:
18/08/2021

Vulnerabilidad en el código Go en la cadena "C.TF_TString_Dealloc" en la recolección de basura en una función finalizer en TensorFlow (CVE-2021-37692)
Fecha de publicación:
12/08/2021
Idioma:
Español
TensorFlow es una plataforma de código abierto de extremo a extremo para el aprendizaje automático. En las versiones afectadas bajo determinadas condiciones, el código Go puede desencadenar un error de segmentación en la desasignación de cadenas. Para tensores de cadena, se llama a "C.TF_TString_Dealloc" durante la recolección de basura dentro de una función finalizer. Sin embargo, la estructura del tensor no es comprobada hasta la codificación para impedir que se lleve a cabo una penalización del rendimiento. El método actual para dealloc asume que la codificación tuvo éxito, pero segfaults cuando se recolecta basura un tensor de cadena cuya codificación falló (por ejemplo, debido a dimensiones no coincidentes). Para solucionar este problema, la llamada para establecer la función finalizer se aplaza hasta que regrese "NewTensor" y, si la codificación presenta un fallo para un tensor de cadena, las deslocalizaciones se determinan en función de los bytes escritos. Hemos solucionado el problema en GitHub commit 8721ba96e5760c229217b594f6d2ba332beedf22. La corrección será incluida en TensorFlow versión 2.6.0. También seleccionaremos este commit en TensorFlow versión 2.5.1, que es la otra versión afectada.
Gravedad CVSS v3.1: MEDIA
Última modificación:
31/08/2021

Vulnerabilidad en un error de seguridad en "tf.raw_ops.Dequantize" en TensorFlow (CVE-2021-37677)
Fecha de publicación:
12/08/2021
Idioma:
Español
TensorFlow es una plataforma de código abierto de extremo a extremo para el aprendizaje automático. En las versiones afectadas, el código de inferencia de forma para "tf.raw_ops.Dequantize" presenta una vulnerabilidad que podría desencadenar una denegación de servicio por medio de un error de seguridad si un atacante proporciona argumentos no válidos. La inferencia de forma [implementación] (https://github.com/tensorflow/tensorflow/blob/460e000de3a83278fb00b61a16d161b1964f15f4/tensorflow/core/ops/array_ops.cc#L2999-L3014) usa "axis" para seleccionar entre dos valores diferentes para "minmax_rank "que luego se usa para recuperar las dimensiones del tensor. Sin embargo, el código asume que el "axis" puede ser "-1" o un valor mayor que "-1", sin comprobación para los otros valores. Hemos solucionado el problema en GitHub commit da857cfa0fde8f79ad0afdbc94e88b5d4bbec764. La corrección será incluida en TensorFlow versión 2.6.0. También seleccionaremos este commit en TensorFlow versión 2.5.
Gravedad CVSS v3.1: MEDIA
Última modificación:
26/06/2023

Vulnerabilidad en un fallo "CHECK" en "tf.raw_ops.MapStage" en TensorFlow (CVE-2021-37673)
Fecha de publicación:
12/08/2021
Idioma:
Español
TensorFlow es una plataforma de código abierto de extremo a extremo para el aprendizaje automático. En las versiones afectadas, un atacante puede desencadenar una denegación de servicio por medio de un fallo "CHECK" en "tf.raw_ops.MapStage". La [implementación] (https://github.com/tensorflow/tensorflow/blob/460e000de3a83278fb00b61a16d161b1964f15f4/tensorflow/core/kernels/map_stage_op.cc#L513) no comprueba que la entrada "key" sea un tensor válido no vacío. Hemos solucionado el problema en el commit de GitHub d7de67733925de196ec8863a33445b73f9562d1d. La corrección será incluida en TensorFlow versión 2.6.0. También seleccionaremos este commit en TensorFlow versión 2.5.1, TensorFlow versión 2.4.3 y TensorFlow versión 2.3.4, ya que estos también están afectados y aún se encuentran en el rango admitido.
Gravedad CVSS v3.1: MEDIA
Última modificación:
19/08/2021

Vulnerabilidad en las aplicaciones que usan "tf.raw_ops.NonMaxSuppressionV5" en TensorFlow (CVE-2021-37669)
Fecha de publicación:
12/08/2021
Idioma:
Español
TensorFlow es una plataforma de código abierto de extremo a extremo para el aprendizaje automático. En las versiones afectadas, un atacante puede causar una denegación de servicio en aplicaciones que sirven modelos que usan "tf.raw_ops.NonMaxSuppressionV5" al activar una división por 0. La [implementación] (https://github.com/tensorflow/tensorflow/blob/460e000de3a83278fb00b61a16d161b1964f15f4/ tensorflow / core / kernels / image / non_max_suppression_op.cc # L170-L271) usa un argumento controlado por el usuario para cambiar el tamaño de un "std :: vector". Sin embargo, como "std :: vector :: resize" toma el argumento de tamaño como un" size_t" y "output_size" es un" int", hay una conversión implícita a unsigned. Si el atacante proporciona un valor negativo, esta conversión resulta en un bloqueo. Un problema similar ocurre en "CombinedNonMaxSuppression". Hemos solucionado el problema en GitHub, commit 3a7362750d5c372420aa8f0caf7bf5b5c3d0f52d y commit [b5cdbf12ffcaaffecf98f22a6be5a64bb96e4f58. La corrección será incluida en TensorFlow versión 2.6.0. También seleccionaremos este commit en TensorFlow versión 2.5.1, TensorFlow versión 2.4.3 y TensorFlow versión 2.3.4, ya que estos también están afectados y aún se encuentran en el rango admitido.
Gravedad CVSS v3.1: MEDIA
Última modificación:
19/08/2021

Vulnerabilidad en el envío de argumentos a "tf.raw_ops.UpperBound" en TensorFlow (CVE-2021-37670)
Fecha de publicación:
12/08/2021
Idioma:
Español
TensorFlow es una plataforma de código abierto de extremo a extremo para el aprendizaje automático. En las versiones afectadas, un atacante puede leer desde fuera de límites de los datos asignados a la pila mediante el envío de argumentos ilegales especialmente diseñados a "tf.raw_ops.UpperBound". La [implementación] (https://github.com/tensorflow/tensorflow/blob/460e000de3a83278fb00b61a16d161b1964f15f4/tensorflow/core/kernels/searchsorted_op.cc#L85-L104) no comprueba el rango del argumento "sorted_input". Un problema similar ocurre en "tf.raw_ops.LowerBound". Hemos solucionado el problema en GitHub commit 42459e4273c2e47a3232cc16c4f4fff3b3a35c38. La corrección será incluida en TensorFlow versión 2.6.0. También seleccionaremos este commit en TensorFlow versión 2.5.1, TensorFlow versión 2.4.3 y TensorFlow versión 2.3.4, ya que estos también están afectados y aún se encuentran en el rango admitido.
Gravedad CVSS v3.1: MEDIA
Última modificación:
19/08/2021

Vulnerabilidad en el envío de argumentos a "tf.raw_ops.SdcaOptimizerV2" en TensorFlow (CVE-2021-37672)
Fecha de publicación:
12/08/2021
Idioma:
Español
TensorFlow es una plataforma de código abierto de extremo a extremo para el aprendizaje automático. En las versiones afectadas, un atacante puede leer desde fuera de límites de los datos asignados a la pila mediante el envío de argumentos ilegales especialmente diseñados a "tf.raw_ops.SdcaOptimizerV2". La [implementación] (https://github.com/tensorflow/tensorflow/blob/460e000de3a83278fb00b61a16d161b1964f15f4/tensorflow/core/kernels/sdca_internal.cc#L320-L353) no comprueba que la longitud de "example_labels" sea la misma que el número de ejemplos. Hemos solucionado el problema en GitHub commit a4e138660270e7599793fa438cd7b2fc2ce215a6. La corrección será incluida en TensorFlow versión 2.6.0. También seleccionaremos este commit en TensorFlow versión 2.5.1, TensorFlow versión 2.4.3 y TensorFlow versión 2.3.4, ya que estos también están afectados y aún se encuentran en el rango admitido.
Gravedad CVSS v3.1: MEDIA
Última modificación:
19/08/2021

Vulnerabilidad en una comprobación en "tf.raw_ops.QuantizeV2" en TensorFlow (CVE-2021-37663)
Fecha de publicación:
12/08/2021
Idioma:
Español
TensorFlow es una plataforma de código abierto de extremo a extremo para el aprendizaje automático. En las versiones afectadas debido a una comprobación incompleta en "tf.raw_ops.QuantizeV2", un atacante puede desencadenar un comportamiento indefinido vinculando una referencia a un puntero null o puede acceder a datos fuera de límites de las matrices asignadas a la pila. La [implementación] (https://github.com/tensorflow/tensorflow/blob/84d053187cb80d975ef2b9684d4b61981bca0c41/tensorflow/core/kernels/quantize_op.cc#L59) presenta alguna comprobación, pero no comprueba que "min_range" y" max_range" tengan el mismo número de elementos distinto de cero. Si se proporciona "axis" (es decir, no" -1"), entonces la comprobación debe verificar que sea un valor en el rango para el rango del tensor de "input" y luego las longitudes de las entradas de" min_range" y "max_range" coincidan con las Dimensión "axis" del tensor" input". Hemos solucionado el problema en GitHub commit 6da6620efad397c85493b8f8667b821403516708. La corrección será incluida en TensorFlow versión 2.6.0. También seleccionaremos este commit en TensorFlow versión 2.5.1, TensorFlow versión 2.4.3 y TensorFlow versión 2.3.4, ya que estos también están afectados y aún se encuentran en el rango admitido.
Gravedad CVSS v3.1: ALTA
Última modificación:
19/08/2021

Vulnerabilidad en la implementación de recantización de MKL en TensorFlow (CVE-2021-37665)
Fecha de publicación:
12/08/2021
Idioma:
Español
TensorFlow es una plataforma de código abierto de extremo a extremo para el aprendizaje automático. En las versiones afectadas debido a una comprobación incompleta en la implementación de recantización de MKL, un atacante puede desencadenar un comportamiento indefinido vinculando una referencia a un puntero null o puede acceder a datos fuera de límites de las matrices asignadas a la pila. La [implementación] (https://github.com/tensorflow/tensorflow/blob/460e000de3a83278fb00b61a16d161b1964f15f4/tensorflow/core/kernels/mkl/mkl_requantization_range_per_channel_op.cc) no comprueba las dimensiones del tensor "input". Un problema similar ocurre en "MklRequantizePerChannelOp". La [implementación] (https://github.com/tensorflow/tensorflow/blob/460e000de3a83278fb00b61a16d161b1964f15f4/tensorflow/core/kernels/mkl/mkl_requantize_per_channel_op.cc) no lleva a cabo una comprobación completa para todos los argumentos de entrada. Hemos solucionado el problema en el commit de GitHub 9e62869465573cb2d9b5053f1fa02a81fce21d69 y en el commit de Github 203214568f5bc237603dbab6e1fd389f1572f5c9. La corrección será incluida en TensorFlow versión 2.6.0. También seleccionaremos este commit en TensorFlow versión 2.5.1, TensorFlow versión 2.4.3 y TensorFlow versión 2.3.4, ya que estos también están afectados y aún se encuentran en el rango admitido.
Gravedad CVSS v3.1: ALTA
Última modificación:
19/08/2021

Vulnerabilidad en las aplicaciones que usan "tf.raw_ops.UnravelIndex" en TensorFlow (CVE-2021-37668)
Fecha de publicación:
12/08/2021
Idioma:
Español
TensorFlow es una plataforma de código abierto de extremo a extremo para el aprendizaje automático. En las versiones afectadas, un atacante puede causar una denegación de servicio en aplicaciones que sirven modelos que usan "tf.raw_ops.UnravelIndex" al activar una división por 0. La [implementation](https://github.com/tensorflow/tensorflow/blob/460e000de3a83278fb00b61a16d161b1964f15f4/tensorflow/core/kernels/unravel_index_op.cc#L36 no comprueba que el tensor subsumido por "dims" no esté vacío. Por lo tanto, si un elemento de "dims" es 0, la implementación hace una división por 0. Hemos parcheado el problema en GitHub commit a776040a5e7ebf76eeb7eb923bf1ae417dd4d233. La corrección será incluida en TensorFlow versión 2.6.0. También seleccionaremos este commit en TensorFlow versión 2.5.1, TensorFlow versión 2.4.3 y TensorFlow versión 2.3.4, ya que estos también están afectados y aún se encuentran en el rango admitido.
Gravedad CVSS v3.1: MEDIA
Última modificación:
19/08/2021
Suscribirse a Vulnerabilidades