Vulnerabilidades

Con el objetivo de informar, advertir y ayudar a los profesionales sobre las últimas 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 últimas 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 últimas vulnerabilidades incorporadas al repositorio.

Vulnerabilidad en Tensorflow (CVE-2022-23570)

Fecha de publicación:

04/02/2022

Idioma:

Español

Tensorflow es un Marco de Aprendizaje Automático de Código Abierto. Cuando es decodificado un tensor a partir de un protobuf, TensorFlow podría hacer una referencia nula si los atributos de algunos argumentos mutables de algunas operaciones faltan en el proto. Esto está protegido por un "DCHECK". Sin embargo, "DCHECK" es un no-op en las construcciones de producción y un fallo de aserción en las construcciones de depuración. En el primer caso la ejecución procede a una desreferenciación de puntero null, mientras que en el segundo caso resulta en un fallo debido a aserción. La corrección será incluida en TensorFlow versión 2.8.0. También seleccionaremos este commit en TensorFlow versión 2.7.1, y TensorFlow versión 2.6.3, ya que estos también están afectados y aún están en el rango admitido

Gravedad CVSS v3.1: MEDIA

Última modificación:

10/02/2022

Vulnerabilidad en una aserción "CHECK" en Tensorflow (CVE-2022-23571)

Fecha de publicación:

04/02/2022

Idioma:

Español

Tensorflow es un Marco de Aprendizaje Automático de Código Abierto. Cuando es decodificado un tensor a partir de un protobuf, un proceso de TensorFlow puede encontrarse con casos en los que no es comprobada una aserción "CHECK" basada en argumentos controlados por el usuario, si los tensores tienen un "dtype" no válido y 0 elementos o una forma no válida. Esto permite a atacantes causar la denegación de servicios en los procesos de TensorFlow. La corrección será incluida en TensorFlow versión 2.8.0. También seleccionaremos este commit en TensorFlow versión 2.7.1, TensorFlow versión 2.6.3, y TensorFlow versión 2.5.3, ya que estos también están afectados y aún están en el rango admitido

Gravedad CVSS v3.1: MEDIA

Última modificación:

10/02/2022

Vulnerabilidad en Tensorflow (CVE-2022-23584)

Fecha de publicación:

04/02/2022

Idioma:

Español

Tensorflow es un Marco de Aprendizaje Automático de Código Abierto. Un usuario malicioso puede causar un comportamiento de uso de memoria previamente liberada cuando decodifica imágenes PNG. Después de llamar a "png::CommonFreeDecode(&amp;decode)", los valores de "decode.width" y "decode.height" están en un estado no especificado. La corrección será incluida en TensorFlow versión 2.8.0. También seleccionaremos este commit en TensorFlow versión 2.7.1, TensorFlow versión 2.6.3, y TensorFlow versión 2.5.3, ya que estos también están afectados y aún están en el rango admitido

Gravedad CVSS v3.1: MEDIA

Última modificación:

10/02/2022

Vulnerabilidad en Tensorflow (CVE-2022-23585)

Fecha de publicación:

04/02/2022

Idioma:

Español

Tensorflow es un Marco de Aprendizaje Automático de Código Abierto. Cuando son decodificadas imágenes PNG TensorFlow puede producir una pérdida de memoria si la imagen no es válida. Después de llamar a "png::CommonInitDecode(..., &amp;decode)", el valor de "decode" contiene buffers asignados que sólo pueden ser liberados llamando a "png::CommonFreeDecode(&amp;decode)". Sin embargo, varios casos de error en la implementación de la función invocan la macro "OP_REQUIRES" que termina inmediatamente la ejecución de la función, sin permitir que se libere la memoria. La corrección será incluida en TensorFlow versión 2.8.0. También seleccionaremos este commit en TensorFlow versión 2.7.1, TensorFlow versión 2.6.3, y TensorFlow versión 2.5.3, ya que estos también están afectados y aún están en el rango admitido

Gravedad CVSS v3.1: MEDIA

Última modificación:

10/02/2022

Vulnerabilidad en un "SavedModel" en Tensorflow (CVE-2022-23586)

Fecha de publicación:

04/02/2022

Idioma:

Español

Tensorflow es un Marco de Aprendizaje Automático de Código Abierto. Un usuario malicioso puede causar una denegación de servicio alterando un "SavedModel" de tal manera que las aserciones en "function.cc" sean falsificadas y sea bloqueado el intérprete de Python. La corrección será incluida en TensorFlow versión 2.8.0. También seleccionaremos este commit en TensorFlow versión 2.7.1, TensorFlow versión 2.6.3, y TensorFlow versión 2.5.3, ya que estos también están afectados y aún están en el rango admitido

Gravedad CVSS v3.1: MEDIA

Última modificación:

10/02/2022

Vulnerabilidad en un "SavedModel" en Tensorflow (CVE-2022-23565)

Fecha de publicación:

04/02/2022

Idioma:

Español

Tensorflow es un Marco de Aprendizaje Automático de Código Abierto. Un atacante puede desencadenar una denegación de servicio por medio de un fallo de aserción al alterar un "SavedModel" en el disco de forma que se dupliquen los "AttrDef" de alguna operación. La corrección será incluida en TensorFlow versión 2.8.0. También seleccionaremos este commit en TensorFlow versión 2.7.1, TensorFlow versión 2.6.3, y TensorFlow versión 2.5.3, ya que estos también están afectados y aún están en el rango admitido

Gravedad CVSS v3.1: MEDIA

Última modificación:

09/02/2022

Vulnerabilidad en un "SavedModel" en Tensorflow (CVE-2022-23579)

Fecha de publicación:

04/02/2022

Idioma:

Español

Tensorflow es un Marco de Aprendizaje Automático de Código Abierto. El optimizador Grappler en TensorFlow puede ser usado para causar una denegación de servicio alterando un "SavedModel" de tal forma que "SafeToRemoveIdentity" desencadene fallos de "CHECK". La corrección será incluida en TensorFlow versión 2.8.0. También seleccionaremos este commit en TensorFlow versión 2.7.1, TensorFlow versión 2.6.3, y TensorFlow versión 2.5.3, ya que estos también están afectados y aún están en el rango admitido

Gravedad CVSS v3.1: MEDIA

Última modificación:

10/02/2022

Vulnerabilidad en el optimizador Grappler en Tensorflow (CVE-2022-23581)

Fecha de publicación:

04/02/2022

Idioma:

Español

Tensorflow es un Marco de Aprendizaje Automático de Código Abierto. El optimizador Grappler en TensorFlow puede ser usado para causar una denegación de servicio al alterar un "SavedModel" de tal manera que "IsSimplifiableReshape" dispare fallos de "CHECK". La corrección será incluida en TensorFlow versión 2.8.0. También seleccionaremos este commit en TensorFlow versión 2.7.1, TensorFlow versión 2.6.3, y TensorFlow versión 2.5.3, ya que estos también están afectados y aún están en el rango admitido

Gravedad CVSS v3.1: MEDIA

Última modificación:

10/02/2022

Vulnerabilidad en un "SavedModel" en Tensorflow (CVE-2022-23582)

Fecha de publicación:

04/02/2022

Idioma:

Español

Tensorflow es un Marco de Aprendizaje Automático de Código Abierto. Un usuario malicioso puede causar una denegación de servicio alterando un "SavedModel" de forma que "TensorByteSize" desencadene fallos de "CHECK". El constructor "TensorShape" lanza un fallo de "CHECK" si la forma es parcial o presenta un número de elementos que desborda el tamaño de un "int". El constructor "PartialTensorShape" en cambio no causa un "CHECK"-aborto si la forma es parcial, que es exactamente lo que esta función necesita para poder devolver "-1". La corrección será incluida en TensorFlow versión 2.8.0. También seleccionaremos este commit en TensorFlow versión 2.7.1, TensorFlow versión 2.6.3, y TensorFlow versión 2.5.3, ya que estos también están afectados y aún están en el rango admitido

Gravedad CVSS v3.1: MEDIA

Última modificación:

10/02/2022

Vulnerabilidad en CPUs Modicon M340: BMXP34 (CVE-2022-22724)

Fecha de publicación:

04/02/2022

Idioma:

Español

Una CWE-400: Se presenta una vulnerabilidad de Consumo no Controlado de Recursos que podría causar una denegación de servicio en los puertos 80 (HTTP) y 502 (Modbus), cuando es enviado un gran número de paquetes TCP RST o FIN a cualquier puerto TCP abierto del PLC. Producto afectado: CPUs Modicon M340: BMXP34 (Todas las versiones)

Gravedad CVSS v3.1: ALTA

Última modificación:

25/02/2022

Vulnerabilidad en "tempfile.mktemp" en Tensorflow (CVE-2022-23563)

Fecha de publicación:

04/02/2022

Idioma:

Español

Tensorflow es un Marco de Aprendizaje Automático de Código Abierto. En varios lugares, TensorFlow usa "tempfile.mktemp" para crear archivos temporales. Mientras que esto es aceptable en las pruebas, en las utilidades y bibliotecas es peligroso ya que un proceso diferente puede crear el archivo entre la comprobación del nombre del archivo en "mktemp" y la creación real del archivo por una operación posterior (una debilidad del tipo TOC/TOU). En varios casos, se supone que TensorFlow debería crear un directorio temporal en lugar de un archivo. Este error lógico está oculto por el uso de la función "mktemp". Hemos parcheado el problema en varios commits, sustituyendo "mktemp" por las funciones más seguras "mkstemp"/"mkdtemp", de acuerdo con el patrón de uso. Se recomienda a usuarios que actualicen lo antes posible

Gravedad CVSS v3.1: MEDIA

Última modificación:

13/07/2023

Vulnerabilidad en Tensorflow (CVE-2022-23564)

Fecha de publicación:

04/02/2022

Idioma:

Español

Tensorflow es un Marco de Aprendizaje Automático de Código Abierto. Cuando es decodificado un tensor de manejo de recursos desde protobuf, un proceso de TensorFlow puede encontrar casos en los que una aserción "CHECK" no es comprobada en base a argumentos controlados por el usuario. Esto permite a atacantes causar una denegación de servicios en los procesos TensorFlow. La corrección será incluida en TensorFlow versión 2.8.0. También seleccionaremos este commit en TensorFlow versión 2.7.1, TensorFlow versión 2.6.3, y TensorFlow versión 2.5.3, ya que estos también están afectados y aún están en el rango admitido

Gravedad CVSS v3.1: MEDIA

Última modificación:

09/02/2022

Suscribirse a Vulnerabilidades