Integer overflow in TFLite
Sin señal de explotación. Ningún artefacto público de explotación conocido hasta ahora.
Un modelo de aprendizaje automático especialmente diseñado puede causar un desbordamiento de enteros en las operaciones de búsqueda de embedding de TensorFlow Lite, permitiendo acceso no autorizado a la memoria. Esta vulnerabilidad afecta a aplicaciones que procesan modelos no confiables.
Desbordamiento de enteros en los cálculos de embedding_size y lookup_size resulta de validación insuficiente de parámetros proporcionados por el usuario en TFLite. La explotación requiere un modelo TFLite malicioso; el desbordamiento exitoso puede provocar lectura/escritura fuera de los límites de heap, permitiendo divulgación de información o ejecución de código según la disposición de memoria.