Katalog CVE

CVE-2026-115921

ŚrednieCVSS 6.2
Opublikowano: Zaktualizowano: Przetłumaczono: NVD NIST

Prawdopodobieństwo exploitacji (EPSS)

Niskie ryzyko
0.13%

Percentyl 3 - wyżej niż 3% wszystkich znanych CVE

Streszczenie

Biblioteka ONNX w wersjach od 1.4.0 do 1.22.0 nieprawidłowo waliduje wymagany atrybut num_scan_inputs w funkcjach wnioskowania kształtów ScanInferenceFunction. Brakujący atrybut powoduje dereferencję wskaźnika null, a wartość ujemna jest konwertowana do size_t i może prowadzić do nadmiernej alokacji pamięci. Niezaufany model może przerwać lub zakłócić wnioskowanie kształtów, w tym model z wartością ujemną, który przechodzi walidację onnx.checker.check_model().

Ocena ryzyka

Atakujący może dostarczyć spreparowany model ONNX, który spowoduje awarię lub wyczerpanie zasobów podczas wnioskowania kształtów, prowadząc do odmowy usługi. Ryzyko dotyczy systemów przetwarzających niezaufane modele ML.

Rekomendacja

Zaktualizuj bibliotekę ONNX do wersji 1.22.0 lub nowszej. Unikaj przetwarzania niezaufanych modeli bez dodatkowej walidacji.

Inne podatności w ONNX

Zobacz wszystkie
Oryginalny opis (angielski, źródło NVD)

Open Neural Network Exchange (ONNX) is an open standard for machine learning interoperability. From 1.4.0 until 1.22.0, ScanInferenceFunction, ScanInferenceFunction_opset8, and ScanInferenceFunction_opset9 do not safely validate the required num_scan_inputs attribute. A missing attribute is dereferenced as a null pointer, while a negative value is converted to size_t and can reach an exceptional oversized allocation path. An untrusted model can therefore terminate or disrupt shape inference, including a negative-value model that can pass onnx.checker.check_model(). This issue is fixed in version 1.22.0.

Dane podatności pochodzą z NVD (NIST) · CISA KEV · EPSS