TensorFlow 1.7.1 发布,修复了一些潜在的安全问题

栏目: 软件资讯 · 发布时间: 7年前

内容简介:TensorFlow 1.7.1 已释出,发布说明显示该版本修复了一些潜在的安全问题: 从 TFLite 文件中的某些字段进行读取时,TensorFlow Lite TOCO 编译器不执行正确的边界检查 元文件中的块大小可能包含一个大的 int64 值...

TensorFlow 1.7.1 已释出,发布说明显示该版本修复了一些潜在的安全问题:

  • 从 TFLite 文件中的某些字段进行读取时,TensorFlow Lite TOCO 编译器不执行正确的边界检查

  • 元文件中的块大小可能包含一个大的 int64 值,这会导致在添加时发生整数溢出。后续使用 n 作为索引的代码可能会导致读取超出边界

  • TensorFlow 检查点元文件使用 Google 的 https://github.com/google/snappy 压缩/解压缩库,而 TensorFlow 当前使用的 snappy 版本存在 memcpy-param 重叠问题

  • 传递到 TensorFlow XLA 编译器的恶意制作的配置文件可能导致无效的内存访问,或同时出现堆缓冲区溢出的情况

可以看到,其中涉及到一些边界条件判断、内存溢出等问题。

源码下载


【声明】文章转载自:开源中国社区 [http://www.oschina.net]


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

代码整洁之道

代码整洁之道

[美]Robert C. Martin / 韩磊 / 人民邮电出版社 / 2010-1-1 / 59.00元

软件质量,不但依赖于架构及项目管理,而且与代码质量紧密相关。这一点,无论是敏捷开发流派还是传统开发流派,都不得不承认。 本书提出一种观念:代码质量与其整洁度成正比。干净的代码,既在质量上较为可靠,也为后期维护、升级奠定了良好基础。作为编程领域的佼佼者,本书作者给出了一系列行之有效的整洁代码操作实践。这些实践在本书中体现为一条条规则(或称“启示”),并辅以来自现实项目的正、反两面的范例。只要遵......一起来看看 《代码整洁之道》 这本书的介绍吧!

URL 编码/解码
URL 编码/解码

URL 编码/解码

XML 在线格式化
XML 在线格式化

在线 XML 格式化压缩工具

HEX CMYK 转换工具
HEX CMYK 转换工具

HEX CMYK 互转工具