CVSS: 5.5EPSS: 0%CPEs: 1EXPL: 1CVE-2021-41496 – numpy: buffer overflow in the array_from_pyobj() in fortranobject.c
https://notcve.org/view.php?id=CVE-2021-41496
Buffer overflow in the array_from_pyobj function of fortranobject.c in NumPy < 1.19, which allows attackers to conduct a Denial of Service attacks by carefully constructing an array with negative values. NOTE: The vendor does not agree this is a vulnerability; the negative dimensions can only be created by an already privileged user (or internally) ** EN DISPUTA ** Un desbordamiento de búfer en la función array_from_pyobj del archivo fortranobject.c en NumPy versiones anteriores a 1.19, que permite a atacantes realizar un ataque de denegación de servicio al construir cuidadosamente un array con valores negativos. NOTA: El proveedor no está de acuerdo en que esto sea una vulnerabilidad; las dimensiones negativas sólo pueden ser creadas por un usuario ya privilegiado (o internamente) • https://github.com/numpy/numpy/issues/19000 https://www.oracle.com/security-alerts/cpujul2022.html https://access.redhat.com/security/cve/CVE-2021-41496 https://bugzilla.redhat.com/show_bug.cgi?id=2035040 • CWE-119: Improper Restriction of Operations within the Bounds of a Memory Buffer CWE-120: Buffer Copy without Checking Size of Input ('Classic Buffer Overflow') •
CVSS: 7.5EPSS: 0%CPEs: 1EXPL: 1CVE-2021-41495 – numpy: NULL pointer dereference in numpy.sort in in the PyArray_DescrNew() due to missing return-value validation
https://notcve.org/view.php?id=CVE-2021-41495
Null Pointer Dereference vulnerability exists in numpy.sort in NumPy < and 1.19 in the PyArray_DescrNew function due to missing return-value validation, which allows attackers to conduct DoS attacks by repetitively creating sort arrays. NOTE: While correct that validation is missing, an error can only occur due to an exhaustion of memory. If the user can exhaust memory, they are already privileged. Further, it should be practically impossible to construct an attack which can target the memory exhaustion to occur at exactly this place ** EN DISPUTA ** Se presenta una vulnerabilidad de Desreferencia de Puntero Null en el archivo numpy.sort en NumPy versión 1.19, en la función PyArray_DescrNew debido a una falta de comprobación del valor de retorno, lo que permite a atacantes llevar a cabo ataques de denegación de servicio mediante la creación y ordenación repetitiva de arrays. NOTA: Si bien es correcto que falta la validación, sólo puede producirse un error debido a un agotamiento de la memoria. • https://github.com/numpy/numpy/issues/19038 https://www.oracle.com/security-alerts/cpujul2022.html https://access.redhat.com/security/cve/CVE-2021-41495 https://bugzilla.redhat.com/show_bug.cgi?id=2035037 • CWE-476: NULL Pointer Dereference •
CVSS: 5.3EPSS: 0%CPEs: 2EXPL: 1CVE-2021-34141
https://notcve.org/view.php?id=CVE-2021-34141
An incomplete string comparison in the numpy.core component in NumPy before 1.22.0 allows attackers to trigger slightly incorrect copying by constructing specific string objects. NOTE: the vendor states that this reported code behavior is "completely harmless." Una comparación incompleta de cadenas en el componente numpy.core en NumPy en versiones anteriores a la 1.22.0, permite a los atacantes activar una copia ligeramente incorrecta mediante la construcción de objetos de cadena específicos. NOTA: el proveedor afirma que este comportamiento de código reportado es "completamente inofensivo". • https://github.com/numpy/numpy/issues/18993 https://www.oracle.com/security-alerts/cpujul2022.html • CWE-697: Incorrect Comparison •
CVSS: 9.8EPSS: 3%CPEs: 2EXPL: 3CVE-2019-6446 – numpy: crafted serialized object passed in numpy.load() in pickle python module allows arbitrary code execution
https://notcve.org/view.php?id=CVE-2019-6446
An issue was discovered in NumPy 1.16.0 and earlier. It uses the pickle Python module unsafely, which allows remote attackers to execute arbitrary code via a crafted serialized object, as demonstrated by a numpy.load call. NOTE: third parties dispute this issue because it is a behavior that might have legitimate applications in (for example) loading serialized Python object arrays from trusted and authenticated sources ** EN DISPUTA ** Se ha descubierto un problema en NumPy, en versiones 1.16.0 y anteriores. Emplea el módulo de Python pickle de forma insegura, lo que permite que los atacantes remotos ejecuten código arbitrario mediante un objeto serializado, tal y como queda demostrado con una llamada numpy.load. NOTA: hay terceros que discuten este problema, ya que es un comportamiento que podría tener aplicaciones legítimas en, por ejemplo, la carga de arrays de objetos de Python serializados de fuentes fiables y autenticadas. • https://github.com/RayScri/CVE-2019-6446 http://lists.opensuse.org/opensuse-security-announce/2019-09/msg00091.html http://lists.opensuse.org/opensuse-security-announce/2019-09/msg00092.html http://lists.opensuse.org/opensuse-security-announce/2019-10/msg00015.html http://www.securityfocus.com/bid/106670 https://access.redhat.com/errata/RHSA-2019:3335 https://access.redhat.com/errata/RHSA-2019:3704 https://bugzilla.suse.com/show_bug.cgi?id=1122208 https://github.com/numpy/numpy/is • CWE-20: Improper Input Validation CWE-502: Deserialization of Untrusted Data •
CVSS: 7.5EPSS: 0%CPEs: 1EXPL: 1CVE-2017-12852
https://notcve.org/view.php?id=CVE-2017-12852
The numpy.pad function in Numpy 1.13.1 and older versions is missing input validation. An empty list or ndarray will stick into an infinite loop, which can allow attackers to cause a DoS attack. La función numpy.pad en Numpy 1.13.1 y versiones anteriores no cuenta con validación de entrada. Una lista vacía o ndarray entrará en un bucle infinito, lo que puede propiciar que los atacantes provoquen un ataque DoS. • https://github.com/BT123/testcasesForMyRequest/tree/master/CVE-2017-12852 https://github.com/numpy/numpy/issues/9560#issuecomment-322395292 • CWE-835: Loop with Unreachable Exit Condition ('Infinite Loop') •