Betroffen ist NVIDIA APEX für Linux. Die Schwachstelle liegt darin, dass Daten aus nicht vertrauenswürdiger Quelle deserialisiert, also eingelesen und in Programmobjekte zurückverwandelt werden, ohne dass ihre Herkunft ausreichend geprüft wird. Ein nicht berechtigter Angreifer kann so präparierte Daten einschleusen und den Verarbeitungsvorgang für eigene Zwecke missbrauchen. Relevant ist dies in Umgebungen, die ältere PyTorch-Versionen einsetzen, bei denen das Laden serialisierter Daten noch nicht abgesichert ist. Ein erfolgreicher Angriff kann sehr unterschiedliche Folgen haben: das Ausführen von fremdem Code, das Lahmlegen des Dienstes, das Ausweiten der eigenen Rechte, das unbemerkte Verändern von Daten sowie das Auslesen vertraulicher Informationen. Damit sind alle drei Schutzziele – Vertraulichkeit, Integrität und Verfügbarkeit – gleichzeitig gefährdet. Betroffen sind typischerweise Systeme für maschinelles Lernen, auf denen Modelle oder Trainingsdaten aus externen Quellen geladen werden.