Компания Check Point сегодня раскрыла подробности о связке из четырех уязвимостях, ставящих под угрозу более 900 миллионов смартфонов и планшетов на Android, которые используют чипсеты Qualcomm®. Команда исследователей мобильных угроз Check Point называют эту связку уязвимостей QuadRooter.
QuadRooter представляет собой набор из четырех уязвимостей, затрагивающих Android-устройства с чипсетом Qualcomm. Компания Qualcomm является ведущим в мире разработчиком чипсетов LTE с 65% долей рынка. Если использовать хоть одну из четырех уязвимостей, злоумышленник может получить root-доступ к устройству. Больше информации можно узнать в Check Point.
Некоторые из наиболее популярных Android-устройств на рынке используют эти чипсеты, напимер:
Чтобы узнать, уязвимо ли ваше устройство, можно просканировать его с помощью специального .
Злоумышленник может воспользоваться этими уязвимостями, с помощью вредоносных приложений. Такое приложение не требует каких-либо специальных разрешений для эксплуатации уязвимостей.
Уязвимости QuadRooter обнаружены в программных драйверах, которые поставляются с чипсетами Qualcomm. Поскольку уязвимые драйверы предварительно устанавливаются на устройствах на этапе производства, уязвимости можно исправить только путем установки патчей от дистрибьютора. А дистрибьюторы, выдающие патчи, могут сделать это только после получения исправленных пакетов драйверов от компании Qualcomm.
Другими словами, критические обновления безопасности должны пройти через всю цепь, прежде чем будут доступны конечному пользователю.
Риски, связанные с эксплуатацией QuadRooter довольно велики. В случае успешной атаки, злоумышленник получается полный контроль над устройством и данными. Фактически, он может делать все: выступать как кейлоггер, отслеживать, используя GPS и записывать аудио и видео.
Check Point подготовила , который включает в себя подробный анализ каждой уязвимости и как злоумышленники могут использовать их на Android-устройствах.
Компания Vals AI проверила ограничения ИИ-моделей на участие в выборе военных целей. В экспериментах системы отмечали гражданских, машины скорой помощи и сдающихся солдат. Представление задания как игры часто помогало преодолеть отказы.
Результаты экспериментов опубликованы в исследовании Vals AI. Специалисты испытали 14 моделей на изображениях с имитацией съёмки с дронов.
Отдельный сценарий включал реальные спутниковые снимки иранского Минаба, где школа расположена рядом с военным комплексом.
GPT-6 Astra выделяла хотя бы одну цель в 6% обычных запросов. После оговорки об игре показатель вырос до 92%. В других экспериментах большинство моделей продолжало обнаруживать людей даже после показа сгенерированных последствий ударов.
Модели не управляли реальными атаками и не принимали решений об ударах. Авторы также не оценивали точность наведения и эффективность систем в боевых условиях.
Vals AI рекомендует усилить ограничения на уровне API. Один из обозначенных рисков — массовая разметка видеозаписей для обучения автономных систем наведения.
Свидетельство о регистрации СМИ ЭЛ № ФС 77 - 68398, выдано федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор) 27.01.2017 Разрешается частичное использование материалов на других сайтах при наличии ссылки на источник. Использование материалов сайта с полной копией оригинала допускается только с письменного разрешения администрации.