Критическая уязвимость исправлена в GnuPG и Libgcrypt

Критическая уязвимость исправлена в GnuPG и Libgcrypt

Критическая уязвимость исправлена в GnuPG и Libgcrypt

Проект GnuPG объявили на прошлой неделе о наличии обновлений для GnuPG и Libgcrypt, которые устраняют критическую уязвимость, затрагивающую все версии, выпущенные в течение последних 18 лет.

GNU Privacy Guard, также известный как GnuPG и GPG - свободная реализация стандарта OpenPGP. GPG используется популярными инструментами для шифрования email. Libgcrypt – крипто-библиотека общего назначения на основе GPG.

Исследователи Феликс Дерре и Владимир Клебанов из технологического института в Германии обнаружили проблему в функции генератора псевдослучайных чисел (PRNG).

«Из-за этого недостатка часть результата функции PRNG становится полностью предсказуема» - пишут эксперты в статье.

По словам Вернера Коха (Werner Koch), разработчика GnuPG, злоумышленник, который сможет получить 4640 бит, будет способен предсказать следующие 160 бит выходных данных.

Уязвимость, отслеживающаяся как CVE-2016-6313, затрагивает все версии GnuPG и Libgcrypt, выпущенные с 1998 года. Проблема была решена с выпуском Libgcrypt 1.7.3, 1.6.6 и 1.5.6;  GnuPG-2 2.0.x, 2.1.x, и GnuPG 1.4.21.

Программные проекты, которые используют GnuPG и Libgcrypt, как ожидается, выпустят свои обновления.

97% компаний в России внедряют ИИ, но 54% не видят его ценности

UserGate изучила, как российские компании внедряют инструменты на базе ИИ и что мешает делать это быстрее. Опрос прошёл в январе 2026 года, в нём участвовали 335 топ-менеджеров компаний с выручкой от 100 млн рублей в год. Картина получилась довольно показательная: 97% компаний уже используют ИИ, тестируют его в пилотах или собираются внедрять в ближайшее время.

То есть искусственный интеллект из разряда «модного тренда» окончательно перешёл в категорию рабочих инструментов.

Чаще всего ИИ применяют для вполне прикладных задач. На первом месте — генерация отчётов и аналитики (42%). Далее идут оптимизация сетевой инфраструктуры (38%), анализ больших массивов логов (37%), ускорение расследований инцидентов (35%) и повышение эффективности Help Desk (32%).

Иными словами, бизнес в первую очередь использует ИИ там, где он помогает сэкономить время и ресурсы или усилить функции безопасности.

Интересно, что приоритеты зависят от масштаба компании. В корпоративном сегменте более 60% респондентов указали анализ больших логов как ключевое направление — что логично при объёмах данных в крупных ИТ-ландшафтах. В среднем бизнесе на первый план выходит оптимизация сетевой инфраструктуры (45%).

При этом 7% компаний пока вообще не рассматривают внедрение ИИ. Главные причины — неясная ценность технологии (54%) и неопределённость рисков (38%). Также среди барьеров называют отсутствие чёткого распределения ответственности (29%), ограниченные бюджеты (29%) и нехватку экспертизы (17%). По сути, речь идёт не столько о скепсисе, сколько о нехватке понимания, как именно внедрять ИИ и как управлять связанными с ним рисками.

Отдельно респондентов спросили, какие технологии окажут наибольшее влияние на кибербезопасность в ближайшие 12 месяцев. Лидером стали ИИ и машинное обучение — их назвали около половины представителей коммерческого и государственного сегментов. Даже те компании, которые пока осторожничают с практическим внедрением, всё равно рассматривают машинное обучение как ключевой фактор трансформации ИБ в среднесрочной перспективе.

Как отмечает руководитель отдела стратегической аналитики UserGate Юлия Косова, бизнес уже активно использует ИИ в операционных и защитных сценариях, но ожидания рынка зачастую опережают текущую практику. Дальнейший эффект, по её словам, будет зависеть от зрелости процессов, качества данных и способности управлять рисками.

RSS: Новости на портале Anti-Malware.ru