В продуктах Fortinet использовались жёстко закодированные ключи

В продуктах Fortinet использовались жёстко закодированные ключи

В продуктах Fortinet использовались жёстко закодированные ключи

Исследователи в области кибербезопасности из SEC Consult Vulnerability Lab обнаружили, что многие продукты компании Fortinet используют слабое шифрование («XOR» со статическим ключом) и жёстко закодированные ключи для связи с FortiGuard Web Filter, AntiSpam и облачными сервисами AntiVirus.

В ходе гипотетической атаки злоумышленник может использовать эту лазейку для «прослушки» и модификации трафика жертвы.

Для уязвимости, которая получила идентификатор CVE-2018-9195, уже опубликован соответствующий PoC-код — скрипт на Python, способный расшифровать сообщение FortiGuard.

«Облачная коммуникация используется для следующих функций: FortiGuard Web Filter, FortiGuard AntiSpam и FortiGuard AntiVirus. Сообщения шифруются с помощью XOR со статическим ключом», — пишут специалисты в отчёте.

Уязвимость затрагивает версии FortiOS до 6.0.7 или 6.2.0, FortiClient для Windows до 6.2.0 и FortiClient для macOS до 6.2.2.

Fortinet уже подтвердила наличие проблемы безопасности и опубликовала посвящённое ей сообщение:

«Использование жёстко закодированных криптографических ключей допускало атаку "Человек посередине". В результате злоумышленник мог перехватывать и модифицировать информацию».

Google научила смартфоны измерять пульс без часов и фитнес-браслетов

Google, видимо, решила, что фитнес-браслетам и умные часам пора на пенсию. Компания представила технологию, которая позволяет измерять пульс и частоту сердечных сокращений в состоянии покоя с помощью обычной фронтальной камеры смартфона.

Никаких датчиков на запястье, никаких ремешков и дополнительных устройств. Всё, что нужно, — собственное лицо.

Система получила название Passive Heart Rate Monitoring (PHRM). Работает она  любопытно: после разблокировки смартфона по лицу фронтальная камера записывает короткое восьмисекундное видео, а встроенная ИИ-модель анализирует едва заметные изменения цвета кожи, возникающие из-за кровотока.

Человеческий глаз таких изменений не видит, а вот алгоритмы машинного обучения — вполне.

 

По данным Google, точность системы оказалась неожиданно высокой. При оценке пульса в состоянии покоя результаты отличались от показателей фитнес-браслета Fitbit Charge 6 менее чем на пять ударов в минуту.

Для обучения и тестирования модели компания использовала более 350 тысяч видеозаписей почти 700 участников с разными оттенками кожи. Более того, исследователи проверяли технологию не только в лаборатории, но и в реальной жизни. Добровольцы больше недели ходили со своими смартфонами, одновременно используя Fitbit и медицинское оборудование для контроля сердечного ритма.

Результаты оказались убедительными, чтобы Google всерьёз заговорила о будущем такого подхода. Впрочем, до идеала ещё далеко. Исследователи признают, что системе пока сложнее стабильно получать данные у людей с тёмными оттенками кожи. Также на точность могут влиять разговоры, движения головы и другие обычные действия.

Есть и вопрос приватности. Всё-таки технология предполагает регулярный анализ изображения лица пользователя. В Google уверяют, что обработка может выполняться непосредственно на устройстве без передачи данных в облако.

RSS: Новости на портале Anti-Malware.ru