В WordPress-плагине WPML с 1 млн установок нашли критическую уязвимость

В WordPress-плагине WPML с 1 млн установок нашли критическую уязвимость

В WordPress-плагине WPML с 1 млн установок нашли критическую уязвимость

Критическую уязвимость нашли в WordPress-плагине WPML, предназначенном для создания многоязычных сайтов. В случае эксплуатации она позволяет аутентифицированным пользователям удалённо выполнять произвольный код.

Проблему отслеживают под идентификатором CVE-2024-6386 (по шкале CVSS она получила 9,9 балла). Брешь актуальна для всех версий WPML, выпущенных до 4.6.13 (релиз состоялся 20 августа 2024 года).

Уязвимость существуют из-за недостаточной проверки и очистки входящих данных, что позволяет пользователям уровня Contributor и выше выполнить на сервере код.

В настоящий момент число активных инсталляций WPML превышает миллион, так что киберпреступникам есть где «разгуляться».

На CVE-2024-6386 обратил внимание исследователь в области кибербезопасности под ником «stealthcopter». По его словам, проблема заключается в обработке плагином коротких кодов, которые применяются для вставки аудио, изображений и видеороликов в посты.

 

«В частности, плагин использует шаблоны Twig для рендеринга контента в шорткодах, но при этом неспособен правильно очистить ввод, приводя к инъекции шаблона на стороне сервера», — объясняет специалист.

Компания OnTheGoSystems, разрабатывающая WPML, рекомендует всем владельцам сайтов обновить версию плагина, чтобы избежать возможной эксплуатации CVE-2024-6386.

В России разработали способ удалить свой биометрический след

В ИТ-компании «Криптонит» (входит в «ИКС Холдинг») разработали метод, который позволяет выборочно удалять цифровые образы людей из систем распознавания лиц. Если совсем просто, речь идёт о технологии, которая должна помочь реализовать право человека отозвать согласие на обработку своей биометрии — так, чтобы система действительно перестала его узнавать.

Проблема тут в том, что современные системы распознавания лиц устроены не так прямолинейно, как может показаться.

Даже если сведения о человеке формально удалили из базы, его цифровой образ может всё равно остаться внутри уже обученной модели. То есть на бумаге данные вроде бы стерли, а на практике алгоритм всё ещё способен узнать этого человека.

Именно это и делает тему особенно чувствительной. С биометрией всё сложнее, чем с обычными персональными данными: пароль можно поменять, а лицо — нет. Если такие данные утекают, риски уже совсем другого уровня, потому что украденные цифровые слепки можно использовать для создания поддельных образов и обхода биометрической аутентификации.

 

В «Криптоните» утверждают, что их метод решает задачу не маскировкой и не косметическим удалением, а на уровне внутренней логики самой модели. Проще говоря, алгоритм перестаёт использовать сведения о конкретном человеке и больше не может его распознавать, при этом способность узнавать остальных людей сохраняется.

По словам разработчиков, на тестовых наборах данных технология показала заметное снижение эффективности распознавания именно тех лиц, которые нужно «забыть», — до 88%. При этом общая точность системы, как утверждается, осталась на прежнем уровне.

Практическое применение у такого подхода вполне очевидное. В первую очередь это системы видеонаблюдения с распознаванием лиц, СКУД и корпоративная безопасность. Например, технология может пригодиться для удаления биометрических данных уволенных сотрудников, когда компания обязана прекратить их обработку, но не хочет при этом заново переобучать всю систему с нуля.

RSS: Новости на портале Anti-Malware.ru