Российский исследователь взломал репозиторий и багтрекер Ruby on Rails

Российский исследователь взломал репозиторий и багтрекер Ruby on Rails

Проникновение было осуществлено с целью наглядно продемонстрировать наличие изъяна в системе безопасности среды Ruby on Rails и веб-приложений, разработанных с ее помощью. До этого специалист активно пытался убедить разработчиков в серьезности проблемы, однако не встретил понимания и решил последовать старому правилу - лучше один раз увидеть, чем сто раз услышать.

Среда Ruby on Rails предназначена для построения веб-приложений на языке Ruby. Ее основная задача состоит в упрощении и оптимизации процесса разработки программных продуктов. Одним из наиболее популярных сетевых проектов, при создании и сопровождении которого применялась эта среда, является GitHub - крупная платформа для хранения исходных кодов и совместной работы над ними. На этой площадке размещается в том числе и официальный репозиторий Ruby on Rails вкупе с системой отслеживания ошибок и изъянов в ПО.

В четверг отечественный исследователь заявил об уязвимости в этой программной среде, отметив, что ее успешная эксплуатация может окончиться введением посторонних сведений в базу данных приложений Ruby on Rails через внешние веб-формы - почти как в случае с SQL-инъекциями. Проблема произрастает из функции под названием "массовое назначение", особенности которой можно злонамеренно использовать - если не приняты надлежащие меры безопасности. Вообще говоря, теоретическая возможность злоупотребления этим функционалом была описана еще несколько лет назад, однако команда Ruby on Rails сочла, что ответственность за управление "массовым назначением" должна лежать на самих разработчиках программных продуктов.

"Массовое назначение" - это функция управления программными атрибутами. Программисты Ruby on Rails предпочли использовать подход белого списка: по умолчанию разрешено изменять все атрибуты, а создатели веб-приложений должны самостоятельно составлять черный список тех параметров, которые потенциально опасны и запрещены к модифицированию. Альтернативный подход диаметрально противоположен (и более безопасен): запретить изменение всех атрибутов и возложить на разработчиков задачу их выборочной активации по мере необходимости и целесообразности.

Такая организация работы с атрибутами потенциально приводит к возникновению множества недостаточно защищенных сетевых ресурсов, о чем и говорил российский специалист в своем заявлении. После безуспешных попыток убедить в этом команду Ruby on Rails он решил показать, что даже один из наиболее успешных проектов, вышедших из этой среды - GitHub, - не обеспечен надлежащей защитой от "массового назначения". Создав ложную запись с особыми параметрами в багтрекере, он впоследствии сумел подменить публичный ключ одного из разработчиков своим собственным и присвоить права на доступ к репозиторию. Это позволило ему ввести в проект новый файл, продемонстрировав тем самым, что исходные коды Ruby on Rails подвержены риску несанкционированной модификации.

Администрация GitHub оперативно устранила уязвимость и начала общий аудит с целью обнаружить новые потенциальные изъяны. Учетная запись исследователя была приостановлена, но затем возобновлена - когда технические специалисты проекта убедились, что в его действиях не было злого умысла. По-видимому, теперь разработчики Ruby on Rails не будут столь категоричны в своих суждениях и с большей охотой займутся поиском решений проблемы "массового назначения".

PC World

Письмо автору

Подпишитесь на новости

Группа Астра выпустила конструктор ИИ-агентов для работы в закрытом контуре

Собрать ИИ-секретаря или помощника техподдержки из визуальных блоков — такой сценарий предлагает «Группа Астра». Компания вывела на рынок «Астра ИИ Платформу»: low-code-конструктор корпоративных ИИ-приложений. По заявлению разработчика, он позволяет сократить внедрение с месяцев до дней и работать без зависимости от зарубежных облаков.

Решение входит в экосистему «Астра ИИ» и поддерживает локальное развёртывание, включая закрытый контур.

Внутри два конструктора. ML отвечает за обучение и развёртывание моделей машинного обучения, LLM — за языковых ассистентов, поиск по документам и автоматизацию процессов.

Сценарии собираются из блоков, настраиваются и отлаживаются в реальном времени. Если визуальных возможностей мало, можно менять код и добавлять собственные блоки на Python.

Платформа поддерживает базы знаний для RAG: помощник ищет информацию в документах компании. Через внешние инструменты агенты подключаются к CRM, ERP, почте и веб-поиску.

Можно также объединять нескольких агентов и распределять между ними задачи.

Среди сценариев есть аналитика, финансовые задачи, техподдержка и мониторинг рисков. В одном из приведённых компанией примеров модели обрабатывают десять страниц чертежей и спецификаций за пять минут, подготавливая данные для инженерных систем.

По данным разработчика, продукт включён в реестр отечественного ПО и уже доступен заказчикам.

RSS: Новости на портале Anti-Malware.ru