Обнаружена уязвимость в антивирусе Касперского

Обнаружена уязвимость в антивирусе Касперского

Лаборатория Касперского выпустила исправление, устраняющее уязвимость в Kaspersky Anti-Virus 6.0, 7.0, Kaspersky Internet Security 6.0, 7.0 и Kaspersky Anti-Virus 6.0 для Windows Workstations.

Уязвимость обнаружена в драйвере kl1.sys, поставляемом с вышеперечисленными приложениями. Злоумышленник может с помощью специально сформированного IOCTL 0x800520e8 запроса вызвать переполнение стека и выполнить произвольный код на целевой системе с привилегиями ядра. Для успешной эксплуатации уязвимости злоумышленнику понадобиться локальный доступ к целевой системе.

Исправление уязвимости доступно через функционал автоматического обновления.

Всего в 2008 году на SecurityLab было опубликовано 20 уведомлений об уязвимостях в антивирусных решениях от различных производителей, из которых 6 уязвимостей могли эксплуатироваться локально, 4 уязвимости только из локальной сети и 10 уязвимостей – удаленно.

Подпишитесь на новости

Роскомнадзор встроил машинное обучение в систему фильтрации трафика

Роскомнадзор внедрил механизм фильтрации интернет-трафика на основе машинного обучения и потратил на него 2,27 млрд рублей. Это следует из паспорта ведомственной программы цифровой трансформации на 2026-2028 годы. В документе указано, что РКН использует отечественную модель, развернутую на собственной инфраструктуре.

Ее название не раскрывается, большая языковая модель в системе не применяется.

С паспортом программы ознакомился Forbes. Механизм встроен в автоматизированную систему обеспечения безопасности российского сегмента интернета (АСБИ).

Через нее Роскомнадзор управляет ТСПУ, оборудованием для фильтрации трафика на сетях операторов связи. На установку новых и модернизацию действующих ТСПУ в 2026 году заложено 3,99 млрд рублей основного финансирования и еще 6,2 млрд рублей дополнительного.

О планах использовать ИИ для фильтрации стало известно в январе. В мае ведомство собиралось взять для этого модель Astra AI от «Группы Астра».

VPN в описании механизма прямо не упоминается. Дмитрий Кутейников из RKS Global считает, что модель может оценивать вероятность использования VPN по внешним признакам, например по размеру и ритму пакетов или длительности сессии, без чтения содержимого. По его словам, под ошибочную блокировку могут попасть корпоративные VPN и облачные сервисы.

RSS: Новости на портале Anti-Malware.ru