В умных напольных весах найдена критическая уязвимость

В умных напольных весах найдена критическая уязвимость

В умных напольных весах найдена критическая уязвимость

На днях компания Fitbit была вынуждена выпустить экстренное обновление безопасности для своих напольных весов Aria. Эксперт Google Project Zero Тевис Орманди (Tavis Ormandy) со смехом рассказал, что это ему удалось обнаружить в подключаемых к интернету весах несколько серьезных проблем с безопасностью, которые и поспешили устранить разработчики Fitbit.

Умная техника для дома на деле часто оказывается весьма опасной. Так, в прошлом году исследователи уже находили уязвимости в кофеварках и электрочайниках, через которые злоумышленники могли узнать пароль от Wi-Fi сети жертвы. Орманди пишет, что весы Aria оказались ничуть не лучше.

Хотя исследователь и компания Fitbit пока не раскрывают деталей о найденных проблемах, сообщается, что уязвимости носили критический характер. «Воспользовавшись проблемами, атакующий мог получить неограниченный доступ и остаться незамеченным», — лаконично сообщает Fitbit. Все пользователи умных весов получат критическое обновление автоматически, в течение нескольких ближайших дней. Также пользователи могут инициировать обновление вручную, пишет xakep.ru.

Изданию The Register представители Fitbit описали обнаруженную Орманди проблему чуть более детально:

«В феврале 2016 года исследователь Google Project Zero Тевис Орманди уведомил Fitbit о проблемах с безопасностью весов Aria Wi-Fi. Говоря техническим языком, весы использовали статические идентификаторы для DNS-запросов, что позволяло атакующему обмануть устройство и заставить его синхронизироваться со сторонним сервером».

Весы Aria действительно синхронизируются с серверами компании, сохраняя в профиль пользователя не только информацию о его весе, но также данные о соотношении жира к общему индексу массы тела. Вряд ли атакующим могли быть интересны эти цифры, но умное устройство вполне могло служить лишь отправной точкой для входа в систему, ставя под удар куда более важные данные.

В Security Vision SOAR появились ИИ-ассистент и ML-отчёты

Security Vision выпустила обновление платформы SOAR, добавив в неё несколько заметных функций — локальный ИИ-ассистент, ML-скоринг инцидентов и автоматические ML-отчёты по итогам расследований. Обновление ориентировано на повседневную работу SOC и обработку инцидентов без выхода за контур заказчика.

Security Vision SOAR используется для управления и автоматизации реагирования на инциденты информационной безопасности на всех этапах их жизненного цикла — от выявления и анализа до восстановления и постинцидентной работы.

В основе платформы лежит объектно-ориентированный подход: каждый элемент инцидента — будь то хост, учётная запись, процесс или артефакт — рассматривается как отдельный объект со своей историей, связями и возможными действиями.

Сценарии реагирования в системе динамические: плейбуки автоматически подстраиваются под развитие инцидента, появление новых данных и техник атак. Дополнительно платформа выстраивает цепочку Kill Chain, показывая, как развивалась атака и какие шаги предпринимал злоумышленник.

Система также предлагает рекомендации по дальнейшим действиям, опираясь на контекст инцидента, накопленный опыт SOC и ML-модели, включая оценку вероятности ложного срабатывания.

 

В новом релизе появился локальный ИИ-ассистент в формате чат-бота. Он работает полностью внутри инфраструктуры заказчика и не обращается к внешним сервисам. Ассистент учитывает контекст конкретного инцидента — его стадию, связанные объекты, историю действий и похожие кейсы — и помогает аналитикам разбираться в событиях, расшифровывать логи, понимать техники атак или формировать команды для диагностики. Модель может дообучаться прямо в SOC на результатах обработки инцидентов и аналитических бюллетенях, при этом все данные остаются внутри контура.

Ещё одно нововведение — ML-скоринг критичности инцидентов. Модель автоматически оценивает приоритет события на основе его масштаба и значимости затронутых активов, что упрощает триаж и помогает быстрее понять, какие инциденты требуют внимания в первую очередь.

Также в платформе появился ML-summary — автоматическое резюме по итогам расследования. При закрытии инцидента система формирует краткий отчёт в едином формате: что произошло, какие действия были выполнены, к какому результату они привели и удалось ли атакующему чего-то добиться. Такое резюме сохраняется в карточке инцидента и отчётности, упрощая передачу дел между сменами и снижая потерю контекста.

В целом обновление направлено на то, чтобы упростить и ускорить рутинную работу SOC: быстрее разбираться в инцидентах, снижать нагрузку на аналитиков и сохранять знания внутри команды без необходимости вручную оформлять каждый шаг расследования.

RSS: Новости на портале Anti-Malware.ru