Adobe устранила раскрытые на Pwn2Own уязвимости в Reader и Flash

Adobe устранила раскрытые на Pwn2Own уязвимости в Reader и Flash

Adobe устранила раскрытые на Pwn2Own уязвимости в Reader и Flash

Во вторник Adobe выпустила обновления безопасности для нескольких своих продуктов. Эти патчи устраняют 59 уязвимостей, в число которых входят бреши, обнаруженные на ежегодном конкурсе хакеров Pwn2Own 2017.

Большинство уязвимостей, а именно 47, были устранены в Adobe Acrobat и Reader для Windows и Mac. Эти бреши получили статус критических и представляют собой проблему повреждения памяти, которая может привести к произвольному выполнению кода или утечке памяти.

Семь критических уязвимостей были исправлены в Adobe Flash Player. Они также могли привести к выполнению кода.

О многих дырах в безопасности Adobe было сообщено исследователями проекта Trend Micro Zero Day Initiative (ZDI). Исследователи ZDI опубликовали пять сообщений, в которых подробно описываются обнаруженные на Pwn2Own уязвимости: CVE-2017-3062, CVE-2017-3063, CVE-2017-3055, CVE-2017-3056 и CVE-2017-3057.

Adobe также устранила бреши в Photoshop CC для Mac и Windows, Campaign и Creative Cloud Desktop для Windows. Компания не нашла подтверждений тому, что какая-либо из этих уязвимостей используется в реальных атаках.

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