VMware исправила критическую уязвимость в vCenter Server

VMware исправила критическую уязвимость в vCenter Server

VMware исправила критическую уязвимость в vCenter Server

VMware выпустила обновление своего продукта vCenter Server, устраняющее критическую брешь, которая может привести к выполнению кода. Существует она из-за использования уязвимого стороннего компонента.

Ранее в этом месяце были обнаружены три серьезных уязвимости в нескольких реализациях Java AMF3 - последней версии Action Message Format от Adobe.

Эти бреши могут быть использованы для осуществления DoS-атак, выполнения произвольного кода и получения конфиденциальных данных. Затронутое программное обеспечение включает в себя Apache’s Flex BlazeDS, Atlassian’s JIRA, Exadel’s Flamingo, GraniteDS, Spring spring-flex и WebORB.

Также было выявлено, что одна из уязвимостей BlazeDS, известная под идентификатором CVE-2017-5641, затрагивает VMware vCenter Server, который использует BlazeDS для обработки сообщений AMF3.

Подробная информация, включающая рекомендации и детали уязвимости, опубликована в официальном сообщении VMware.

Брешь затрагивает vCenter Server версий 6.0 и 6.5; версия 5.5 и другие продукты VMware не затронуты. VMware рекомендует пользователям установить обновления 6.5c и 6.0U3b, устраняющие этот недостаток.

Согласно CERT/CC, обнаруженные дыры в безопасности также могут затрагивать продукты HPE и SonicWall.

Подпишитесь на новости

Не просто стойка с GPU: в России собрали ПАК для корпоративного ИИ

«Лаборатория Числитель» и «Информзащита» представили программно-аппаратный комплекс, который должен помочь крупным компаниям перейти от вечных ИИ-пилотов к нормальной промышленной эксплуатации моделей. Решение анонсировали на форуме TNF-2026.

В основе ПАК — высокопроизводительный ML-кластер и российская платформа контейнеризации «Штурвал». Но создатели подчёркивают: это не очередная дорогая стойка с GPU, на которой каждый проект приходится собирать руками.

Комплекс превращает вычислительные мощности в единый управляемый ресурс. ML-специалист запускает задачу, а платформа сама выделяет CPU и GPU, поднимает нужное окружение, подключает хранилище, запускает обучение и масштабирует нагрузку. Для автоматизации используются Kubernetes и инструменты MLOps, включая Kubeflow, MLflow и model serving.

Архитектура состоит из четырёх уровней: аппаратной инфраструктуры, платформы «Штурвал», MLOps-стека и прикладных ИИ-сервисов — от прогнозирования и аналитики до корпоративных ассистентов. Вокруг ядра работают IAM/SSO, объектное хранилище, реестр образов, CI/CD, мониторинг и аудит.

Заказчики получают единый пул вычислительных ресурсов, изоляцию проектов, централизованное управление доступами и полный жизненный цикл моделей — от эксперимента до публикации и обновления. При этом ML-инструменты не лезут напрямую в железо, а получают инфраструктуру как сервис.

Как сообщается в публикации о проекте, архитектура уже прошла промышленную эксплуатацию у крупного государственного заказчика.

RSS: Новости на портале Anti-Malware.ru