Geovision устранила критические уязвимости в своих IP-камерах

Geovision устранила критические уязвимости в своих IP-камерах

Geovision устранила критические уязвимости в своих IP-камерах

Компания Geovision, занимающаяся IP-камерами и контролем доступа, устранила уязвимости удаленного выполнения кода и ошибки несанкционированного доступа во многих своих продуктах.

Согласно опубликованному разработчиками официальному сообщению, большинство продуктов, работающих с прошивкой старше выпущенной в ноябре-декабре 2017 года, скорее всего, уязвимы.

Среди этих багов есть ошибка, позволяющая удаленно сбросить логин администратора IP-камер на root:PWN, что позволит злоумышленнику удаленно установить собственную прошивку в устройства. Также было опубликовано доказательство концепции, в котором демонстрируется, как сбросить все настройки устройства, включая идентификаторы пользователей и пароли.

Внимания заслуживает опубликованная на GitHub пользователем Bashis информация, где показана атака на видеосервер и камеры Geovision. Geovision, со своей стороны, поблагодарила исследователя за помощь в усилении безопасности своих продуктов.

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