Часть исходного кода загрузчика iPhone утекла в Сеть

Часть исходного кода загрузчика iPhone утекла в Сеть

Часть исходного кода загрузчика iPhone утекла в Сеть

Часть исходного кода загрузчика iPhone iBoot была выложена пользователем на GitHub. iBoot проверяет модули системы iOS перед тем, как они загрузятся в память смартфона. Это серьезный инцидент с утечкой данных, который Apple пока никак не комментирует.

По имеющейся информации, код принадлежит версии операционной системы iOS 9.3. На данный момент GitHub-репозиторий, где был выложен код, уже удален, как того требует законодательство, однако код успели разместить в других местах, например, здесь.

Сообщается, что приблизительно 4 месяца назад этот же код был замечен на форуме reddit, где пользователь разместил ссылку на файлообменник Mega. Впрочем, вскоре как пост, так и файл были также удалены.

Проанализировав этот код, злоумышленники могут найти уязвимости в загрузчике iOS, так что это довольно серьезная утечка.

Подпишитесь на новости

Злоумышленник использовал DeepSeek для атак на университеты

Злоумышленник под псевдонимом BUGSTER использовал DeepSeek V4 как помощника для разведки, написания скриптов и подготовки атак на организации в Индии. Среди целей были университеты. В одном из подтверждённых взломов он похитил базу с более чем 5200 записями, включая персональные данные студентов.

Операцию разобрали исследователи из Unit 42. По их оценке, оператор пользовался простыми инструментами и заметно зависел от сгенерированных ИИ материалов, но это не помешало ему добиться результата.

BUGSTER связал DeepSeek с фреймворком Hermes Agent, а Cursor использовал как дополнительный инструмент разработки. Исследователи обнаружили конфигурации с отключёнными ограничениями безопасности.


В одной атаке ИИ помогал составлять разведывательные отчёты и готовить перебор паролей к университетскому сайту. Инструмент отметил одну учётную запись WordPress как действительную. В отдельном эпизоде злоумышленник получил доступ к базе MongoDB и выгрузил тысячи записей.

Аппетиты университетами не ограничились: оператор настраивал специализированных ботов для консультаций по VoIP-мошенничеству, занимался подбором паролей от Wi-Fi и разведкой крупных держателей криптовалюты.


Главный вывод Unit 42: ИИ снижает порог входа в разные виды киберпреступности. Для ущерба уже не обязательно быть сильным специалистом во всех задействованных областях, часть недостающих знаний можно получить в чате.

RSS: Новости на портале Anti-Malware.ru