Утилита для кеширования memcached используется для DoS-атак

Утилита для кеширования memcached используется для DoS-атак

Утилита для кеширования memcached используется для DoS-атак

У злоумышленников обнаружился новый вектор DOS-атак, благодаря которому им удалось осуществить кибератаки, достигающие сотен гигабит в секунду в Азии, Северной Америке и Европе. Киберпреступники использовали утилиту для кеширования memcached.

Бывший генеральный директор Internet Systems Consortium, а ныне главный архитектор Akamai Барри Равиндран Грин (Barry Raveendran Greene) в своем блоге подробно рассказал об этой атаке, отметив, что в ее ходе может показаться, что входящий трафик поступает от маршрутизатора поставщика услуг.

Эксплуатируемая в атаке утилита не должна быть установлена в системах, обращенных в Сеть, так как  у нее нет механизмов защиты. Тем не менее, как отметили представители SANS, Cloudflare, Arbor Networks и Akamai, им удалось обнаружить множество используемых экземпляров memcached.

«Очевидно, что благодаря неправильным настройкам memcached открыта для доступа из Сети», — пишет эксперт SANS Йоханнес Ульрих.

Механизм, используемый злоумышленниками, заключался в том, чтобы отправить memcached запрос статистики по UDP, по-видимому, исходящий от IP-адреса жертвы, подвергшейся спуфингу. Запрос статистики составляет 15 байтов, но ответ может иметь размер от 1500 до сотен килобайт.

Таким образом, отправляя множество 15-байтных запросов memcached можно добиться отказа в обслуживании.

Qrator Labs пишет, что жертве такой атаки прежде всего нужно заблокировать весь трафик с порта 11211. Системным же администраторам необходимо настроить memcached на невохможность прослушивания по UDP.

Cloud.ru представила фильтр, скрывающий конфиденциальные данные от ИИ

На конференции GoCloud 2026 компания Cloud.ru анонсировала Guardrails Filter — инструмент для более безопасной работы с генеративным ИИ. Его задача довольно понятная: не дать конфиденциальным данным случайно утечь в большую языковую модель.

Схема работы выглядит так: сервис проверяет текст запроса, ищет в нём конфиденциальные данные — например, персональные сведения, банковские реквизиты, API-ключи и другие секреты, — затем маскирует их и только после этого отправляет обезличенный запрос в модель. Когда модель возвращает ответ, система подставляет реальные значения обратно.

Иначе говоря, пользователь получает нормальный результат, но сами чувствительные данные не уходят за пределы корпоративного контура в исходном виде.

Сейчас инструмент рассчитан на работу с моделями из сервиса Cloud.ru Foundation Models. В этой платформе доступно более 20 моделей разных типов, включая text-to-text, audio-to-text и image-text-to-text. При этом Cloud.ru отдельно уточняет, что механизм фильтрации будет доступен и в формате on-premise, то есть для установки на стороне самого заказчика.

Появление такого инструмента хорошо вписывается в общий тренд: компании всё активнее используют генеративный ИИ, но тема утечек данных остаётся одной из главных причин, почему внедрение идёт не так быстро, как хотелось бы. Особенно это чувствительно для отраслей, где много персональной и служебной информации, — например, для здравоохранения, ретейла и госсектора.

Кроме того, Cloud.ru сообщила, что добавила в Foundation Models LLM-модель российской компании HiveTrace с Guardrails-механизмом. По заявлению компании, такая модель должна лучше справляться с рисками вроде промпт-инъекций, утечки системных инструкций и некорректной обработки выходных данных.

RSS: Новости на портале Anti-Malware.ru