Электроэнцефалографы уязвимы для удаленного выполнения кода и DoS

Электроэнцефалографы уязвимы для удаленного выполнения кода и DoS

Электроэнцефалографы уязвимы для удаленного выполнения кода и DoS

Исследователи в области безопасности Cisco Talos сообщили об уязвимостях в медицинском оборудовании, которые могут привести к удаленному выполнению кода, а также отказу в обслуживании. Речь идет и приборах для электроэнцефалографии и изучения активности мозга.

Эксперты утверждают, что оборудование Natus Xltek уязвимо к «специально созданному сетевому пакету», который «может вызвать переполнение буфера стека, приводящее к выполнению кода». Среди уязвимых продуктов специалисты назвали Xltek EEG32U и Xltek Brain Monitor.

Как объясняют эксперты, уязвимости в электроэнцефалографах создают два потенциальных риска. Во-первых, с возможностью запустить злонамеренный код на устройстве злоумышленники могут изменять показания этих приборов.

Во-вторых, такая лазейка открывает доступ к другим объектам медицинского учреждения, что может представлять опасность по той причине, что там хранятся конфиденциальные данные.

Эксперты предоставили всю информацию изготавливающей приборы компании Natus, а та приняла соответствующие меры.

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