В Evernote для Windows устранена XSS-уязвимость

В Evernote для Windows устранена XSS-уязвимость

В Evernote для Windows устранена XSS-уязвимость

Разработчики Evernote устранили уязвимость в версии приложения для операционных систем Microsoft Windows. Проблема безопасности, получившая идентификатор CVE-2018-18524, позволяла атакующему провести атаку XSS.

Брешь затрагивала Evernote 6.14, разработчикам удалось избавиться от нее с выходом 6.16.1 beta. О проблеме сообщил эксперт команды Knownsec 404 ТонгКвинг Зу. В своем блоге эксперт объясняет, что баг позволял прочитать локальные файлы — включая win.ini и calc.exe.

Оказалось, что проблемная версия приложения позволяла использовать знаки и фразы вроде "onclick = "alert(1) " в процессе переименования и открытия файлов изображений. Именно это отсутствие должной проверки позволило специалисту провести успешную XSS-атаку.

ТонгКвинг Зу пошел дальше и смог загрузить код Nodejs, таким образом вредоносные файлы можно расшаривать между аккаунтами с помощью рабочих чатов.

Эксперт Knownsec 404 обнаружил проблему 27 сентября, в этот же день он сообщил об этом представителям Evernote. В октябре разработчики устранили уязвимость.

Подпишитесь на новости

Модели OpenAI и Anthropic выбирали скорые и школу как военные цели

Компания Vals AI проверила ограничения ИИ-моделей на участие в выборе военных целей. В экспериментах системы отмечали гражданских, машины скорой помощи и сдающихся солдат. Представление задания как игры часто помогало преодолеть отказы.

Результаты экспериментов опубликованы в исследовании Vals AI. Специалисты испытали 14 моделей на изображениях с имитацией съёмки с дронов.

Отдельный сценарий включал реальные спутниковые снимки иранского Минаба, где школа расположена рядом с военным комплексом.


GPT-6 Astra выделяла хотя бы одну цель в 6% обычных запросов. После оговорки об игре показатель вырос до 92%. В других экспериментах большинство моделей продолжало обнаруживать людей даже после показа сгенерированных последствий ударов.


Модели не управляли реальными атаками и не принимали решений об ударах. Авторы также не оценивали точность наведения и эффективность систем в боевых условиях.


Vals AI рекомендует усилить ограничения на уровне API. Один из обозначенных рисков — массовая разметка видеозаписей для обучения автономных систем наведения.

RSS: Новости на портале Anti-Malware.ru