Уязвимость в WebKit затрагивает последние версии браузера Safari

Уязвимость в WebKit затрагивает последние версии браузера Safari

Уязвимость в WebKit затрагивает последние версии браузера Safari

Исследователь опубликовал код эксплойта для уязвимости в браузерном движке WebKit, с которым работает Safari. Эксплойт использует ошибку оптимизации, которая может вылиться в возможность выполнения произвольного шелл-кода.

По словам Линуса Хенце, разработавшего эксплойт, уязвимость пропатчили в WebKit, однако исправление до сих не дошло до главного браузера всех продуктов Apple — Safari. В своем описании бага Хенце подчеркивает — проблема одинаково актуальна как для iOS, так и для macOS.

В случае с iOS уязвимый WebKit присутствует с версии 12.0, macOS — с версии 10.14 и выше.

«Этот эксплойт работает с последней версией Safari (на 6 декабря 2018 года). Я решил опубликовать код по той причине, что в текущем релизе WebKit уязвимость устранена», — пишет исследователь на GitHub.

Стоит отметить, что неквалифицированный злоумышленник не сможет использовать баг, так как песочница Safari должна предотвратить запуск кода вне браузера. Именно по этой причине PoC-код Хенце должен быть частью связки эксплойтов, которая также возьмет на себя эксплуатацию уязвимости в песочнице.

Однако даже сам код Хенце может представлять угрозу — он дает возможность запустить код внутри браузера. Другими словами, атакующий сможет выполнить в системе все, что разрешено браузеру.

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