АНБ опубликовало кроссплатформенный инструмент для обратного инжиниринга

АНБ опубликовало кроссплатформенный инструмент для обратного инжиниринга

АНБ опубликовало кроссплатформенный инструмент для обратного инжиниринга

Агентство национальной безопасности (АНБ) США выпустило бесплатный кроссплатформенный инструмент под названием Ghidra, предназначенный для обратного инжиниринга. АНБ планирует в ближайшее время опубликовать исходный код Ghidra на GitHub.

Ghidra была создана и поддерживалась исследовательским директоратом, принадлежащим АНБ. Инструмент написан на Java, следовательно, чтобы использовать его, у вас должна быть установлена JOpenJDK 11.

У Ghidra есть GUI, но также можно использовать обычную командную строку. По заявлению самого агентства, Ghidra была разработана, чтобы решать сложные задачи по обратному инжинирингу.

С помощью этого инструмента специалисты АНБ анализировали вредоносный код, который помогал понять суть уязвимостей в системах и сетях.

В целом Ghidra представляет собой целый набор инструментов для анализа, который будет работать на Windows, macOS и Linux. У инструмента есть целый спектр возможностей — от дизассемблирования до декомпиляции.

Пользователи также могут создавать собственные плагины и скрипты. В АНБ надеются, что после публикации исходного кода на GitHub различные исследователи в области кибербезопасности смогут взять Ghidra на вооружение.

Эксперты: за год число вредоносных opensource-компонентов возросло в 11 раз

В 2025 году в компании CodeScoring зарегистрировали 457 тыс. вредоносных библиотек с открытым исходным кодом — в 11 раз больше, чем в предыдущем году. Зафиксировано также 14 тыс. новых уязвимостей в таких компонентах.

По словам специалистов, сохраняют актуальность и более ранние неприятные находки — к примеру, RCE-уязвимость Log4Shell, которая все еще присутствует в 15 тыс. сторонних библиотек. Публикация подобных пакетов грозит атаками на цепочку поставок.

В уходящем году также зафиксировано появление новой, еще более опасной угрозы — самоходного червя Shai Hulud, способного создавать новые репозитории и воровать конфиденциальные данные с CI/CD-платформ.

В связи с бурным ростом популярности ИИ объявился новый вектор атаки — slopsquatting: злоумышленники начали использовать склонность больших языковых моделей (БЯМ, LLM) к галлюцинациям для внедрения в легитимные проекты небезопасного кода.

Из-за этой особенности умный помощник по разработке может ошибиться и вместо легитимной библиотеки предложить для использования вредоносную со схожим названием. По данным CodeScoring, в России ИИ-ассистентов применяют 30% разработчиков, и потенциально опасные галлюцинации происходят у LLM в 20% случаев.

Чтобы защититься от атак на цепочку поставок, эксперты советуют вести тщательный учет компонентов, используемых для сборки софта, при установке библиотек выставлять запрет на исполнение скриптов, а также следовать стандарту ГОСТ Р 56939-2024 и активнее внедрять технологии безопасной разработки.

RSS: Новости на портале Anti-Malware.ru