Названы самые атакуемые IoT-устройства

Названы самые атакуемые IoT-устройства

Названы самые атакуемые IoT-устройства

Подключенные к Сети камеры наблюдения составляют почти половину скомпрометированных киберпреступниками IoT-устройств, заявили в компании SAM Seamless Network, занимающейся кибербезопасностью.

По словам исследователей, 47% уязвимых устройств, установленных в домашних сетях, составляют камеры наблюдения. Соответственно, именно камеры наиболее привлекательны для киберпреступников.

Большинство подобных кибератак способны обойти защиту дешевых моделей IP-камер. При этом злоумышленникам играет на руку тот факт, что зачастую бюджетные модели камер имеют одни и те же уязвимости.

Таким образом, найдя проблему безопасности в одной из моделей камер бюджетного сегмента, киберпреступники могут разработать вектор для атаки схожих моделей этих устройств.

«Самые серьезные подобные атаки были нацелены на IP-камеры. Похоже на то, что люди просто выбирают бюджетные модели этих устройств, которые, само собой, защищены хуже, чем более дорогой сегмент», — говорят исследователи SAM Seamless Network.

Умные контроллеры и сетевые хранилища чуть уступают камерам по количеству уязвимостей, однако прочно занимают второе (15%) и третье (12%) место по популярности взлома соответственно.

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