Valve: Игнорировать сообщения эксперта об уязвимостях Steam было ошибкой

Valve: Игнорировать сообщения эксперта об уязвимостях Steam было ошибкой

Valve: Игнорировать сообщения эксперта об уязвимостях Steam было ошибкой

Valve сдалась и признала свою ошибку в части отсутствия оперативной реакции на информацию об уязвимостях в клиенте Steam. Более того, корпорация даже назвала игнорирование эксперта и его бан в программе поиска уязвимостей ошибкой.

Быстро спохватившись — видимо, испугавшись реакции сообщества и публикации второй 0-day в Steam, — Valve выпустила соответствующий патч и даже обновила правила программы поиска багов.

В настоящее время компания также занимается выяснением обстоятельств бана исследователя Василия Кравца, который жаловался, что его сообщения об уязвимостях игнорируются разработчиками.

Напомним, что российский исследователь в области кибербезопасности Василий Кравец опубликовал детали ещё одной уязвимости в клиенте Steam — это уже вторая 0-day, раскрытая Василием за последние две недели.

Кравец подчеркнул, что у него не было возможности сообщить Valve ещё об одной проблеме безопасности по той причине, что компания просто забанила его в своей программе по поиску багов (располагается на площадке HackerOne).

Ранее мы писали, что на просторах Сети появилась новая изощренная мошенническая схема, с помощью которой злоумышленники атакуют пользователей Steam. Специальный сайт, который якобы бесплатно раздаёт игры, на деле используется для взлома аккаунтов Steam.

Подпишитесь на новости

Группа Астра выпустила конструктор ИИ-агентов для работы в закрытом контуре

Собрать ИИ-секретаря или помощника техподдержки из визуальных блоков — такой сценарий предлагает «Группа Астра». Компания вывела на рынок «Астра ИИ Платформу»: low-code-конструктор корпоративных ИИ-приложений. По заявлению разработчика, он позволяет сократить внедрение с месяцев до дней и работать без зависимости от зарубежных облаков.

Решение входит в экосистему «Астра ИИ» и поддерживает локальное развёртывание, включая закрытый контур.

Внутри два конструктора. ML отвечает за обучение и развёртывание моделей машинного обучения, LLM — за языковых ассистентов, поиск по документам и автоматизацию процессов.

Сценарии собираются из блоков, настраиваются и отлаживаются в реальном времени. Если визуальных возможностей мало, можно менять код и добавлять собственные блоки на Python.

Платформа поддерживает базы знаний для RAG: помощник ищет информацию в документах компании. Через внешние инструменты агенты подключаются к CRM, ERP, почте и веб-поиску.

Можно также объединять нескольких агентов и распределять между ними задачи.

Среди сценариев есть аналитика, финансовые задачи, техподдержка и мониторинг рисков. В одном из приведённых компанией примеров модели обрабатывают десять страниц чертежей и спецификаций за пять минут, подготавливая данные для инженерных систем.

По данным разработчика, продукт включён в реестр отечественного ПО и уже доступен заказчикам.

RSS: Новости на портале Anti-Malware.ru