Microsoft выпустила специальный патч KB4551762 для уязвимости SMBv3

Microsoft выпустила специальный патч KB4551762 для уязвимости SMBv3

Microsoft выпустила специальный патч KB4551762 для уязвимости SMBv3

Microsoft выпустила отдельное обновление безопасности KB4551762, предназначенное для устранения конкретной уязвимости в протоколе Server Message Block 3.1.1 (SMBv3). С помощью этой бреши атакующий в теории может удалённо выполнить код.

Об уязвимости CVE-2020-0796 стало известно благодаря утечке, изначально Microsoft не планировала посвящать общественность в детали этой проблемы безопасности.

Теперь же любой пользователь, заинтересованный в защищённости своей системы, может установить патч под идентификатором KB4551762. Для этого достаточно воспользоваться Windows Update в настройках ОС, также можно скачать обновление вручную — здесь.

«Мы пока не нашли доказательств эксплуатации этой уязвимости в реальных атаках. Тем не менее настоятельно рекомендуем установить вышедший патч как можно скорее», — пишет Microsoft.

На сегодняшний день известно, что брешь затрагивает системы Windows 10 версий 1903 и 1909, а также Windows Server версий 1903 и 1909.

Позавчера мы сообщали о новой червеподобной уязвимости в протоколе Server Message Block 3.0 (SMBv3).

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