D-Link пропустил несколько опасных уязвимостей в домашнем маршрутизаторе

D-Link пропустил несколько опасных уязвимостей в домашнем маршрутизаторе

D-Link пропустил несколько опасных уязвимостей в домашнем маршрутизаторе

Компания D-Link выпустила обновление прошивки для домашних маршрутизаторов DIR-865L. В этом апдейте разработчики устранили три из шести известных уязвимостей, одна из которых получила статус критической, другие — высокую степень опасности.

Злоумышленники могут использовать эти бреши для выполнения произвольных команд, кражи конфиденциальной информации, загрузки вредоноса или удаления данных.

Напомним, что маршрутизаторы D-Link DIR-865L появились на рынке в далёком уже 2012 году. Сегодня эти модели уже не продаются, однако компания продолжает поддерживать их и выпускать обновления безопасности.

В конце февраля специалисты Unit 42 (Palo Alto Networks) выявили множество уязвимостей в D-Link DIR-865L, оперативно уведомив производителя об опасности для конечных пользователей.

При этом исследователи считают, что часть найденных брешей может затрагивать и более современные модели роутеров от D-Link, поскольку они делят со старыми одну базу кода.

Обнаруженные проблемы безопасности получили следующие идентификаторы: CVE-2020-13782 (9,8 баллов — критическая, устранена), CVE-2020-13786 (8,8 — высокой степени риска, устранена), CVE-2020-13785 (7,5 баллов — высокой степени риска, устранена), CVE-2020-13784 (7,5 баллов — высокой степени риска, не устранена), CVE-2020-13783 (7,5 баллов — высокой степени риска, устранена), CVE-2020-13787 (7,5 баллов — высокой степени риска, не устранена).

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