Связка уязвимостей Ripple20 угрожает сотням миллионов умных устройств

Связка уязвимостей Ripple20 угрожает сотням миллионов умных устройств

Связка уязвимостей Ripple20 угрожает сотням миллионов умных устройств

Специалисты в области кибербезопасности раскрыли подробности 19 уязвимостей в небольшой библиотеке, написанной ещё в 90-х. Проблема в том, что этот уязвимый компонент на протяжении последних 20 с лишним лет внедряли в огромное количество корпоративных и персональных устройств.

Как подсчитали специалисты, выявленные уязвимости затрагивают «сотни миллионов устройств», среди которых и оборудование для электросетей, и системы здравоохранения, и промышленные объекты.

Также под угрозой умные устройства для дома, принтеры, маршрутизаторы, спутниковое оборудование, устройства в дата-центрах и установленные в пассажирских самолётах девайсы.

Эксперты обеспокоены отсутствием видимой возможности пропатчить уязвимости, поскольку цепочка поставок софта зачастую сложна и трудно отслеживаема. Другими словами, все использующие проблемную библиотеку устройства, скорее всего, останутся уязвимыми.

Проблема усугубляется интеграцией дырявой библиотеки в различные пакеты программ — то есть многие компании даже не подозревают, что в их сети «крутится» уязвимый код.

Исследователи объединили все найденные бреши под одним имеем — Ripple20. Эта связка дыр затрагивает небольшую библиотеку, написанную разработчиками компании Treck.

Предположительно, библиотеку выпустили в 1997 году, её основная задача — имплементация стека TCP/IP. С помощью этого компонента компании обеспечивают своим устройствам и программному обеспечению связь с интернетом через соединения TCP/IP.

С сентября 2019 года исследователи из израильской компании JSOF изучали написанную разработчиками Treck библиотеку. В результате вскрылся целый набор серьёзных уязвимостей.

К счастью, Treck быстро отреагировала и выпустила соответствующие патчи для всех брешей из набора Ripple20. Однако, как мы уже отметили выше, остаётся проблема установки этих патчей на устройствах конечных пользователей и предприятий.

Более трех четвертей россиян не отличают нейросетевой контент от реального

Согласно исследованию агентств Spektr и СКОТЧ, 77% участников не смогли отличить изображения, созданные нейросетями, от реальных фотографий. В опросе приняли участие около 1000 человек. Респондентам в случайном порядке показывали пять изображений, из которых четыре были сгенерированы ИИ, а одно — подлинное.

Результаты исследования приводит РБК. Корректно определить сгенерированные изображения смогли лишь 23% опрошенных.

При этом в более молодых возрастных группах показатели оказались выше. Среди респондентов до 30 лет правильный ответ дали 30%, в группе 31–44 года — 25%.

В числе признаков «настоящего» фото участники называли убедительные детали, реалистичные свет и тени, а также естественную улыбку человека в кадре. Например, изображение с улыбающимся мужчиной чаще других считали реальным участники в возрасте 45–60 лет — 28% из них выбрали именно этот вариант.

Примечательно, что доля тех, кто ошибается при определении ИИ-контента, растёт. Согласно результатам исследования MWS, опубликованным летом 2025 года, правильно распознать сгенерированные изображения смогли более трети респондентов.

RSS: Новости на портале Anti-Malware.ru