Критический баг в iOS позволял с легкостью взломать iPhone через Wi-Fi

Критический баг в iOS позволял с легкостью взломать iPhone через Wi-Fi

Критический баг в iOS позволял с легкостью взломать iPhone через Wi-Fi

Раскрыты детали легко эксплуатируемой уязвимости в iOS, грозящей захватом контроля над близко расположенным устройством по Wi-Fi. В случае успеха злоумышленник сможет беспрепятственно просматривать фотоальбом жертвы, читать личные сообщения и отслеживать действия на устройстве в реальном времени.

Проблему, которой был присвоен идентификатор CVE-2020-9844, обнаружил участник Google-проекта Project Zero Иан Бир (Ian Beer). Получив отчет, Apple скорректировала код и выпустила соответствующие обновления для iOS (13.5) и macOS Catalina (10.15.5) — они вышли в мае. Показательный эксплойт CVE-2020-9844 был опубликован во вторник, 1 декабря.

В своих бюллетенях Apple классифицирует уязвимость как двойное освобождение памяти, которое может вызвать системный сбой и повлечь нарушение целостности памяти ядра. В своей блог-записи Бир пояснил, что корнем проблемы является ошибка переполнения буфера, которая возникает во время работы Wi-Fi-драйвера, ассоциированного с протоколом Apple Wireless Direct Link (AWDL). Этот протокол Apple специально разработала для упрощения коммуникаций между своими устройствами.

Для демонстрации эксплойта исследователь использовал iPhone 11 Pro, компьютер Raspberry Pi и два разных Wi-Fi-адаптера. В итоге он смог удаленно получить доступ на чтение и запись к памяти ядра целевого устройства и внедрить в нее шелл-код с правами root, а также выйти за пределы песочницы и добраться до пользовательских данных.

 

Сведений об использовании CVE-2020-9844 в реальных атаках пока нет, однако Бир полагает, что вендоры эксплойтов уже взяли эту уязвимость на заметку.

Баги в проприетарном протоколе AWDL объявлялись и ранее. Так, в июле исследователи из Дармштадтского технического университета раскрыли информацию об уязвимостях, позволявших следить за пользователями i-гаджетов, вызывать системные сбои, а также перехватывать файлы, пересылаемые между устройствами, из положения «человек посередине» (man-in-the-middle, MitM).

VK научила ИИ-модель следить за интересами пользователей во всех сервисах

VK научила одну ИИ-модель следить за интересами пользователей сразу в нескольких своих сервисах. Лайки, репосты, комментарии, пропуски и другие обезличенные действия теперь складываются в единый нейропрофиль. Технология уже работает во «ВКонтакте», VK Видео и VK Клипах. В основе решения лежит трансформерная модель.

Она учитывает не только само действие, но и контекст: в каком сервисе оно произошло, с каким контентом, у какого автора, как давно и после каких событий. Ведь просмотр длинного ролика в VK Видео и молниеносный свайп в VK Клипах — сигналы совершенно разного калибра.

Объединив их, модель должна точнее отличать устойчивые интересы от случайных действий. Иначе один неосторожный лайк, и лента уже неделю уверена, что пользователь мечтает смотреть исключительно обзоры пылесосов.

По данным VK, после внедрения нейропрофиля время просмотра контента в VK Клипах выросло на 5,5%. Следующим шагом стало нейросетевое ранжирование: алгоритм в реальном времени сопоставляет интересы пользователя с характеристиками публикаций и решает, что поднять в ленте, а что отправить подальше.

В ходе экспериментов пользователи стали на 15% чаще делиться контентом, на 10% чаще открывать его на весь экран и на 5% чаще ставить лайки. Таким образом, VK получила не только более цепкие рекомендации, но и более эффективный инструмент для показа рекламы.

Технология работает внутри Discovery-платформы VK, запущенной в 2025 году. Она объединяет инфраструктуру рекомендаций, поиска и рекламы во всех продуктах компании. Благодаря этому нейропрофиль и новое ранжирование можно подключать к другим сервисам без капитального ремонта их архитектуры.

RSS: Новости на портале Anti-Malware.ru