33 уязвимости угрожают миллионам умных и промышленных устройств

33 уязвимости угрожают миллионам умных и промышленных устройств

33 уязвимости угрожают миллионам умных и промышленных устройств

Исследователи в области кибербезопасности обнаружили 33 уязвимости в четырёх TCP/IP-библиотеках с открытым исходным кодом. В настоящее время проблемные библиотеки используются в прошивке продуктов более чем от 150 вендоров.

Дыры обнаружили специалисты компании Forescout, они же отметили, что в зоне риска находятся миллионы промышленных устройств. Эксперты объединили все 33 бреши под общим именем — Amnesia:33.

Уязвимости затрагивают целый спектр различных девайсов: смартфоны, игровые консоли, однокристальные системы (система на кристалле, System-on-a-Chip, SoC), HVAC-системы, принтеры, маршрутизаторы, IP-камеры и прочее.

Среди проблемных библиотек исследователи из Forescout назвали uIP, FNET, picoTCP и Nut/Net. За последние двадцать лет производители устройств часто добавляли одну из этих четырёх библиотек в прошивки, что позволяло включить поддержку протоколов TCP/IP, с помощью которых сегодня осуществляется большая часть сетевого взаимодействия.

В случае успешной эксплуатации этих 33 уязвимостей злоумышленник может осуществить ряд опасных атак:

  1. Выполнить код удалённо (RCE) и получить контроль над атакуемым устройством.
  2. Вызывать отказ в обслуживании (DoS) и подорвать производственные процессы.
  3. Выкрасть конфиденциальную информацию, принадлежащую атакуемому предприятию.
  4. Заставить целевое устройство посетить вредоносный сайт с помощью атаки вида «DNS cache poisoning».

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

MWS Cloud увеличила GPU-мощности виртуальной инфраструктуры в 1,5 раза

В первой половине 2025 года MWS Cloud расширила ресурсы своей виртуальной инфраструктуры с графическими процессорами в 1,5 раза. Дополнительные мощности появились в двух московских дата-центрах — «Авантаж» и GreenBushDC, а также в одном ЦОД в Санкт-Петербурге.

GPU-инфраструктура используется для обучения и инференса моделей машинного обучения, больших языковых моделей и систем компьютерного зрения.

На её основе можно запускать платформы для ML-разработки и инференса, при этом пользователи оплачивают только фактически потреблённые ресурсы.

Такие мощности востребованы у разработчиков и компаний, работающих с генеративными нейросетями, системами распознавания, высоконагруженными продуктами, а также с задачами рендеринга, симуляций и анализа больших данных.

По данным MWS Cloud, с начала года использование GPU-ресурсов в их облаке выросло почти в 1,7 раза.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

RSS: Новости на портале Anti-Malware.ru