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».

97% компаний в России внедряют ИИ, но 54% не видят его ценности

UserGate изучила, как российские компании внедряют инструменты на базе ИИ и что мешает делать это быстрее. Опрос прошёл в январе 2026 года, в нём участвовали 335 топ-менеджеров компаний с выручкой от 100 млн рублей в год. Картина получилась довольно показательная: 97% компаний уже используют ИИ, тестируют его в пилотах или собираются внедрять в ближайшее время.

То есть искусственный интеллект из разряда «модного тренда» окончательно перешёл в категорию рабочих инструментов.

Чаще всего ИИ применяют для вполне прикладных задач. На первом месте — генерация отчётов и аналитики (42%). Далее идут оптимизация сетевой инфраструктуры (38%), анализ больших массивов логов (37%), ускорение расследований инцидентов (35%) и повышение эффективности Help Desk (32%).

Иными словами, бизнес в первую очередь использует ИИ там, где он помогает сэкономить время и ресурсы или усилить функции безопасности.

Интересно, что приоритеты зависят от масштаба компании. В корпоративном сегменте более 60% респондентов указали анализ больших логов как ключевое направление — что логично при объёмах данных в крупных ИТ-ландшафтах. В среднем бизнесе на первый план выходит оптимизация сетевой инфраструктуры (45%).

При этом 7% компаний пока вообще не рассматривают внедрение ИИ. Главные причины — неясная ценность технологии (54%) и неопределённость рисков (38%). Также среди барьеров называют отсутствие чёткого распределения ответственности (29%), ограниченные бюджеты (29%) и нехватку экспертизы (17%). По сути, речь идёт не столько о скепсисе, сколько о нехватке понимания, как именно внедрять ИИ и как управлять связанными с ним рисками.

Отдельно респондентов спросили, какие технологии окажут наибольшее влияние на кибербезопасность в ближайшие 12 месяцев. Лидером стали ИИ и машинное обучение — их назвали около половины представителей коммерческого и государственного сегментов. Даже те компании, которые пока осторожничают с практическим внедрением, всё равно рассматривают машинное обучение как ключевой фактор трансформации ИБ в среднесрочной перспективе.

Как отмечает руководитель отдела стратегической аналитики UserGate Юлия Косова, бизнес уже активно использует ИИ в операционных и защитных сценариях, но ожидания рынка зачастую опережают текущую практику. Дальнейший эффект, по её словам, будет зависеть от зрелости процессов, качества данных и способности управлять рисками.

RSS: Новости на портале Anti-Malware.ru