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».

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