Google предупредила о критической RCE-уязвимости в Android

Google предупредила о критической RCE-уязвимости в Android

Разработчики Google выпустили обновление мобильной операционной системы Android, устраняющее в общей сложности 43 уязвимости. Оказалось, что баги затрагивают смартфоны Samsung и ряд других современных девайсов. Нашлись даже критические бреши.

Последних всего две, но большую тревогу вызывает уязвимость в системном компоненте Android System, позволяющая удалённым злоумышленникам выполнить произвольный код.

Параллельно компания Qualcomm, чьи чипы используются в Android-устройствах, пропатчила ряд опасных и критических дыр, которые так или иначе могут затрагивать гаджеты пользователей.

Уязвимость в Android System получила идентификатор CVE-2021-0316. Пострадал и другой системный компонент — Android Framework, в котором нашли баг (CVE-2021-0313), способный привести к отказу в обслуживании.

«Самая опасная уязвимость находится в компоненте System. Киберпреступник может использовать специально созданную передачу для выполнения произвольного кода в контексте привилегированного процесса. Январские обновления устраняют эту брешь в Android 8.0, 8.1, 9, 10 и 11», — пишет Google.

Также разработчики расправились с тремя уязвимостями в ядре (CVE-2020-10732, CVE-2020-10766, CVE-2021-0323), которые получили высокую степень риска. С помощью этих багов вредоносное приложение может обойти защитные меры операционной системы. В MediaTek также выявили и устранили дыру (CVE-2021-0301).

Anti-Malware Яндекс ДзенПодписывайтесь на канал "Anti-Malware" в Telegram, чтобы первыми узнавать о новостях и наших эксклюзивных материалах по информационной безопасности.

Новое решение Angara Security на базе ML повысит эффективность SOC

Специалисты компании Angara Security выпустили решение на базе нейронной сети, интегрирующееся с SIEM-системой. По словам разработчиков, новинка поможет повысить эффективность мониторинга в SOC.

Комбинированные слои, из которых состоит нейронная сеть, свойственны как сверточным сетям (Convolutional Neural Networks), так и рекуррентным (Recurrent Neural Networks).

Таким образом, разработка поможет дополнить стандартные методы анализа событий в информационной безопасности, а также с высокой точностью выявлять вредоносную активность по характерным паттернам.

В этом случае безопасники избавляются от необходимости писать отдельные правила детектирования для каждой новой утилиты или процедуры.

«ML-модели являются отличным вспомогательным инструментом в работе аналитиков. С одной стороны, они позволяют расширить возможности по детектированию активности злоумышленников, с другой — автоматизировать часть процессов и высвободить ресурсы для задач, требующих участия человека», — комментирует Артем Грибков, заместитель директора Angara SOC по развитию бизнеса.

Использованная Angara Security ML-модель может применяться в трёх сценариях. Например, для детектирования PowerShell-скриптов — одного из любимых инструментов киберпреступников.

Второй сценарий — обнаружение DGA-доменов и DNS-туннелирования. Зачастую классические методы анализа DNS-имен выдают ложноположительные срабатывания, а сверху ещё накладывается проблема доменных имён, похожих на легитимные. В Angara Security отмечают, что ML-решение справляется с этой задачей.

Наконец, третий сценарий — анализ журналов веб-серверов. ML-модель в этом случае может использоваться в качестве дополнения к WAF-системам или как альтернатива эшелонированной защиты веб-ресурсов.

Anti-Malware Яндекс ДзенПодписывайтесь на канал "Anti-Malware" в Telegram, чтобы первыми узнавать о новостях и наших эксклюзивных материалах по информационной безопасности.

RSS: Новости на портале Anti-Malware.ru