Spook.js — атака по сторонним каналам, обходящая Site Isolation в Chrome

Spook.js — атака по сторонним каналам, обходящая Site Isolation в Chrome

Spook.js — атака по сторонним каналам, обходящая Site Isolation в Chrome

Группа специалистов из австралийских и израильских университетов смогла провести успешную атаку по сторонним каналам на CPU. В итоге у экспертов получилось извлечь данные из Google Chrome и других Chromium-браузеров, в которых реализована функция Site Isolation (изоляция сайтов).

Новый вектор атаки получил имя Spook.js, исследователи сравнивают его с печально известными Meltdown и Spectre, которые в 2018 году продемонстрировали миру уязвимость современных процессоров.

В попытке защитить пользователей от подобных кибератак разработчики Google Chrome добавили в браузер новую функцию — Site Isolation. Смысл этого защитного слоя заключается в ограничении действия кода JavaScript, с помощью которого можно было красть данные пользователя из других активных вкладок.

Тем не менее свежее исследование показало, что текущая реализация функции Site Isolation недостаточно защищает пользовательские данные. Несмотря на чёткое разграничение доменов вроде example.com и attacker.com, изоляция сайтов игнорирует этот принцип в случае с поддоменами — attacker.example.com или login.example.com.

Описанный вектор атаки Spook.js использует этот изъян в Site Isolation, о котором Google, кстати, знает. Тем не менее разработчики ничего не могут сделать, поскольку разграничение JavaScript на уровне поддоменов негативно скажется на работе 13,4% веб-сайтов в Сети.

По словам специалистов, им удалось разработать специальный инструмент на JavaScript, который осуществляет атаки вида Spectre на Chrome и другие интернет-обозреватели, основанные на Chromium. Spook.js работает с процессорами Intel, AMD и даже Apple M1.

Демонстрацию эксплуатации данного сценария специалисты опубликовали на YouTube:

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