Apple устранила в старых iPhone и Mac 0-day, фигурирующую в реальных атаках

Apple устранила в старых iPhone и Mac 0-day, фигурирующую в реальных атаках

Apple устранила в старых iPhone и Mac 0-day, фигурирующую в реальных атаках

Apple выпустила патчи для уязвимости нулевого дня (0-day), которую киберпреступники использовали в атаках на владельцев iPhone и Mac-компьютеров, работающих на старых версиях iOS и macOS.

0-day, получившая идентификатор CVE-2021-30869 (как для iOS, так и для macOS), затрагивает ядро операционной системы — XNU. О проблеме в безопасности сообщили исследователи из Google Threat Analysis Group и Google Project Zero.

Эксплуатация этой бреши позволяет злоумышленникам выполнить код на уровне ядра. По словам самой Apple, в корпорации знают об активной эксплуатации CVE-2021-30869 в реальных кибератаках.

Полный список уязвимых устройств выглядит так:

  • iPhone 5s, iPhone 6, iPhone 6 Plus, iPad Air, iPad mini 2, iPad mini 3 и iPod touch (6 поколение) с iOS 12.5.5.
  • macOS Catalina.

Также разработчики избавили пользователей от двух других 0-day, одна из которых использовалась для установки шпионской программы NSO Pegasus на уязвимые устройства. Всем владельцам стареньких iPhone и Mac рекомендуется установить вышедшие обновления.

Подпишитесь на новости

Модели OpenAI и Anthropic выбирали скорые и школу как военные цели

Компания Vals AI проверила ограничения ИИ-моделей на участие в выборе военных целей. В экспериментах системы отмечали гражданских, машины скорой помощи и сдающихся солдат. Представление задания как игры часто помогало преодолеть отказы.

Результаты экспериментов опубликованы в исследовании Vals AI. Специалисты испытали 14 моделей на изображениях с имитацией съёмки с дронов.

Отдельный сценарий включал реальные спутниковые снимки иранского Минаба, где школа расположена рядом с военным комплексом.


GPT-6 Astra выделяла хотя бы одну цель в 6% обычных запросов. После оговорки об игре показатель вырос до 92%. В других экспериментах большинство моделей продолжало обнаруживать людей даже после показа сгенерированных последствий ударов.


Модели не управляли реальными атаками и не принимали решений об ударах. Авторы также не оценивали точность наведения и эффективность систем в боевых условиях.


Vals AI рекомендует усилить ограничения на уровне API. Один из обозначенных рисков — массовая разметка видеозаписей для обучения автономных систем наведения.

RSS: Новости на портале Anti-Malware.ru