Вышли патчи для новой RCE-уязвимости в Apache Log4j

Вышли патчи для новой RCE-уязвимости в Apache Log4j

Вышли патчи для новой RCE-уязвимости в Apache Log4j

Разработчики Apache Software Foundation (ASF) выпустили новую серию патчей, которые должны справиться с уязвимостью в Apache Log4j, допускающей удалённое выполнение кода. Фактически это уже пятая брешь, выявленная в популярном инструменте для логирования.

Уязвимость получила идентификатор CVE-2021-44832 и 6,6 балла по шкале CVSS. Согласно опубликованной информации, этот баг затрагивает версии фреймворка от 2.0-alpha7 до 2.17.0.

Представители ASF рекомендуют обновить версию Log4j, объясняя, что атакующие могут создать вредоносный файл конфигурации с помощью JDBC Appender. Для этого у злоумышленников должны быть права на модификацию этого файла.

ASF не отметила экспертов, обнаруживших эту проблему, однако Янив Низри из Checkmarx заявил, что именно он выявил баг и сообщил о нём 27 декабря. Также Низри подчеркнул, что использовать CVE-2021-44832 в атаке куда сложнее, чем изначальную дыру — CVE-2021-44228.

Напомним, что в середине месяца стало известно о второй уязвимости в Log4j — возможности обхода первого патча. На следующий день специалисты начали говорить о третьем баге и параллельной эксплуатации второго.

Google научила смартфоны измерять пульс без часов и фитнес-браслетов

Google, видимо, решила, что фитнес-браслетам и умные часам пора на пенсию. Компания представила технологию, которая позволяет измерять пульс и частоту сердечных сокращений в состоянии покоя с помощью обычной фронтальной камеры смартфона.

Никаких датчиков на запястье, никаких ремешков и дополнительных устройств. Всё, что нужно, — собственное лицо.

Система получила название Passive Heart Rate Monitoring (PHRM). Работает она  любопытно: после разблокировки смартфона по лицу фронтальная камера записывает короткое восьмисекундное видео, а встроенная ИИ-модель анализирует едва заметные изменения цвета кожи, возникающие из-за кровотока.

Человеческий глаз таких изменений не видит, а вот алгоритмы машинного обучения — вполне.

 

По данным Google, точность системы оказалась неожиданно высокой. При оценке пульса в состоянии покоя результаты отличались от показателей фитнес-браслета Fitbit Charge 6 менее чем на пять ударов в минуту.

Для обучения и тестирования модели компания использовала более 350 тысяч видеозаписей почти 700 участников с разными оттенками кожи. Более того, исследователи проверяли технологию не только в лаборатории, но и в реальной жизни. Добровольцы больше недели ходили со своими смартфонами, одновременно используя Fitbit и медицинское оборудование для контроля сердечного ритма.

Результаты оказались убедительными, чтобы Google всерьёз заговорила о будущем такого подхода. Впрочем, до идеала ещё далеко. Исследователи признают, что системе пока сложнее стабильно получать данные у людей с тёмными оттенками кожи. Также на точность могут влиять разговоры, движения головы и другие обычные действия.

Есть и вопрос приватности. Всё-таки технология предполагает регулярный анализ изображения лица пользователя. В Google уверяют, что обработка может выполняться непосредственно на устройстве без передачи данных в облако.

RSS: Новости на портале Anti-Malware.ru