F5 устранила 25 уязвимостей в BIG-IP, BIG-IQ и контроллерах NGINX

F5 устранила 25 уязвимостей в BIG-IP, BIG-IQ и контроллерах NGINX

F5 устранила 25 уязвимостей в BIG-IP, BIG-IQ и контроллерах NGINX

Первый в году квартальный выпуск патчей F5 закрывает 25 уязвимостей в продуктах семейств BIG-IP и BIG-IQ, а также модуле управления API NGINX. Степень опасности 15 проблем признана высокой.

Наибольшее количество баллов по шкале CVSS получили баг инъекции JavaScript-кода в контроллерах NGINX (CVE-2022-23008, 8,7) и ошибка авторизации в BIG-IQ, позволяющая админу контроллера BIG-IP получить доступ к остальным устройствам под управлением той же системы (CVE-2022-23009, 8,0).

Остальные опасные уязвимости были выявлены в контроллерах приложений BIG-IP. Большинство из них позволяют принудительно завершить процесс Traffic Management Microkernel (TMM), отвечающий за обработку всех сетевых операций.

В BIG-IP также устранены девять уязвимостей умеренной опасности. Одна из них, возможность отказа в обслуживании (DoS) из-за отсутствия контроля потребления памяти, актуальна и для BIG-IQ.

В сообщении разработчик подчеркнул, что на уязвимость проверялся только софт актуальных версий. Оценка продуктов, срок поддержки которых истек, в F5 не проводится, поэтому публикуемые списки затронутых сборок могут оказаться неполными.

В России разработали способ удалить свой биометрический след

В ИТ-компании «Криптонит» (входит в «ИКС Холдинг») разработали метод, который позволяет выборочно удалять цифровые образы людей из систем распознавания лиц. Если совсем просто, речь идёт о технологии, которая должна помочь реализовать право человека отозвать согласие на обработку своей биометрии — так, чтобы система действительно перестала его узнавать.

Проблема тут в том, что современные системы распознавания лиц устроены не так прямолинейно, как может показаться.

Даже если сведения о человеке формально удалили из базы, его цифровой образ может всё равно остаться внутри уже обученной модели. То есть на бумаге данные вроде бы стерли, а на практике алгоритм всё ещё способен узнать этого человека.

Именно это и делает тему особенно чувствительной. С биометрией всё сложнее, чем с обычными персональными данными: пароль можно поменять, а лицо — нет. Если такие данные утекают, риски уже совсем другого уровня, потому что украденные цифровые слепки можно использовать для создания поддельных образов и обхода биометрической аутентификации.

 

В «Криптоните» утверждают, что их метод решает задачу не маскировкой и не косметическим удалением, а на уровне внутренней логики самой модели. Проще говоря, алгоритм перестаёт использовать сведения о конкретном человеке и больше не может его распознавать, при этом способность узнавать остальных людей сохраняется.

По словам разработчиков, на тестовых наборах данных технология показала заметное снижение эффективности распознавания именно тех лиц, которые нужно «забыть», — до 88%. При этом общая точность системы, как утверждается, осталась на прежнем уровне.

Практическое применение у такого подхода вполне очевидное. В первую очередь это системы видеонаблюдения с распознаванием лиц, СКУД и корпоративная безопасность. Например, технология может пригодиться для удаления биометрических данных уволенных сотрудников, когда компания обязана прекратить их обработку, но не хочет при этом заново переобучать всю систему с нуля.

RSS: Новости на портале Anti-Malware.ru