Критические баги позволяют шпионить за миллионами Android-смартфонов

Критические баги позволяют шпионить за миллионами Android-смартфонов

Критические баги позволяют шпионить за миллионами Android-смартфонов

Уязвимости в аудиодекодерах чипсетов Qualcomm и MediaTek могут позволить злоумышленникам удалённо получить доступ к медиаматериалам и аудиопереговорам владельцев мобильных устройств на Android.

Согласно отчёту израильской компании Check Point, выявленные проблемы в безопасности могут служить отправной точкой при запуске атак с удалённым выполнением кода (RCE). Для эксплуатации киберпреступник должен отправить жертве специально созданный аудиофайл.

«Степень эксплуатации бреши может варьироваться от запуска вредоносной программы до получения доступа к мультимедийным файлам пользователя. В отдельных случаях атакующий может даже стримить с помощью камеры мобильного устройства», — пишут специалисты.

«Помимо этого, Android-приложение с низкими правами может использовать уязвимость для доступа к переговорам и данным жертвы».

Проблема затрагивает формат Apple Lossless Audio Codec (ALAC), который изначально разрабатывали купертиновцы (в 2011 году открыли его исходный код). С тех пор ряд разработчиков, среди которых Qualcomm и MediaTek, использовали ALAC для собственных аудиодекодеров.

Выявленные Check Point баги получили следующие идентификаторы:

  • CVE-2021-0674 (5,5 балла по CVSS, MediaTek) — некорректная проверка ввода в декодере ALAC.
  • CVE-2021-0675 (7,8 балла по CVSS, MediaTek) — возможность локального повышения прав в декодере ALAC (берёт начало от проблемы записи за пределами границ).
  • CVE-2021-30351 (9,8 балла по CVSS, Qualcomm) — доступ к памяти за пределами границ из-за некорректной проверки числа фреймов.

Демонстрационный эксплойт Check Point позволяет как раз провести стрим с помощью камеры скомпрометированного смартфона.

97% компаний в России внедряют ИИ, но 54% не видят его ценности

UserGate изучила, как российские компании внедряют инструменты на базе ИИ и что мешает делать это быстрее. Опрос прошёл в январе 2026 года, в нём участвовали 335 топ-менеджеров компаний с выручкой от 100 млн рублей в год. Картина получилась довольно показательная: 97% компаний уже используют ИИ, тестируют его в пилотах или собираются внедрять в ближайшее время.

То есть искусственный интеллект из разряда «модного тренда» окончательно перешёл в категорию рабочих инструментов.

Чаще всего ИИ применяют для вполне прикладных задач. На первом месте — генерация отчётов и аналитики (42%). Далее идут оптимизация сетевой инфраструктуры (38%), анализ больших массивов логов (37%), ускорение расследований инцидентов (35%) и повышение эффективности Help Desk (32%).

Иными словами, бизнес в первую очередь использует ИИ там, где он помогает сэкономить время и ресурсы или усилить функции безопасности.

Интересно, что приоритеты зависят от масштаба компании. В корпоративном сегменте более 60% респондентов указали анализ больших логов как ключевое направление — что логично при объёмах данных в крупных ИТ-ландшафтах. В среднем бизнесе на первый план выходит оптимизация сетевой инфраструктуры (45%).

При этом 7% компаний пока вообще не рассматривают внедрение ИИ. Главные причины — неясная ценность технологии (54%) и неопределённость рисков (38%). Также среди барьеров называют отсутствие чёткого распределения ответственности (29%), ограниченные бюджеты (29%) и нехватку экспертизы (17%). По сути, речь идёт не столько о скепсисе, сколько о нехватке понимания, как именно внедрять ИИ и как управлять связанными с ним рисками.

Отдельно респондентов спросили, какие технологии окажут наибольшее влияние на кибербезопасность в ближайшие 12 месяцев. Лидером стали ИИ и машинное обучение — их назвали около половины представителей коммерческого и государственного сегментов. Даже те компании, которые пока осторожничают с практическим внедрением, всё равно рассматривают машинное обучение как ключевой фактор трансформации ИБ в среднесрочной перспективе.

Как отмечает руководитель отдела стратегической аналитики UserGate Юлия Косова, бизнес уже активно использует ИИ в операционных и защитных сценариях, но ожидания рынка зачастую опережают текущую практику. Дальнейший эффект, по её словам, будет зависеть от зрелости процессов, качества данных и способности управлять рисками.

RSS: Новости на портале Anti-Malware.ru