Аудит плагинов WordPress выявил 35 уязвимостей, затронувших 60 000 серверов

Аудит плагинов WordPress выявил 35 уязвимостей, затронувших 60 000 серверов

Аудит плагинов WordPress выявил 35 уязвимостей, затронувших 60 000 серверов

Разработав собственную методику, швейцарские специалисты по пентесту обнаружили 35 уязвимостей в WordPress-плагинах, доступных пользователям 60,5 тыс. установок CMS. Большинство найденных проблем позволяют обойти аутентификацию и получить дамп базы данных WordPress через SQL-инъекцию.

Исследование в cyllective началось с изучения выбранных наугад расширений WordPress. Команда тестировщиков быстро отыскала (с помощью RegEx) возможности для внедрения SQL-кода без аутентификации. Был также обнаружен ряд уязвимостей LFI (включение локальных файлов) и RCE (удаленное исполнение кода).

Поскольку проблемы были найдены в основном в давно заброшенных проектах, исследователи решили сосредоточить усилия на плагинах, получавших обновления последние два года. Таких продуктов в заранее созданном пуле набралось около 20 тысяч.

Больше всего тестировщиков привлекали уязвимости класса SQLi; для их поиска была разработана система тегов, позволявшая идентифицировать плагины, взаимодействующие с базой данных WordPress; возможность строковой интерполяции (вставки новых значений в SQL-подобные строки), наличие защиты от попыток санации полей запроса, а также возможность интернет-доступа к конечным устройствам, не защищенным аутентификацией.

В результате фильтрации контрольная выборка сократилась до 5 тыс. объектов. Проработав три месяца, исследователи совокупно обнаружили 35 новых уязвимостей, которые можно было использовать без аутентификации (список приведен в блог-записи cyllective, некоторые CVE перепутаны).

Подавляющее большинство находок позволяло провести SQL-инъекцию и выгрузить все содержимое базы данных WordPress — не самая большая беда, как отметил лидер команды пентеста в интервью The Daily Swig. В плагине sitemap-by-click5, например, был найден недочет, который гораздо больше встревожил исследователей, — возможность обновления произвольных опций (настроек) WordPress.

Используя эту уязвимость (CVE-2022-0952, повышение привилегий), можно включить механизм регистрации и задать дефолтному юзеру роль администратора. По сути, злоумышленник мог беспрепятственно создать новый админ-аккаунт и захватить контроль над WordPress. В рамках атаки подобная возможность позволяет загрузить вредоносные PHP-файлы, которые обеспечат удаленное исполнение кода на сервере из-под аккаунта с минимальными привилегиями.

Найденные проблемы, как выяснилось, затрагивают 60,5 тыс. активных экземпляров WordPress. Процесс оповещения прошел гладко благодаря WPScan, которая координировала связь между заинтересованными сторонами (авторами опасных находок, создателями плагинов и представителями WordPress.org). Отчеты высылались по мере выявления уязвимостей; иногда исследователи за день отправляли по 4-5 сообщений.

Команда продолжает аудит, решив расширить охват. В ходе беседы с журналистами представитель ИБ-компании также отметил, что разработанная стратегия поиска SQLi применима и к другим уязвимостям — нужно будет только создать новые шаблоны, однако для некоторых классов такой подход непригоден.

Подпишитесь на новости

Не просто стойка с GPU: в России собрали ПАК для корпоративного ИИ

«Лаборатория Числитель» и «Информзащита» представили программно-аппаратный комплекс, который должен помочь крупным компаниям перейти от вечных ИИ-пилотов к нормальной промышленной эксплуатации моделей. Решение анонсировали на форуме TNF-2026.

В основе ПАК — высокопроизводительный ML-кластер и российская платформа контейнеризации «Штурвал». Но создатели подчёркивают: это не очередная дорогая стойка с GPU, на которой каждый проект приходится собирать руками.

Комплекс превращает вычислительные мощности в единый управляемый ресурс. ML-специалист запускает задачу, а платформа сама выделяет CPU и GPU, поднимает нужное окружение, подключает хранилище, запускает обучение и масштабирует нагрузку. Для автоматизации используются Kubernetes и инструменты MLOps, включая Kubeflow, MLflow и model serving.

Архитектура состоит из четырёх уровней: аппаратной инфраструктуры, платформы «Штурвал», MLOps-стека и прикладных ИИ-сервисов — от прогнозирования и аналитики до корпоративных ассистентов. Вокруг ядра работают IAM/SSO, объектное хранилище, реестр образов, CI/CD, мониторинг и аудит.

Заказчики получают единый пул вычислительных ресурсов, изоляцию проектов, централизованное управление доступами и полный жизненный цикл моделей — от эксперимента до публикации и обновления. При этом ML-инструменты не лезут напрямую в железо, а получают инфраструктуру как сервис.

Как сообщается в публикации о проекте, архитектура уже прошла промышленную эксплуатацию у крупного государственного заказчика.

RSS: Новости на портале Anti-Malware.ru