В Zoom Whiteboard нашли уязвимость, позволяющую провести XSS-атаку

В Zoom Whiteboard нашли уязвимость, позволяющую провести XSS-атаку

В Zoom Whiteboard нашли уязвимость, позволяющую провести XSS-атаку

Раскрыты подробности хранимой XSS-уязвимости, работающей и в десктопном, и в веб-приложении Zoom Whiteboard. Соответствующий патч был создан менее чем за месяц и вышел в августе.

Уязвимость обнаружил ИБ-исследователь Юджин Лим (Eugene Lim), известный в Сети под ником spaceraccoon. Причиной появления проблемы является некорректная санация пользовательского ввода; эксплойт сложен в исполнении, однако автору находки удалось обойти штатную проверку и внедрить свой JavaScript-код в страницу по методу межсайтового скриптинга.

Продукт Zoom Whiteboard, предназначенный для коллективной работы в реальном времени, предоставляет пользователям общую виртуальную доску с возможностью добавления и редактирования объектов: текста, фигур, картинок, записок-стикеров. Для работы с веб-страницей необходим браузер или десктопное приложение с поддержкой JavaScript.

За хранение и передачу объектов в Whiteboard отвечает разработанный в Google механизм Protocol Buffers (protobuf). С его помощью производится обновление доски; для трансляции объектов на подключенные клиенты он использует протокол WebSocket.

При получении такого сообщения клиентское приложение преобразует protobuf-объект в соответствующий компонент React и вставляет его в страницу (UI). При этом JavaScript-библиотека React по умолчанию очищает все атрибуты HTML, оставляя лишь разрешенные теги.

Для некоторых объектов очистка производится с помощью кастомных regex-функций, реализация которых, как выяснилось, далека от совершенства. В итоге Лиму удалось найти способ обойти санацию для рассылки произвольного JavaScript и проведения XSS-атаки.

В комментарии для The Daily Swig исследователь пояснил, что задачу в данном случае осложняет использование protobuf-формата. Для успешного эксплойта необходимо перехватить запрос WebSocket и корректно изменить protobuf-сообщение до того, как запрос будет сброшен. Чтобы преодолеть это препятствие, эксперт написал PoC-скрипт, использующий объект Сlipboard для создания и доставки полезной нагрузки — триггера XSS.

Подпишитесь на новости

Роскомнадзор встроил машинное обучение в систему фильтрации трафика

Роскомнадзор внедрил механизм фильтрации интернет-трафика на основе машинного обучения и потратил на него 2,27 млрд рублей. Это следует из паспорта ведомственной программы цифровой трансформации на 2026-2028 годы. В документе указано, что РКН использует отечественную модель, развернутую на собственной инфраструктуре.

Ее название не раскрывается, большая языковая модель в системе не применяется.

С паспортом программы ознакомился Forbes. Механизм встроен в автоматизированную систему обеспечения безопасности российского сегмента интернета (АСБИ).

Через нее Роскомнадзор управляет ТСПУ, оборудованием для фильтрации трафика на сетях операторов связи. На установку новых и модернизацию действующих ТСПУ в 2026 году заложено 3,99 млрд рублей основного финансирования и еще 6,2 млрд рублей дополнительного.

О планах использовать ИИ для фильтрации стало известно в январе. В мае ведомство собиралось взять для этого модель Astra AI от «Группы Астра».

VPN в описании механизма прямо не упоминается. Дмитрий Кутейников из RKS Global считает, что модель может оценивать вероятность использования VPN по внешним признакам, например по размеру и ритму пакетов или длительности сессии, без чтения содержимого. По его словам, под ошибочную блокировку могут попасть корпоративные VPN и облачные сервисы.

RSS: Новости на портале Anti-Malware.ru