Linux-админы, держитесь: хакеры используют критическую дыру в CWP

Linux-админы, держитесь: хакеры используют критическую дыру в CWP

Linux-админы, держитесь: хакеры используют критическую дыру в CWP

Киберпреступники пытаются использовать в атаках недавно пропатченную уязвимость в Control Web Panel (CWP). С помощью эксплойта атакующие могут повысить права и выполнить вредоносный код на затронутых серверах.

Проблема отслеживается под идентификатором CVE-2022-44877, ей присвоили 9,8 балла по шкале CVSS. Баг присутствует во всех версиях CWP до 0.9.8.1147. Разработчики выпустили патчи 25 октября 2022 года.

Control Web Panel, ранее носивший имя CentOS Web Panel, представляет собой популярный инструмент для администрирования сервером. Его активно используют в корпоративных Linux-системах.

«Файл login/index.php в CWP версий до 0.9.8.1147 позволяет удалённым злоумышленникам выполнить произвольные команды с помощью метасимволов в параметрах логина», — сообщает NIST.

За сообщение об уязвимости благодарность получил специалист компании Gais Security Ньюман Тёрл. Всплеск атак с эксплуатацией исследователи зафиксировали 6 января 2023 года — после того, как в Сеть выложили proof-of-concept (PoC).

 

Эксперты GreyNoise зафиксировали четыре уникальных IP-адреса, пытающихся эксплуатировать CVE-2022-44877. Географически они относятся к США, Нидерландам и Таиланду.

Подпишитесь на новости

Модели OpenAI и Anthropic выбирали скорые и школу как военные цели

Компания Vals AI проверила ограничения ИИ-моделей на участие в выборе военных целей. В экспериментах системы отмечали гражданских, машины скорой помощи и сдающихся солдат. Представление задания как игры часто помогало преодолеть отказы.

Результаты экспериментов опубликованы в исследовании Vals AI. Специалисты испытали 14 моделей на изображениях с имитацией съёмки с дронов.

Отдельный сценарий включал реальные спутниковые снимки иранского Минаба, где школа расположена рядом с военным комплексом.


GPT-6 Astra выделяла хотя бы одну цель в 6% обычных запросов. После оговорки об игре показатель вырос до 92%. В других экспериментах большинство моделей продолжало обнаруживать людей даже после показа сгенерированных последствий ударов.


Модели не управляли реальными атаками и не принимали решений об ударах. Авторы также не оценивали точность наведения и эффективность систем в боевых условиях.


Vals AI рекомендует усилить ограничения на уровне API. Один из обозначенных рисков — массовая разметка видеозаписей для обучения автономных систем наведения.

RSS: Новости на портале Anti-Malware.ru