В Google Chrome 126 устранили восемь опасных уязвимостей

В Google Chrome 126 устранили восемь опасных уязвимостей

В Google Chrome 126 устранили восемь опасных уязвимостей

Давненько не было Google с её патчами для Chrome, и вот американский интернет-гигант выпустил на этой неделе очередные заплатки для дыр в браузере. Восемь уязвимостей из набора получили высокую степень риска.

Несмотря на все попытки разработчиков бороться с багами памяти, большинство устранённых брешей в этот раз связаны именно с этим. В случае эксплуатации такие уязвимости могут позволить выйти за пределы песочницы и выполнить код удалённо.

В частности, в Chrome 126 устранили некорректную имплементацию функциональности и несоответствие используемых типов данных (type confusion) в движке V8. Патчи также закрыли ошибку использования динамической памяти (use-after-free) в компонентах Screen Capture, Media Stream, Audio и Navigation.

В DevTools устранили «состояние гонки», а в V8 — ещё одну брешь, открывающую доступ к памяти за пределами границ.

В официальном уведомлении Google утверждает, что сторонние исследователи получили семь и десять тысяч долларов за информацию о проблемах движка V8. Обнаружившие use-after-free специалисты получили $6000, $5000, $4000 и $2500. В общей сложности корпорация выплатила 32 тысячи долларов.

Пользователям Chrome рекомендуется установить последнюю версию браузера — 126.0.6478.182/183 (для Windows и macOS) и 126.0.6478.182 (для Linux).

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