В Qualcomm Adreno GPU обнаружили с десяток опасных уязвимостей

В Qualcomm Adreno GPU обнаружили с десяток опасных уязвимостей

В Qualcomm Adreno GPU обнаружили с десяток опасных уязвимостей

Исследователи из Google Android Red Team обнаружили около 10 уязвимостей в Adreno GPU, графическом ускорителе, используемом в системах на чипе от Qualcomm.

На конференции Defcon специалисты продемонстрировали, как данные уязвимости позволяют добиться полного контроля над устройствами.

Руководитель Android Red Team Сюань Син объяснил, что любые приложения для платформы Android могут напрямую обращаться к видеодрайверу. Это позволяет использовать их как связующее звено между разными компонентами системы, включая ядро.

В частности, возможен перехват содержимого памяти. Однако чтобы добиться этого, злоумышленникам потребуется заразить устройство специальной вредоносной программой, получив физический доступ к устройству потенциальной жертвы или сделав это обманом: с помощью фишинга или под видом полезной программы.

Qualcomm заявила, что уже устранила данную брешь. Патч вышел в мае 2024 г. Вместе с тем его выпустили не все конечные производители оборудования.

Как отмечает обозреватель Wired Лили Хьюман, мобильные устройства используют сотни миллионов людей каждый день, и поэтому возможность атаки на них может привести к намного более серьезным последствиям, чем недостатки ПО для работы с графическими процессорами серверов и профессиональных рабочих станций.

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