Форум информационной безопасности - Codeby.net
На проверке CVE-2026-33757: уязвимость OpenBao — Session Fixation через JWT/OIDC в secrets management
CVE-2026-33757: OpenBao с callback_mode=direct отдаёт vault token атакующему через одну фишинг-ссылку — жертва просто кликает и логинится в IDP. CVSS 9.6, полтора часа на PoC на тестовом стенде.Root cause — CWE-384, session fixation в OIDC callback. Атакующий инициирует auth request, шлёт auth URL жертве, IDP возвращает code в API OpenBao, а не в браузер жертвы — токен привязывается к сессии атакующего, дальше поллинг API и кража database credentials, API-ключей облака, SSH-ключей.
Патч в 2.5.2, коммит e32103951925.
EPSS показывает 0.41% — нишевость OpenBao обманчива, точечная атака на fintech лишь вопрос времени.На проверке Кража inference-time harness в мультиагентных LLM-системах: методология извлечения и PoC
0% Attack Success Rate на одном канале инъекции и 100% на другом — с идентичным payload и той же frontier-моделью. Уязвимость не в LLM, а в harness: system prompt, tool schemas, memory, permissions.Kill-chain canary methodology помечает payload токеном SECRET-[A-F0-9]{8} и трекает его через шесть поверхностей: web text, memory seed(), tool stream, visible и invisible whitefont PDF, audio-транскрипцию. Extraction system prompt и tool schemas клонирует поведение агента без доступа к весам модели.
Стадии Exposed→Persisted→Relayed вскрывают асимметрию: write-защита read_memory() не спасает при чтении вторым агентом.
Whitefont PDF payload может давать ASR выше visible-текста — визуальная проверка документа ничего не покажет.На проверке Аудио-инъекции промптов в LLM: как adversarial audio захватывает мультимодальных агентов
AudioHijack достигает 79–96% success rate на 13 LALM — Kimi-Audio, Qwen2-Audio, GLM-4-Voice, Phi-4-Multimodal — скрытыми командами в фоновом шуме, которые пользователь не слышит вообще.Adversarial perturbation вплетается в подкаст, запись совещания, фоновую музыку. Модель извлекает скрытую инструкцию и выполняет tool-вызов, утечку системного промпта или email — без визуально заметных признаков атаки для пользователя рядом.
Pipeline audio → ASR → text filter → LLM содержит дыру между ASR и LLM: акустические embeddings влияют на генерацию раньше, чем текстовый фильтр получит транскрипт для анализа. Guardrails обучались на тексте, не на звуковых волнах.
Транскрипт не гарантирует истинность входа — voice нужно считать отдельной trust boundary, а не форматом промпта.Статья Bit-Flip атаки на веса LLM: как Rowhammer меняет решения модели без доступа к промпту
Rowhammer переворачивает десятки битов в весах LLM 7B–14B — accuracy на бенчмарках падает на десятки процентных пунктов, а safety alignment отключается без единого запроса к промпту.Атака работает через co-located процесс на том же физическом хосте: gradient search находит критические биты офлайн, затем repeated row access переворачивает их в DRAM. Никакого сетевого флуда — точечное воздействие на веса модели, T1565.001 без следов в логах промптов.
Защита строится на full ECC DRAM с chipkill, runtime integrity checks весов перед каждым inference batch и изоляции tenant'ов на GPU-кластерах. DDR5 с Per-Row Activation Counting снижает риск, но не закрывает вектор полностью.
SOC ищет аномалии в промптах — атака сидит в DRAM и не оставляет ни одного запроса в логах.Статья Заменит ли ИИ пентестера: что происходит с профессией и как адаптироваться в 2026
Claude уже пишет эксплойты для веб-приложений — Николас Карлини из DeepMind это подтвердил. GenAI генерирует фишинг в 11.4 раза быстрее по IBM X-Force 2025, а CrowdStrike фиксирует удвоение вредоносного использования LLM за год.Recon и сканирование ИИ закрывает почти полностью — NodeZero и XBOW автоматизируют перебор OWASP Top 10, MITRE ATT&CK формализует это как T1682 и T1595.002. Отчёты и триаж LLM готовит на 80%.
Но бизнес-логику модель не видит: скидка –50% в корзине для неё не уязвимость, а фича. Нестандартные цепочки через SSRF, метаданные облака и IAM-эскалацию строит только человек с контекстом инфраструктуры.
Паника про замену пентестера — у тех, кто путает автоматизацию рутины с пониманием намерения разработчика.Статья Обучение пентесту сетей: VLAN hopping, trunk-порты и сегментация на практике
Access-порт стал trunk за 30 секунд — Yersinia отправила один DTP-кадр, и в Wireshark полезли VLAN серверов, IP-телефонии и управления Cisco Catalyst. Дефолтный dynamic auto обнулил всю сегментацию банковского филиала.DTP switch spoofing и 802.1Q double tagging — две рабочие атаки на L2 без единой уязвимости в коде коммутатора. Yersinia, dtp-spoof.py, sub-интерфейсы через modprobe 8021q — и dhclient уже тянет адрес в чужом VLAN.
Voice VLAN hijacking через LLDP/CDP работает даже при отключённом DTP — VoIP Hopper имитирует IP-телефон и находит сегмент управления. Защита: switchport nonegotiate, 802.1X, port security и мониторинг аномальных DTP/CDP-кадров.
Пентестеры ищут CVE в сервисах, а сеть падает от кадра, который просто выключен по умолчанию нигде не был.Статья Сравнение автономных пентест-платформ: TurboPentest, Pentera и XBOW — покрытие, точность и ложные срабатывания
Pentera и XBOW запущены параллельно на одном проекте — пересечение находок оказалось меньше трети. Не баг, а разная архитектура: сеть+AD против AI-reasoning в вебе и API.Pentera идёт по kill chain T1046→T1110→T1210, добирается до AD-объектов через lateral movement, но слепа к бизнес-логике HTTP-запроса. XBOW ставит на LLM-гипотезы против IDOR, race condition, broken access control — заявленный precision с HackerOne не равен вашему корп-приложению.
TurboPentest режет глубину логики ради скорости в CI/CD — сигнатуры плюс автоматизация при каждом деплое.
Три платформы закрывают три разных риска — выбор «лучшей» без учёта слоя атаки означает дыру там, где отчёт показывает зелёный статус.Статья Риски безопасности, связанные с вайбкодингом
Каждый третий проект, сгенерированный ИИ, уходит в прод с дырой, которой может воспользоваться кто угодно — просто зайдя по ссылке.«Зелёные» тесты и внешняя работоспособность создают иллюзию качества, но за ней часто прячутся ошибки, которые проявятся в самый неподходящий момент. Escape.tech просканировали 5600 публичных vibe-coded приложений и нашли больше двух тысяч высокорисковых уязвимостей и четыреста с лишним открытых секретов. Это уже не страшилки, а сухая статистика.
В этом гайде — разбор типовых уязвимостей ИИ-кода (XSS и SQL-инъекции из-за отсутствия валидации, hardcoded API-ключи, клиентская аутентификация, eval над пользовательским вводом, галлюцинации зависимостей) и практический чеклист защиты по шести направлениям: конфигурация, платформа, промпты, итерации, индустриальный контекст и права ИИ-агента. С опорой на исследования Escape.tech и arXiv.
Практическое руководство для разработчиков и безопасников: не делегируйте ИИ то, в чём сами не разбираетесь — после пяти раундов правок число критических уязвимостей растёт на треть.Статья CTEM на практике: как автономные платформы пентеста вписываются в непрерывное управление угрозами
Pentera и NodeZero за ночь просканировали 14 000 хостов и нашли 2 300 экспозиций. Ручной red team за две недели раскопал 9 цепочек до критических активов — платформа поймала только 4.Оставшиеся 5 цепочек шли через vishing на helpdesk, эксплуатацию бизнес-логики платёжного API и AD-делегирование через промежуточные хосты. Автономика уверенно бьёт T1190, T1110, T1046 — известные эксплойты, брутфорс, разведку сервисов по Shodan и Nuclei.
Валидация CTEM не про CVSS 9.8 сам по себе, а про вопрос: реально ли отсюда дойти до платёжной системы. XM Cyber оценивает: лишь 2% открытых уязвимостей ведут к критическим ресурсам — их и нужно искать вручную.
Автономная платформа закрывает частоту, ручной red team — креативность атакующего. Оба нужны разом, не вместо друг друга.Статья Мониторинг сотрудников: законность, 152-ФЗ и подготовка доказательств для расследования инсайдеров
Шесть инсайдерских дел, четыре с логами DLP — SearchInform, StaffCop, InfoWatch Traffic Monitor. В двух суд отклонил все доказательства: не из-за техники, а потому что согласие по ст.9 152-ФЗ оформили строкой в трудовом договоре задним числом.DLP фиксирует Screen Capture T1113, Keylogging T1056.001, Local Email Collection T1114.001 — каждый модуль требует отдельного согласия работника, иначе перехват контента незаконен даже при учёте рабочего времени по ст.91 ТК РФ.
Приказ о внедрении, Положение о мониторинге, ознакомление под подпись по ст.86 ч.8 ТК РФ, цели без абстракций — вот обвязка, без которой логи превращаются в юридический мусор в суде.
Техническая безупречность записи не спасает: суд смотрит не на логи, а на дату подписания положения о мониторинге.