„Amazon Threat Intelligence“ užfiksavo autonominius agentus, naudojančius atvirojo kodo ARTEX sistemą plataus masto duomenų vagystėms ir tapatybės klastojimui naudojant „deepfake“. Šiose kampanijose išnaudotos neatnaujintos AI infrastruktūros spragos ir konfigūracijos klaidos, siekiant automatizuoti daugiapakopes atakas.
„Microsoft“ išleido lapkričio mėnesio saugos naujinius, apimančius 1095 pažeidžiamumus įvairiuose produktuose. Tarp jų – 64 kritiniai pataisymai, įskaitant „Azure OpenAI“, „Exchange Server“ ir „Active Directory“ saugumo spragas.
Microsoft tyrėjai atrado "Lazarus" – techniką, leidžiančią perprogramuoti miegančius LLM neuronus ir įterpti kenkėjišką elgseną. Pakeitus mažiau nei 10 neuronų, užpuolikas gali inicijuoti neleistinų komandų vykdymą, nepaveikiant įprasto modelio veikimo ar vertinimo balų.
Git projektas išleido pataisymus šešioms saugumo spragoms, įskaitant savavališko kodo vykdymo, kelio peržengimo (path traversal) ir atminties sugadinimo rizikas. Šie trūkumai paveikia įvairias Git operacijas, tokias kaip rekurzyvus klonavimas, žymų sujungimas ir dvejetainių pataisų apdorojimas.
„Microsoft FORGE Lab“ pasitelkė dirbtinio intelekto pažeidžiamumų skaitytuvą „Hyenas“, kad rastų kritinių atminties saugumo problemų „Rust“ standartinėje bibliotekoje. Tyrimas atskleidžia, kad net saugus „Rust“ kodas gali sukelti neapibrėžtą elgseną, jei „unsafe“ abstrakcijos klaidingai vertina „panic“ (panikos) būsenas arba vartotojo pateiktas „trait“ implementacijas.
„Amazon“ pristatė daugiapakopę gynybos architektūrą, skirtą apsaugoti DI agentus, naudojančius ilgalaikę atmintį, nuo „atminties užnuodijimo“ (netiesioginio užklausų įterpimo). Sprendimas naudoja „Lambda“ pagrindu veikiantį „AgentCore Gateway“ pertvėrimą, kuris tikrina įrašus pagal semantinį nuokrypį, „regex“ šablonus, vardų sričių ribas ir dažnio apribojimus.
Tyrėjai pristatė „RL-ATTACK“ – naują sistemą, kuri naudoja sutvirtintą mokymąsi (reinforcement learning) generuoti priešiškas atakas prieš kalbų modelius be prieigos prie jų vidinių parametrų. Besimokydamas iš modelio reakcijų, šis metodas pasiekia didelį efektyvumą su mažai užklausų ir geba apeiti apsaugos filtrus.
CISA į savo žinomų išnaudojamų pažeidžiamumų (KEV) katalogą įtraukė CVE-2026-19868. Ši spraga paveikia „SonicWall SonicOS SSLVPN“ ir leidžia apeiti autentifikavimą.
CISA atnaujino savo žinomų išnaudotų pažeidžiamumų (KEV) katalogą, įtraukdama CVE-2024-27834 – netinkamo autentifikavimo spragą, paveikiančią įvairius „Apple“ produktus. Tai rodo, kad šis pažeidžiamumas šiuo metu yra aktyviai išnaudojamas kibernetinių atakų metu.
„Cloudflare“ sprendžia problemas, kylančias dėl nuotoliniu būdu talpinamų AI agentų, kurie maskuoja vartotojų tapatybę ir sukuria atskaitomybės spragas svetainių valdytojams. Kadangi agentai veikia kaip tarpininkai tarp vartotojų ir svetainių, tradicinės saugumo priemonės, tokios kaip CAPTCHA ar įrenginių pirštų atspaudai, tampa vis mažiau veiksmingos.
Cloudflare pristatė naują „Personal Assistants“ kategoriją savo saugumo analitikos įrankiuose, kuri leidžia svetainių savininkams stebėti ir valdyti AI agentų generuojamą automatizuotą srautą. Dabar įmonės gali nustatyti individualias prieigos politikas kiekvienam agentui, taip apsaugodamos reklamos pajamas ar jautrias svetainės zonas, neblokuojant teisėtų užklausų.
CISA į savo žinomų išnaudojamų spragų (KEV) katalogą įtraukė CVE-2026-119977 – „time-of-check time-of-use“ (TOCTOU) tipo „race condition“ pažeidžiamumą „WordPress Core“ sistemoje. Ši spraga yra aktyviai išnaudojama ir kelia didelę riziką jūsų turimam turtui.
„Cloudflare“ pristatė „Zero Wire“ – viešą informacinį kanalą „Cloudflare Radar“ platformoje, skirtą kritinių saugumo spragų analizei. Šis įrankis pateikia glaustas, suprantamas instrukcijas apie svarbias interneto grėsmes, padėdamas inžinieriams ir saugumo komandoms greičiau imtis veiksmų.
VOLTA-AUTODOXER yra naujas „Windows“ skirtas „infostealer“ tipas, kuris automatizuoja aukų profiliavimą, siųsdamas pavogtus prisijungimo duomenis ir sesijų informaciją į LLM per „OpenRouter“. Programa įvertina aukų finansinį potencialą, jų saugumo būklę ir sukuria prioritetinį sąrašą, kad palengvintų užpuolikų darbą.
CISA į savo žinomų eksploatuojamų pažeidžiamumų (KEV) katalogą įtraukė dvi kritines „Ivanti Connect Secure“ spragas. Šios pažeidžiamumai šiuo metu yra aktyviai naudojami kibernetiniuose išpuoliuose.
Naujausi tyrimai rodo, kad dabartiniai saugumo stebėsenos įrankiai dažnai klysta, painiodami injekcijos poveikį su agento realiu ketinimu atlikti nesaugų veiksmą. Autorius siūlo dvipusio stratifikavimo vertinimo metodą, kuris atskiria poveikį nuo elgsenos, taip žymiai pagerinant gebėjimą prognozuoti nesaugius įrankių iškvietimus iki dviejų žingsnių į priekį.
CISA papildė žinomų išnaudotų spragų (KEV) katalogą CVE-2026-97229 – „GitLab Community“ ir „Enterprise“ versijose aptikta sveikųjų skaičių perpildymo (integer overflow) klaida. Ši spraga šiuo metu yra aktyviai naudojama kibernetinių išpuolių metu.
CISA į savo žinomų išnaudojamų spragų (KEV) katalogą įtraukė dvi kritines saugumo skyles, paveikiančias „Broadcom VMWare ESX“ bei „Linux“ branduolį. Dėl patvirtinto aktyvaus šių pažeidžiamumų naudojimo įmonėms rekomenduojama nedelsiant imtis sistemų atnaujinimo priemonių.
„Mitsubishi Electric“ išleido saugos naujinius, skirtus pašalinti pažeidžiamumus keliuose pramoninės automatizacijos produktuose, įskaitant „GENESIS64“ ir „ICONICS Suite“. Šios klaidos gali leisti užpuolikams vykdyti savavališką kodą, apeiti autentifikavimą arba sukelti paslaugos trikdžius.
„Google Project Zero“ išanalizavo, kaip LLM pagrįstos sistemos (BigSleep) lyginasi su tradiciniais generatyviniais „fuzz“ įrankiais (Fuzzilli) ieškant V8 JavaScript variklio spragų. Per šešis mėnesius abu metodai savarankiškai aptiko unikalių klaidų, o jų sutapimas vertinamas tarp 25–60 proc.
„CISA“ oficialiai patvirtino, kad „PHP“ pažeidžiamumai CVE-2026-109618 ir CVE-2026-109619 yra aktyviai išnaudojami kibernetiniame erdvėje. Jūsų įmonė turėtų teikti prioritetą šių spragų šalinimui, kad išvengtų sistemos pažeidimų.
„Cloudflare“ nustatė SGLang išvedimo variklio saugumo klaidą, dėl kurios GLM-5.3 modelis atskleidė duomenis tarp skirtingų vartotojų užklausų. Užklausos, viršijusios sukonfigūruotą KV talpyklos dydį, buvo klaidingai apdorotos, todėl dekodavimo mazgas generavo atsakymus naudodamas senus kitų vartotojų duomenis.