XMASKNEWS
Aktualizacja:

Newsy ze świata cyberbezpieczeństwa

Hacking, wycieki, luki i AI – po polsku. Automatycznie z najlepszych źródeł, co 30 minut.

Help Net SecurityEN→PL

Botnet do kryptominingu ukrywa adresy C2 w wierszu na GitHubie, zainfekował ponad 3400 serwerów

Zainfekowane serwery pobierają instrukcje od serwerów C2, odczytując zaszyfrowany adres z wiersza opublikowanego w serwisie GitHub.

Czego się uczymy
  • Zabezpiecz usługi AI/LLM, takie jak LiteLLM i Ollama, przed bezpośrednim wystawieniem na świat, szczególnie w kontekście podatności typu command injection (np. CVE-2026-42271).
  • Monitoruj nietypowy ruch wychodzący z serwerów do serwisów takich jak GitHub, który może służyć do pobierania instrukcji C2 ukrytych w plikach tekstowych lub CSS.
Hacking
SecurityWeekEN→PL

TP-Link mierzy się z pozwami stanowymi i nowymi oskarżeniami o luki w routerach ISP

SEC Consult opublikował szczegóły techniczne podatności w urządzeniach TP-Link, które stały się podstawą pozwów przeciwko producentowi w USA.

Czego się uczymy
  • CVE-2025-30237 pozwala na obejście uwierzytelniania i stworzenie konta administratora bez poświadczeń w urządzeniach z linii Aginet.
  • CVE-2025-30239 wskazuje na ryzyko używania sztywnych kluczy szyfrujących w firmware, co umożliwia odzyskanie haseł Wi-Fi i poświadczeń administratora.
Hacking
Cisco TalosEN→PL

UAT-11985: Ataki phishingowe wspierane przez AI wykorzystujące techniki Google AitM

Cisco Talos wykryło kampanię APT wymierzoną w tajwańskie instytucje badawcze. Atakujący wykorzystują AI do tworzenia spersonalizowanych treści oraz zaawansowane mechanizmy AitM do przejmowania sesji Google.

Czego się uczymy
  • Zwracaj uwagę na niespójność między tekstem linku (np. Google Forms) a rzeczywistym adresem docelowym (href), co jest kluczową metodą ukrywania infrastruktury phishingowej.
  • Monitoruj nietypowe zachowania w procesie logowania, gdyż zaawansowane frameworki AitM potrafią przechwytywać sesje i wyzwania MFA w czasie rzeczywistym przy użyciu WebSockets.
AI
Cisco TalosEN→PL

Ignoruj wszystkie instrukcje i przeczytaj ten blog: Stan unikania analizy AI przez złośliwe oprogramowanie

Autorzy malware rozwijają techniki mające na celu zmylenie automatycznych systemów analizy opartych na modelach językowych (LLM).

Czego się uczymy
  • Należy projektować potoki analizy AI tak, aby rygorystycznie oddzielać instrukcje analityka od treści wyekstrahowanych ze skryptów lub binariów.
  • W procesach automatycznego triage'u należy traktować wszelkie ciągi znaków w formacie instrukcji (np. 'Ignore previous instructions') jako sygnał o potencjalnej próbie manipulacji.
AI
The Hacker NewsEN→PL

16 złośliwych rozszerzeń Firefox podszywa się pod portfele Rabby i OKX, aby kraść frazy odzyskiwania

Badacze wykryli grupę 16 złośliwych rozszerzeń do przeglądarki Firefox, które podszywają się pod popularne portfele kryptowalutowe w celu kradzieży kluczy prywatnych i fraz mnemonicznych.

Czego się uczymy
  • Jeśli użyłeś podejrzanego rozszerzenia do wpisania frazy seed lub klucza prywatnego, uznaj portfel za skompromitowany i przenieś środki na nowy adres utworzony na czystym urządzeniu.
  • Monitoruj zainstalowane dodatki w przeglądarce i usuwaj te, których nie używasz lub których pochodzenie budzi wątpliwości.
Cyber
Android PoliceEN→PL

To złośliwe oprogramowanie na Androida może trafić do Twojego telefonu, zanim go włączysz

Badacze odkryli kampanię Midnight Mimosa, która infekuje tanie smartfony z Androidem już na etapie produkcji, instalując malware bezpośrednio w oprogramowaniu układowym.

Czego się uczymy
  • Unikaj zakupu bardzo tanich, nieznanych marek smartfonów oraz podróbek popularnych modeli, gdyż mogą one posiadać zainfekowany firmware.
  • Pamiętaj, że malware zaszyte w oprogramowaniu układowym (firmware) posiada uprawnienia systemowe i nie można go usunąć poprzez odinstalowanie aplikacji.
Hacking
Help Net SecurityEN→PL

GitHub wprowadza AI, aby wyłapywać hasła przed wypchnięciem kodu

GitHub, we współpracy z Microsoft Applied Sciences, wdraża klasyfikator oparty na modelu ModernBERT, który ma wykrywać nieustrukturyzowane dane uwierzytelniające.

Czego się uczymy
  • Nowy klasyfikator ModernBERT analizuje kontekst kodu, co pozwala wykrywać nieustrukturyzowane hasła (np. do baz danych) pozbawione stałych wzorców.
  • Skuteczna ochrona przed wyciekiem sekretów wymaga blokowania ich na etapie push, zanim zostaną zapisane w historii repozytorium, co minimalizuje ryzyko ekspozycji.
AI
Help Net SecurityEN→PL

Czym jest MATCHBOIL? Złośliwe oprogramowanie powiązane z Rosją, które instaluje backdoor szpiegowski

Badacze z ESET przeanalizowali MATCHBOIL – downloader używany przez grupę UAC-0099 do infekowania systemów Windows w Ukrainie.

Czego się uczymy
  • Monitoruj nietypowe ścieżki w %LOCALAPPDATA%, takie jak DeviceMonitor, MeowCheck czy SMTPClient, oraz zadania harmonogramu o nazwie Checker.
  • Zwracaj uwagę na procesy o nazwach MeowMeowProgramm.exe lub SMTPClientApplication.exe, które mogą być częścią łańcucha infekcji.
Hacking
itbrewEN→PL

Jak San Francisco 49ers odpierają cyberataki

Drużyna NFL San Francisco 49ers współpracuje z firmą Doppel, aby wzmocnić swoje cyfrowe bezpieczeństwo poprzez holistyczną platformę ochrony.

Czego się uczymy
  • Wdrażaj wielowarstwową obronę, łącząc szkolenia z zakresu świadomości bezpieczeństwa z technicznymi kontrolami (np. filtrami poczty), aby zabezpieczyć błędy ludzkie.
  • Rozważ podejście holistyczne do narzędzi bezpieczeństwa, wybierając platformy, które natywnie ze sobą współpracują, zamiast zarządzać wieloma rozproszonymi dostawcami.
Cyber
WeLiveSecurity (ESET)EN→PL

MATCHBOIL: Nowe sztuczki, te same złe zamiary

Badacze ESET przeanalizowali ewolucję malware MATCHBOIL, używanego przez grupę UAC-0099 do ataków na ukraińską infrastrukturę.

Czego się uczymy
  • Zwracaj uwagę na nietypowe zapytania HTTPS, w których nagłówki zawierają dynamiczne wartości numeryczne pobrane wcześniej z serwera.
  • Monitoruj procesy wyodrębniające dane z odpowiedzi HTML przy użyciu wyrażeń regularnych, co może wskazywać na ekstrakcję zakodowanego ładunku.
Cyber
Crypto BriefingEN→PL

NEAR Intents odzyskuje 3,865 mln USD po ataku wykorzystującym błąd w systemie Omni

Protokół NEAR Intents stracił blisko 3,865 mln USDT w wyniku błędu w systemie Omni na sieci BNB Chain. Dzięki szybkiej reakcji i publicznemu wskazaniu sprawcy, środki zostały zwrócone.

Czego się uczymy
  • Należy szczególną uwagę poświęcić bezpiecznej interakcji między kontraktami smart w systemach cross-chain, zwłaszcza w procesach depozytów i wypłat.
  • Szybka reakcja polegająca na natychmiastowym wstrzymaniu usług na wielu sieciach i błyskawicznym wypuszczeniu poprawki może zminimalizować skutki ataku.
Hacking
CXOtodayEN→PL

Pojawiają się ataki e-mailowe typu dual-threat: pojedynczy ładunek phishingowy uderza zarówno w człowieka, jak i filtry AI

Badania Barracuda Research ujawniły nową metodę ataków, które łączą socjotechnikę skierowaną do ludzi z atakami typu prompt injection wymierzonymi w asystentów AI.

Czego się uczymy
  • Należy monitorować e-maile pod kątem ukrytych instrukcji w komentarzach HTML oraz tekstu o niewidocznej wielkości czcionki, które mogą służyć do prompt injection.
  • Zabezpieczenia poczty muszą obejmować nie tylko filtry antyspamowe, ale także mechanizmy weryfikujące integralność poleceń przesyłanych do asystentów AI.
AI
SekurakPL

Krytyczna podatność w Jira / Confluence / innych produktach Atlassian

W skrócie: można bez uwierzytelnienia czytać pliki z serwera (z webroot). W pewnych konfiguracjach może to doprowadzić do nieautoryzowanego dostępu na admina. W pewnym uproszczeniu można odczytywać pliki odwołując się z przeglądarki do…

Czego się uczymy
  • Należy niezwłocznie zaktualizować produkty Atlassian (Jira, Confluence i inne) do wersji zawierających łatkę na CVE-2026-21589.
  • Weryfikuj logi pod kątem nietypowych zapytań zawierających sekwencje znaków służące do manipulacji ścieżką, takie jak ..::..::..::.
Hacking
Help Net SecurityEN→PL

Wycena czarnych dni: jak zbudować model ekonomiczny dla decyzji bezpieczeństwa

Ivan Milenkovic z Qualys wyjaśnia, jak liderzy bezpieczeństwa mogą tworzyć modele ekonomiczne, które przekładają decyzje techniczne na język finansów.

Czego się uczymy
  • Buduj modele ryzyka od góry: najpierw zdefiniuj scenariusze strat finansowych (np. przestój kluczowej usługi), a dopiero potem przypisz do nich konkretne aktywa i podatności.
  • Unikaj raportowania czysto technicznych wskaźników (jak liczba CVE) do zarządu; tłumacz ryzyko na język pieniędzy, prawdopodobieństwa i zakresów strat.
Cyber
The Hacker NewsEN→PL

Pakiet npm tensorlake zainfekowany robakiem Shai-Hulud kradnącym dane uwierzytelniające

Pakiet npm tensorlake stał się celem ataku typu supply chain. Złośliwa wersja 0.5.144 dostarcza robaka Shai-Hulud, który kradnie poświadczenia i rozprzestrzenia się w środowiskach CI/CD oraz Kubernetes.

Czego się uczymy
  • Sprawdź, czy w Twoich projektach nie występuje wersja 0.5.144 pakietu tensorlake i natychmiast ją usuń.
  • W przypadku wykrycia infekcji przeprowadź pełną rotację wszystkich kluczy AWS, poświadczeń Kubernetes, Vault oraz tokenów GitHub.
Cyber
Help Net SecurityEN→PL

Kto nadzoruje AI analizujące obraz z kamer ulicznych?

Profesor Yusaku Fujii zaproponował system VRAIO, który ma zapobiegać nadużyciom algorytmów AI analizujących nagrania z monitoringu miejskiego poprzez niezależny audyt i niezmienny rejestr działań.

Czego się uczymy
  • Wdrażając systemy AI analizujące dane wrażliwe, należy stosować niezależny, zewnętrzny mechanizm rejestracji operacji (audytowalny log), który jest odseparowany od operatora danych.
  • Sam mechanizm kontroli zgodności deklaracji z przepisami jest niewystarczający; niezbędne są niezapowiedziane audyty fizyczne/techniczne w celu weryfikacji, czy cel analizy jest zgodny ze zgłoszeniem.
AI
Help Net SecurityEN→PL

Jak AI może naprawić zgodność z przepisami cybersecurity: od pulpitów nawigacyjnych do ciągłego egzekwowania

Większość pracy nad zgodnością (compliance) polega na udowadnianiu bezpieczeństwa, a nie na jego realnej poprawie. AI może zmienić ten model z pasywnego monitorowania na aktywną automatyzację.

Czego się uczymy
  • Przejście z modelu GRC opartego na dashboardach na model ciągłego egzekwowania (continuous execution) pozwala na automatyczne usuwanie niezgodności w czasie rzeczywistym.
  • Automatyzacja kontroli (np. usuwanie nieautoryzowanego softu) generuje dowody audytowe jako produkt uboczny, co drastycznie skraca czas przygotowań do kontroli.
AI
Pokaż więcej