OWASP RU

https://habr.com/ru/companies/owasp/articles/1066688/

https://habr.com/ru/companies/owasp/articles/1065380/

OWASP GenAI LLM Top 10 2026 v1.0

Всем привет! У нас отличные новости! 26 июля с 15:00 до 21:00 нас ждет очередная встреча DCG#7812, она же K0R48LYK 🌝 Теплоход: Москва-183, «Английская пристань» Английская наб., д. 28 Будет всё как мы любим: доклады и атмосфера дружественного общения в окружении морского бриза. Если вы хотите что-то рассказать, то пишите мне в личку - @rusdacent Стандартный временной слот - 40 мин, но если ваш доклад рассчитан на меньший слот, то тоже скидывайте Формат сообщения: - Тема доклада - Краткое описание, о чём хотелось бы рассказать - Временной слот под доклад, который вы хотели бы взять Свистать всех наверх! --- Нам нужны деньги для оплаты напитков, еды и аренды оборудования и мы наконец-то посчитались 🌝 Скидываемся по 2000₽ с человека по ссылке https://www.tbank.ru/cf/1OQlcAXCqTr После перевода, напишите на аккаунт @nikaleksey время перевода, в ответ вам отправят QR-код участника Спикеры традиционно, логично и  естественно, не скидываются =)

https://habr.com/ru/companies/owasp/articles/1061446/

https://habr.com/ru/companies/yandex/articles/1045981/

OWASP State of Agentic AI Security and Governance v2.01 #иб_для_ml Прочитал большой отчет OWASP по безопасности и управлению агентными ИИ-системами, который вышел 2 дня назад. Отвлечемся немного от сложных концепций и посмотрим на индустрию с позиции хеликоптер-хеликоптер, пара кофер - пара кофер... Главная мысль: агентная ИИ-система — это композиция из модели, агента, памяти, источников контекста, инструментов, протоколов взаимодействия, учетных данных, цепочек делегирования и среды исполнения. Поэтому защищать нужно всю эту композицию, включая действия агента во время выполнения. Самое ценное в документе для меня: Агентная идентичность Авторы хорошо отделяют обычные машинные учетные записи от идентичности агента. Вопрос уже не только в том, валиден ли ключ или токен. Важно понимать, кто поручил агенту действие, в каком контексте он действует, какие права унаследовал, какой инструмент вызывает и как быстро эти права можно отозвать. Управление во время выполнения Предварительная проверка системы быстро устаревает: агент получает новый контекст, выбирает инструменты, пишет в память, вызывает другие сервисы и может менять траекторию выполнения. Отсюда требования к наблюдаемости, журналированию действий, выявлению отклонений от ожидаемого маршрута и аварийной остановке. MCP/A2A/ACP как границы доверия MCP полезно рассматривать как канал выполнения действий через инструменты. A2A и ACP — как каналы делегирования между агентами. Для них нужны проверяемая идентичность, ограничения делегирования, контроль описаний инструментов, сквозная трассировка и быстрый отзыв доступа. Кодинговые агенты Это один из самых сильных разделов. Кодинговые ассистенты получают доступ к файлам, shell, git, CI/CD, облачной инфраструктуре и учетным данным разработчика. Документ хорошо показывает, почему песочницы и списки разрешенных команд, рассчитанные на человека, ломаются при агентном исполнителе. Особенно важны проверки секретов, независимый контроль репозитория, обязательное ревью критичных изменений и изоляция среды исполнения. Финансовые агенты Через FinBot CTF авторы показывают практическую поверхность атаки: поставщики, счета, платежи, проверка мошенничества, коммуникации, MCP-инструменты. Для таких систем нужен не просто контроль доступа, а авторизация с учетом последствий: сумма, контрагент, тип операции, возможность отката, регуляторный эффект. Мультиагентные и промышленные системы Для многоагентных систем ключевые риски — подмена агента, транзитивное доверие, циклы делегирования, каскадные отказы и несогласованность политик между агентами. Для OT/ICS добавляются ограничения промышленных контуров: уровни Purdue, физические исполнительные механизмы, доступность и независимые защитные ограничения. Фанфакт по объему: примерно треть документа занимает регуляторика, около 15% — угрозы и инциденты, еще около 15% — зрелость управления и будущие требования, около 10-12% — таксономия агентов; остальное распределено между идентичностью, цепочкой поставки, прозрачностью, FinBot, проектами и приложениями. Что можно забрать себе в работу: 🔘вести реестр всех агентных систем, включая неучтенное использование ИИ; 🔘классифицировать агентов по уровню автономности и границам доверия; 🔘выдавать агентам отдельные короткоживущие права; 🔘проверять каждый вызов инструмента до выполнения; 🔘журналировать всю траекторию исполнения: входной контекст, вызовы, параметры, ответы, изменения памяти, решения политик; 🔘тестировать отравление контекста, инструментов, памяти, навыков и межагентных сообщений; 🔘выносить механизмы безопасности за пределы контура, который сам агент может изменить. Отчет показывает, что индустрия стала тяжелеть. В отчете, например, приводится RCE с CVSS 9.6, касающуяся mcp-remote (CVE-2025-6514). Или что еще круто - появляется страхование AI exclusions - то, о чем когда-то писал Женя (кстати, один из авторов документа). В общем, работы на веку ai security специалиста прибавится... И попкорн становится определенно не лишним)

Павел Конон

Михаил Жмайло

Александр Колчанов

Артём Чувикин

Радда Юрьева и Владимир Кочетков

https://live.vkvideo.ru/owasp стрим трансляции

Приглашение на митап отправлены, для подтверждени очного участия необходимо кликнуть на кнопку в письме (более ничего не требуется). Если регистрировались, но письмо не получили - проверьте папку спам/нежелательные.

OWASP RUSSIA MEETUP: AI в анализе кода, SSR-безопасность, атаки на CMS, Telegram-фишинг и ML в AppSec 14 мая состоится OWASP RUSSIA MEETUP — встреча для специалистов по информационной безопасности, разработчиков, AppSec/SRE/DevSecOps-инженеров, инфраструктурных команд и всех, кому интересны современные практики защиты приложений. В программе — доклады о графовых подходах в анализе кода, рисках SSR на примере React2Shell, атаках на установщики CMS, сценариях Telegram-фишинга через QR-коды и балансе между ML-подходами и классическими правилами в AppSec. Программа митапа 19:00 — Приветственное слово Лука Сафонов, OWASP Russia chapter leader Модератор: Павел Кузнецов, Инфосистемы Джет 19:10 — AI + анализ кода: графовые подходы и почему они снова актуальны Радда Юрьева, PT Доклад будет посвящён тому, как CPG/PDG-графы становятся основой для контекстного поиска уязвимостей в коде. Ключевые темы: CPG/PDG-графы в анализе кода; контекстный поиск уязвимостей; связка графовых подходов с LLM; применение графовых нейросетей в задачах AppSec. 19:55 — Риски безопасности SSR на примере React2Shell и их митигация Артем Чувикин, Ngenix Современные web-приложения всё чаще используют server-side rendering, что улучшает производительность, SEO и пользовательский опыт, но одновременно расширяет поверхность атаки. На примере React2Shell будут разобраны риски, возникающие в SSR-архитектуре, и способы их снижения. Ключевые темы: особенности безопасности SSR-приложений; attack surface server-side React; уязвимость React2Shell; практическая эксплуатация на демонстрационном приложении; virtual patching через WAF, CDN и reverse proxy. 20:35 — Перерыв 20:50 — Атаки на установщики CMS: как захватить контроль над ещё не установленной системой Александр Колчанов, независимый эксперт Доклад посвящён сценарию, при котором атакующий находит доступные установщики CMS и использует их для получения контроля над сервером ещё до полноценной установки системы. Ключевые темы: поиск открытых установщиков CMS; получение доступа к админке через процесс установки; загрузка shell; удаление установленной CMS и восстановление установщика; захват контроля без эксплуатации типовых CVE. 21:30 — Как я украду вашу телегу Михаил Жмайло, CICADA8 QR-код давно стал привычным способом аутентификации во многих приложениях. В докладе будут разобраны фишинговые атаки на QR-аутентификацию, сценарии QRLjacking и использование Telegram как платформы для атак социальной инженерии. Ключевые темы: QRLjacking; фишинговые атаки через Telegram; захват аккаунта через QR-код; вредоносный MiniApp; автоматизация сбора информации; persistence в Telegram-сценариях. 22:10 — Баланс точности и полноты: ML vs ifчики Павел Конан, Yandex Индустрия кибербезопасности активно продвигает AI-powered-решения, противопоставляя их классическим сигнатурам и правилам. Но на практике выбор между ML и rule-based-подходами почти всегда упирается в компромисс между Precision и Recall. Ключевые темы: ML против правил и эвристик в AppSec; компромисс между Precision и Recall; False Positive и False Negative в WAF и SAST; alert fatigue у разработчиков; архитектурные паттерны security-инструментов; чек-лист: когда нужен ML, а когда достаточно rule-based-подхода. 22:50 — Завершение Участие в митапе бесплатное и осуществляется по предварительной регистрации. Ссылка на место проведения (Москва) будет отправлена на email. До встречи 14 мая!

Консорциум OWASP выпустил GenAI Exploit Round-up Report Q1 2026 — и это, пожалуй, один из самых показательных материалов о том, как быстро ИИ-риски перешли из теории в практику. В отчёт вошли инциденты за период с 1 января по 11 апреля 2026 года, а сам документ вышел 14 апреля 2026 года. Авторы собрали 8 заметных кейсов и прямо фиксируют сдвиг: главная проблема уже не только в «неправильных ответах» моделей, а в идентичностях агентов, оркестрации, правах доступа и уязвимостях цепочки поставок. Что особенно важно: в реальных инцидентах ИИ всё чаще выступает ускорителем атак. В отчёте фигурируют кейсы, где AI-инструменты помогали автоматизировать разведку и эксплуатацию, агенты совершали разрушительные действия без должного подтверждения, а ошибки в доверенных корпоративных AI-сценариях приводили к утечкам данных и опасным изменениям внутри инфраструктуры. Среди примеров — взлом мексиканских госструктур с использованием Claude-assisted workflow, инцидент с OpenClaw, удалявшим письма, внутренняя утечка данных в Meta, а также злоупотребление привилегиями в Vertex AI. Отдельная линия — supply chain и AI-платформы как новая зона высокого риска. OWASP указывает на утечку исходников Claude Code через публичный source map и последовавшие malware-приманки, на инцидент вокруг Mercor/LiteLLM, а также на активную эксплуатацию критической уязвимости Flowise CVE-2025-59528, которая позволяла выполнить произвольный код через CustomMCP-конфигурацию. Вдобавок исследователи описали GrafanaGhost — путь для косвенной prompt injection и эксфильтрации данных через AI-функции Grafana. Главный вывод: большинство AI-инцидентов пока вообще плохо укладываются в классическую CVE-логику. Это не всегда «одна конкретная дыра», а чаще комбинация избыточных полномочий, слабых границ доверия, небезопасной интеграции инструментов, плохой валидации и слишком высокой уверенности людей в действиях агента. Иначе говоря, защищать нужно уже не только модель, а всю систему вокруг неё — доступы, контекст, инструменты, пайплайны и процессы принятия решений. Для бизнеса и ИБ-команд сигнал предельно понятный: эпоха «поиграемся с AI-агентами в песочнице» закончилась. Если агент может читать почту, менять настройки, ходить во внешние сервисы, работать с кодом или данными — его нужно рассматривать как привилегированный и потенциально опасный компонент инфраструктуры. Без жёстких approval-механизмов, сегментации, least privilege и контроля цепочки поставок следующий громкий кейс — вопрос времени.

OWASP Chapter Russia linkedin https://www.linkedin.com/groups/17801005/

Приглашаем на вебинар "Механизмы в SAST-решениях для выявления дефектов из OWASP Top Ten" 12 марта в 16:00! Вместе с Лукой Сафоновым и Владом Богдановым разберем OWASP Top Ten. Обсудим, почему так важно проверять исходный код на наличие потенциальных уязвимостей и как с этой задачей помогают справляться SAST-инструменты. А также рассмотрим механизмы, которые позволяют выявлять потенциальные уязвимости и дефекты безопасности. Регистрация по ссылке

https://habr.com/ru/companies/pvs-studio/articles/996990/