Критическая ошибка позволяет обходить ограничения каталогов и читать внутренние конфигурации приложений без авторизации.

Хакеры начали атаковать серверы Atlassian через критическую уязвимость CVE-2026-21589 всего через два часа после публикации технического разбора и демонстрационного кода. Ошибка затрагивает восемь корпоративных продуктов, включая Jira, Confluence и Bitbucket, а в определённых конфигурациях позволяет получить права администратора.

Первые попытки эксплуатации зафиксировала компания Previdian в сети специальных серверов-приманок, которые используются для наблюдения за действиями злоумышленников. Исследователь Райан Дьюхерст сообщил, что подозрительные запросы появились в течение двух часов после публикации материалов watchTowr. К 7 октября специалисты обнаружили атаки с трёх IP-адресов. Речь пока идёт о подтверждённых попытках эксплуатации, а не о доказанных взломах корпоративных систем.

Atlassian раскрыла CVE-2026-21589 5 октября и одновременно выпустила исправления. Уязвимость получила 9,3 балла из 10 по шкале CVSS 4.0. Под угрозой оказались самостоятельно развёрнутые Bitbucket Data Center, Confluence Data Center, Jira Software Data Center, Jira Service Management Data Center, Bamboo Data Center, Crowd Data Center, Crucible и Fisheye. Производитель предупредил, что проблема присутствует во всех версиях перечисленных продуктов до выхода исправленных сборок.

Ошибка позволяет постороннему человеку читать отдельные файлы серверного приложения без входа в систему. Для атаки используется обход каталогов, при котором специально составленный запрос заставляет программу обратиться к файлу за пределами разрешённой папки. Однако уязвимость не даёт просматривать содержимое каталогов или автоматически находить документы. Злоумышленник должен заранее знать точное имя и расположение интересующего файла.

Специалисты watchTowr изучили исправленные и уязвимые сборки Jira, Confluence и Bitbucket. Причину обнаружили в общей библиотеке веб-ресурсов atlassian-plugins-webresource. Программный код преобразует двойное двоеточие :: в символ косой черты. Такая обработка позволяет замаскировать переходы между каталогами и обойти ограничения, которые должны защищать внутренние файлы приложения от посторонних запросов.

Исследователи подтвердили работоспособность метода на трёх продуктах Atlassian. В Jira удалось прочитать защищённый файл WEB-INF/web.xml, содержащий конфигурацию веб-приложения. Похожие запросы сработали в Confluence и Bitbucket. При этом атака не позволяла выйти за пределы контекста приложения в сервере Tomcat. Возможность чтения файлов ограничивалась областью соответствующего веб-приложения, но даже внутри таких границ могут храниться конфиденциальные сведения.

Наиболее опасный сценарий watchTowr обнаружила в системах, где Jira использует Atlassian Crowd для централизованного управления учётными записями. Согласно документации Atlassian, конфигурационный файл WEB-INF/classes/crowd.properties содержит имя приложения, пароль для подключения к Crowd и адрес сервера. Причём пароль хранится в открытом виде. Используя CVE-2026-21589, посторонний может прочитать файл и получить учётные данные интеграции.

Дальнейшее развитие атаки зависит от настроек Crowd. Если сервер доступен злоумышленнику, а украденные учётные данные обладают необходимыми разрешениями, через интерфейс программного взаимодействия Crowd можно создавать пользователей и менять их принадлежность к группам. В лабораторном эксперименте watchTowr создала новую учётную запись и добавила её в группу jira-administrators, получив административный доступ к Jira без знания пароля действующего администратора.

Подобный результат возможен далеко не на каждом уязвимом сервере. Crowd позволяет ограничивать подключения по IP-адресам, а разрешения интеграции определяют доступные операции. Если сервер управления учётными записями недоступен напрямую или приложение не имеет права создавать пользователей и менять группы, продемонстрированная цепочка не сработает в полном объёме. Тем не менее само чтение закрытых файлов остаётся серьёзной проблемой независимо от наличия Crowd.

Публикация технического разбора быстро упростила поиск уязвимых систем. Помимо демонстрационного кода watchTowr предоставила инструмент для проверки Jira, Confluence и Bitbucket, а для автоматизированного сканирования появился шаблон Nuclei. По оценке Previdian, доступность подобных инструментов снижает требования к подготовке атакующих и может привести к увеличению числа попыток эксплуатации. Масштаб успешных проникновений на данный момент неизвестен.

Atlassian рекомендует срочно обновить все затронутые установки. Для Jira Software Data Center выпущены версии 9.12.40, 10.3.26 и 11.3.12, для Confluence Data Center доступны 9.2.26 и 10.2.19, а для Bitbucket Data Center подготовлены 9.4.26, 10.2.8 и 10.5.1. Исправления существуют и для остальных пяти продуктов. Администраторам необходимо выбирать подходящую исправленную сборку с учётом установленной ветки, а не ориентироваться только на номер основной версии.

Если установить обновление немедленно невозможно, производитель советует ограничить доступ к серверу из интернета. В качестве временной защиты предложены правила для межсетевых экранов веб-приложений и прокси-серверов, блокирующие подозрительные пути. Для систем на Tomcat предусмотрена настройка RewriteValve, а для Bitbucket отдельные правила обработки URL. Atlassian также рекомендует проверить журналы HTTP-запросов на характерные последовательности перехода между каталогами, включая закодированные варианты.

Облачные версии Atlassian Cloud не требуют действий со стороны клиентов. Компания сообщила, что уже установила исправления в собственной инфраструктуре и не обнаружила признаков эксплуатации уязвимости в облачных сервисах. Для организаций, которые самостоятельно размещают Jira, Confluence и другие продукты Data Center, ситуация принципиально другая. Патчи доступны с 5 октября, но появление атак практически сразу после публикации технических подробностей оставило администраторам крайне мало времени на обновление.

* Быстрый ответ Алисы AI

Axios: Трамп заключил сделку с РФ из-за отказа Киева прекратить атаки на НПЗ

Глава военного комитета НАТО Драгоне опроверг планы по блокаде Калининграда

Исследователи впервые запустили глобальную модель атмосферы с горизонтальным шагом сетки всего 220 метров. Расчёт на японском суперкомпьютере Fugaku позволил рассмотреть внутреннюю структуру грозовых облаков гораздо подробнее и убрал одну заметную ошибку моделей, которые часто рисуют слишком мощные локальные ливни.

Прогнозные модели не просчитывают воздух в каждой точке пространства. Атмосферу делят на расчётную сетку и для каждой ячейки вычисляют температуру, давление, влажность, движение воздуха и другие параметры. Чем меньше расстояние между соседними точками, тем более мелкие процессы способен увидеть компьютер. Обычные глобальные климатические модели работают с десятками километров, а самые подробные современные системы приблизились к нескольким километрам.

Новая симуляция сократила горизонтальный шаг сначала до 3,5 км, затем последовательно до 1,7 км, 870, 440 и наконец 220 метров. По вертикали атмосферу разделили на 78 уровней. На последнем этапе сетка стала достаточно мелкой, чтобы модель начала напрямую воспроизводить отдельные восходящие и нисходящие потоки внутри глубоких конвективных облаков.

Подобный способ расчёта называют моделированием крупных вихрей. Компьютер сам рассчитывает крупные движения воздуха и часть турбулентности, а процессы мельче сетки всё ещё приходится описывать приближённо. При шаге в несколько километров одна мощная восходящая струя может занимать целую расчётную область. На сетке 220 метров модель уже разбивает её на несколько меньших потоков, что заметно меняет картину осадков.

Особенно хорошо разница проявилась на сильных ливнях. Километровые модели слишком часто создавали небольшие изолированные зоны с осадками интенсивностью примерно 20-80 мм/ч. Исследователи называют этот известный артефакт popcorn-like precipitation, то есть осадками, которые вспыхивают на карте отдельными пятнами. По мере уменьшения шага сетки чрезмерно сильные локальные ливни появлялись реже, а умеренные осадки распределялись по территории равномернее.

Для наглядного сравнения исследователи изучили состояние атмосферы 5 августа 2016 года, когда над западной частью Тихого океана находился тайфун Омайс. При шаге 3,5 км облака и зоны дождя получались крупными и сглаженными. Сетка 220 метров показала более тонкие дождевые полосы, небольшие ячейки осадков и сложную систему вертикальных воздушных потоков внутри шторма.

Высокое разрешение, однако, не исправило все слабые места модели. Количество низких и высоких облаков заметно менялось в зависимости от того, каким математическим методом исследователи описывали турбулентность мельче сетки. Авторы поэтому считают результаты с осадками обнадёживающими, но признают, что расчёт облачности пока остаётся гораздо менее устойчивым.

Цена детализации тоже пока исключает подобный подход из обычных прогнозов погоды. Самый подробный вариант моделировал лишь восемь часов атмосферы и задействовал до 81 920 вычислительных узлов Fugaku одновременно. Исследователи рассматривают расчёты с шагом 220 метров прежде всего как эталон, с которым можно сравнивать более грубые и намного дешёвые модели.

Следующая цель лежит ещё глубже, около десятков метров. При подобной сетке компьютер сможет напрямую рассчитывать значительно большую часть турбулентных движений и облачных процессов. Пока даже крупнейшие суперкомпьютеры упираются примерно в уровень 220 метров, поэтому глобальная атмосфера с детализацией почти до масштаба городской улицы остаётся прежде всего научным экспериментом.

В свои 19 лет Зак Ядегари уже успел продать один стартап и почти сразу нашёл инвесторов для следующего. Основатель сверхуспешного Cal AI привлёк $10 млн для Persona, персонального ИИ-помощника с собственным браслетом. Раунд возглавила Vine Ventures, также вложились Кори Леви и Collective Global. В марте MyFitnessPal купила Cal AI после роста выручки приложения выше $30 млн в год.

Persona пытается убрать ИИ-помощника из экрана смартфона и превратить голос в основной интерфейс для повседневных дел. Браслет за $179 должен принимать команды после нажатия кнопки или движения запястьем и не рассчитан на постоянную запись окружающих разговоров. Первые поставки устройства намечены на декабрь 2026 года, параллельно команда готовит отдельное приложение.

Сам помощник уже работает в бесплатной бета-версии через iMessage. По данным Ядегари, сервисом пользуются несколько тысяч человек, а предзаказы браслета принесли сумму в пределах пятизначного числа долларов. Persona умеет заказывать еду и поездки, бронировать путешествия, отвечать на письма и вопросы, вести заметки и выполнять поручения, состоящие из нескольких шагов.

Ставка сделана на модель, где один агент постепенно заменяет набор отдельных приложений и сам обращается к нужным сервисам. Похожую схему уже готовят крупные платформы: торговые ИИ-агенты получают возможность искать товары, сравнивать варианты и передавать заказ на оплату. Persona хочет перенести такой сценарий с экрана на запястье и сократить число ручных действий.

Вычисления идут не на браслете. Persona отправляет запросы и пользовательские данные в облако компании, где работает модель, а трафик и сохранённые сведения, по заявлению разработчиков, шифруются. Компания обещает возможность удалить данные и не продавать переписки рекламодателям или брокерам. Облачная архитектура при этом делает серверы Persona центральной частью сервиса.

Монетизация всё же связана с рекламой. Во время поиска товаров Persona планирует показывать спонсируемые варианты, но сам агент, как утверждает компания, не будет знать, какие позиции оплачены рекламодателями. При покупках помощник не должен видеть реквизиты банковской карты, а подтверждение операции останется за владельцем. Платежи планируют проводить через внешние сервисы вроде Stripe Link.

Разработчики также готовят защиту от фишинга и prompt injection, когда внешняя инструкция заставляет ИИ выполнить чужую команду. Риск особенно заметен у агентов с доступом к почте, сайтам и платежам: ранее показали, как вредоносная инструкция способна распространяться через письма, файлы и комментарии к коду. Для Persona безопасность таких действий станет одной из ключевых проверок после запуска.