思科警告:旗下某些产品可能存在无法修补的WannaCrypt漏洞

简介:

业界的安全人士在谈到WannaCrypt时真的不要再大谈什么 “不打补丁的话出了问题就要承担后果”的话了,看看思科是怎么做的。思科宣布正在确认旗下哪些产品打了补丁也应付不了WannaCrypt勒索病毒。

思科警告:旗下某些产品可能存在无法修补的WannaCrypt漏洞

笔者为思科公开此举表示祝贺,原因是业界肯定有超多的第三方系统存在WannaCrypt漏铜,但到目前为止,极少有几家商家发布了有关的公告。

思科周一下午表示,思科产品安全事件响应小组(PSIRT)已经开始清查旗下的产品。

清查工作的重点是要找出那些既不能手动或自动更新修补MS17-010错误的产品,即是说,这些产品无法修补,客户只能判这些产品的死刑。

记者问思科是否知道问题产品的数量及哪些产品最有可能属于问题产品。

思科PSIRT团队在清查漏洞系统的同时表示力求推出修补更新,但PSIRT的公告表示,“目前只能利用微软修补程序修补或禁用SMBv1,尚无其他修补方法的指引。”

思科发布了Snort规则和思科 IPS(入侵防御系统)签名包,二者的作用是阻止WannaCrypt流量。

业界有不少产品的底层操作系统是Windows操作系统,主要是用于管理或客户端软件或作嵌入式操作系统用。我们想问问有关的供应商:诸位的响应何在?

本文转自d1net(转载)

相关文章
|
9月前
|
存储 JSON 数据格式
ElasticSearch基础概念解析
以上就是ElasticSearch的基础概念。理解了这些概念,你就可以更好地使用ElasticSearch,像使用超级放大镜一样,在数据海洋中找到你需要的珍珠。
295 71
|
9月前
|
传感器 人工智能 算法
智能眼镜,从科技幻想到现实生活的触手可及
智能眼镜,从科技幻想到现实生活的触手可及
397 22
|
11月前
|
人工智能 测试技术
LlamaV-o1:全能多模态视觉推理模型,推理得分超越其他开源模型,推理速度翻5倍
LlamaV-o1 是一款多模态视觉推理模型,通过逐步推理学习方法解决复杂任务,支持透明推理过程,适用于医疗、金融等领域。
300 16
LlamaV-o1:全能多模态视觉推理模型,推理得分超越其他开源模型,推理速度翻5倍
|
人工智能 运维 算法
突破时间序列组合推理难题!南加大发布一站式多步推理框架TS-Reasoner
南加州大学提出TS-Reasoner,一种基于大型语言模型的时间序列一站式多步推理框架。它能将复杂任务分解为多个子任务,如预测、异常检测等,通过组合现有模型完成多步推理。实验显示,TS-Reasoner在金融和能源领域的多步推理任务中表现出色,但需大量计算资源且灵活性有限。论文链接:https://arxiv.org/pdf/2410.04047
220 14
|
测试技术 文件存储 索引
快速搜索NAS文件、快速搜索共享文件、使用everything搜索实现。
快速搜索NAS中的文件、快速搜索共享文件中的文件、使用everything搜索实现。
13257 0
|
机器学习/深度学习 算法
光流模型概述:从 PWC-Net 到 RAFT
PWC-Net 的设计遵循了三个简单而成熟的原则:金字塔处理,warping 操作和代价计算 ( cost volume )。在传统算法中,如图1左部分所示,通过代价计算得到图像之间的相似度,构建图像金字塔,以处理对不同尺度的光流,再利用 warp 操作按 coarse-to-fine 的顺序,将上一层估计出的光流应用到当前层,以达到逐步优化的目的。
1079 0
光流模型概述:从 PWC-Net 到 RAFT
|
机器学习/深度学习 算法 Java
统计二进制中 1 的个数的几种方式|Java 刷题打卡
统计二进制中 1 的个数的几种方式|Java 刷题打卡
|
5G 调度 网络架构
解码 NR 设计| 带你读《5G 空口设计与实践进阶 》之二
NR 主要是从超大带宽传输、多载波传输、更高阶调制、超密集组网以及大规模天线等方面来实现更高速率的。这些技术的实现,与 NR 物理层的设计密切相关。
解码 NR 设计| 带你读《5G 空口设计与实践进阶 》之二
|
监控 测试技术 持续交付
通过度量把发版过程的不确定变成确定-构建闲鱼版本持续交付管道及度量 | 实践案例三
2018 财年初为了应对闲鱼业务和技术快速发展。闲鱼技术团队在云效中心敏捷教练的指导下闲鱼客户端的泳道研发支撑项目 kickoff。
1264 0
通过度量把发版过程的不确定变成确定-构建闲鱼版本持续交付管道及度量 | 实践案例三
|
机器学习/深度学习 搜索推荐 大数据
深度学习在高德POI鲜活度提升中的演进
本文将对深度学习技术在高德地图落地的过程中遇到的业务难点,和经过实践检验的可行方案进行系统性的梳理总结。
深度学习在高德POI鲜活度提升中的演进